В Google нашли идеальную игру для тренировки ИИ

Специалисты создали игру Google Research Football Environment для тестирования алгоритмов.

Специалисты по искусственному интеллекту Google Research разрабатывают симулятор футбола для тренировки алгоритмов машинного обучения следующего поколения. Попробовать обучить компьютер любимой игре сможет каждый.

Об этом пишет Хроника.инфо со ссылкой на internetua.com.

Вслед за DeepMind другая команда ИИ-разработчиков Google решила отточить мастерство искусственного интеллекта на видеоиграх. Однако вместо шахмат или Starcraft Brain Team обратила свое внимание на видеоигры с более свободным финалом, в которых существенно больше непредсказуемости. Следующая цель Google Research — компьютерный футбол, пишет MIT Technology Review.

Специалисты создали игру Google Research Football Environment для тестирования алгоритмов в мире, где действуют законы физики и который можно легко настраивать, использовать и бесконечно воспроизводить. Этот сеттинг они сделали доступным по открытой лицензии, чтобы все желающие могли попробовать разработать алгоритмы игры в футбол.

Одна из главных проблем, стоящих перед ИИ-исследователями — найти для алгоритмов новую задачу. Незамысловатые видеоигры вроде Pong или Breakout иногда слишком просты для них, и машина превосходит в них человека уже после пары часов обучения. Очень многие игры предсказуемы: они развиваются по одному и тому же пути. Алгоритмам не составляет труда выработать выигрышную стратегию.

Другие игры, вроде Starcraft, наоборот, чересчур трудны, то есть требуют слишком много вычислительных ресурсов на то, чтобы получить релевантные данные для последующей тренировки алгоритмов.

Еще одна проблема в том, что многие потенциально подходящие онлайн-игры работают на лицензионном коде, который нельзя менять или даже увидеть. Так что исследователям сложно понять, как ИИ принимает важные решения, или поэкспериментировать с этим процессом.

Однако в реальной жизни дела обстоят иначе: умение справляться с неожиданными проблемами — важный навык.

Единственный способ научить этому машину — тренировать ее в непредсказуемой, но в то же время контролируемой среде, не слишком простой и не очень сложной. Однако создать такие условия — задача нетривиальная.

Похожие статьи

HPE MSA 2062: новые горизонты хранения данных

Триумфальное возвращение экипажа SpaceX Polaris Dawn

Умные очки нового поколения с ИИ сулят революцию в сегменте