डीपमाइंड एजेंट57 एआई अटारी गेम को इंसान से बेहतर मात देता है

सरल वीडियो गेम के माध्यम से एक तंत्रिका नेटवर्क चलाना, इसके प्रशिक्षण की प्रभावशीलता का परीक्षण करने का एक आदर्श तरीका है, समापन के परिणामों का मूल्यांकन करने की सरल क्षमता के लिए धन्यवाद। डीपमाइंड (अल्फाबेट का हिस्सा) द्वारा 2012 में विकसित, 57 प्रतिष्ठित अटारी 2600 गेम्स का बेंचमार्क स्व-शिक्षण प्रणालियों की क्षमताओं के परीक्षण के लिए एक लिटमस टेस्ट बन गया। और यहाँ Agent57, एक उन्नत RL एजेंट (रीइन्फोर्समेंट लर्निंग) DeepMind, हाल ही में पता चला है पिछली प्रणालियों से एक बड़ी छलांग और मानव खिलाड़ी की आधार रेखा को पार करने वाला एआई का पहला पुनरावृत्ति था।

एजेंट57 एआई कंपनी के पिछले सिस्टम के अनुभव को ध्यान में रखता है और मेटा-कंट्रोल के साथ पर्यावरण के कुशल अन्वेषण के लिए एल्गोरिदम को जोड़ता है। विशेष रूप से, एजेंट57 ने पिटफॉल, मोंटेज़ुमा रिवेंज, सोलारिस और स्कीइंग में अपने अलौकिक कौशल को साबित किया है - ऐसे गेम जिन्होंने पिछले तंत्रिका नेटवर्क का गंभीर परीक्षण किया है। शोध के अनुसार, पिटफॉल और मोंटेज़ुमा का बदला बेहतर परिणाम प्राप्त करने के लिए एआई को और अधिक प्रयोग करने के लिए मजबूर करता है। सोलारिस और स्कीइंग तंत्रिका नेटवर्क के लिए कठिन हैं क्योंकि सफलता के बहुत अधिक संकेत नहीं हैं - एआई को लंबे समय तक पता नहीं चलता है कि वह सही काम कर रहा है या नहीं। डीपमाइंड ने एजेंट57 को पर्यावरण की खोज और खेलों के प्रदर्शन का आकलन करने के साथ-साथ स्कीइंग जैसे खेलों में अल्पकालिक और दीर्घकालिक व्यवहार के बीच व्यापार-बंद को अनुकूलित करने के बारे में बेहतर निर्णय लेने की अनुमति देने के लिए अपने पुराने एआई एजेंटों का निर्माण किया।

परिणाम प्रभावशाली हैं, लेकिन एआई को अभी भी एक लंबा रास्ता तय करना है। ये सिस्टम एक समय में केवल एक ही गेम को संभाल सकते हैं, जो डेवलपर्स के अनुसार, मानव क्षमताओं के विपरीत है: "मानव मस्तिष्क में इतनी आसानी से आने वाला सच्चा लचीलापन अभी भी एआई की पहुंच से परे है।"

स्रोत: 3dnews.ru