DeepMinds AI har använt lagarbete för att slå människor i en förstapersonsskjutare

Kategori: Artificiell intelligens Postad 31 maj

Algoritmer för djupinlärning har redan bemästrat spel som Starcraft för att slå människor, och nu har de visat att de kan slå sig samman för att slå oss också.

Nyheterna: I ett papper publicerad i Science igår visade DeepMind hur det hade släppt lös AI-program i en modifierad version av 3D first-person videospelet Quake III Arena. Teamet använde en algoritm som heter For the Win, som tränar en mängd agenter parallellt med hjälp av förstärkningsinlärning, tekniken som låter AI lära sig vilken taktik som fungerar och vilken som inte gör det (och det gjorde att DeepMinds AI kunde vinna på Go). Den här gången tränades AI-agenter i cirka 450 000 spel av Capture the Flag, det klassiska spelet som går ut på att rycka en flagga från din motståndares bas samtidigt som du skyddar din egen.

Varje agent kunde bara se en förstapersonsvy av den labyrintliknande strukturen, precis som en mänsklig spelare skulle göra. AI-agenterna blandades ihop i lag med 40 mänskliga spelare och matchades slumpmässigt i spel – både som motståndare och som lagkamrater. För att göra det ännu svårare skapades kartorna procedurmässigt, vilket betyder att inga två var de andra lik.

Hur man vinner: Teamen av AI-agenter var genomgående bättre än de andra paren och utvecklade lagarbetesstrategier för att hjälpa dem att vinna, inklusive att följa lagkamrater för att överträffa motståndarna vid viktiga ögonblick och vänta nära fiendens bas för att ta en ny flagga när den dök upp. Det finns en ny video av agenterna i aktion här .

Det finns inget (A)I i laget: Arbetet (som först publicerades på arXiv pre-press-webbplatsen innan peer review förra året) är intressant eftersom det är svårt att få AI att samarbeta: samarbete involverar så många variabler, och alla AI-agenter lär sig självständigt. Det finns utsikter att något sådant här kan hjälpa robotar att fungera mer effektivt i den verkliga världen, med varandra och med människor.

Vi måste dock vara försiktiga med att extrapolera för mycket. Spelet var väldigt snävt definierat, och det är troligt att samma system inte bara kunde överföras till ett annat scenario - strunt i verkliga livet. Hur som helst, AI-agenterna samarbetade inte riktigt (åtminstone inte på det sätt som människor gör, genom att kommunicera), sa Georgia Techs Mark Riedl till New York Times.

För mer om AI-världen, registrera dig här för vår veckovis AI-nyhetsbrev, The Algorithm.