Umělá inteligence Googlu hraje staré plošinovky

Trénování umělé inteligence na hrách je dobrý způsob, jak ji přimět se učit. Právě schopnost učení, jakou mají lidé, je to, co se vědci v poslední době snaží umělou inteligenci naučit, protože člověk v tomto ohledu vyniká stále mnohem víc. Lidé jsou totiž schopní se věci naučit pouze z jediného příkladu, umělá inteligence v těchto věcech ještě pokulhává. Výzkumný tým z DeepMind od Googlu proto nechává svou umělou inteligenci hrát staré hry.

Umělá inteligence od Googlu AlphaGo už v deskové hře Go porazila lidského světového šampióna Lee Se-dola, nyní vědci nechávají umělou inteligenci hrát staré hry od Atari, jako je Montezuma's Revenge. Hry tohoto typu totiž vyžadují i plánování, a proto nejsou pro umělou inteligenci nijak jednoduché. Ta z toho důvodu ale potřebuje stejně jako lidé ke hraní nějakou motivaci.

Nyní se proto vědci snaží, aby jejich umělá inteligence DQN hru nejenom suše hrála, ale aby ji hra i pohltila a DQN ji opravdu chtěla dohrát - dostaví se pak lepší výsledky, protože se bude více snažit. Zvědavost a motivace jsou u umělé inteligence vyvolány pomocí systému odměn, které přichází, když umělá inteligence objevuje ve hře další a další věci.

Atari hra Montezuma's Revenge byla pro umělou inteligenci od Googlu oříškem, starší verze, které chyběla motivace, prozkoumala jen dvě místnosti ve hře. Nová verze umělé inteligence, která už měla naprogramovanou i motivaci, prošla 15 místnostmi z celkových 24 a první místnost zvládla pokořit na čtvrtý pokus. S motivací tedy přišel viditelný pokrok při zvládání nejrůznějších nástrah. Jakmile si DQN od Googlu jednotlivé místnosti natrénovala, prošla do další místnosti už bez problému.

Tyto speciální algoritmy, které DQN od Googlu používá, by mohly mít v budoucnu využití ve fyzickém světě například u robotů. Roboti by se díky nim učili chodit nebo třeba řídit auto. Prozatím se však plánuje nechat umělou inteligenci od Googlu hrát další, komplikovanější hry jako StarCraft.

Zdroje: theverge.com, engadget.com