DeepMind Agent57 AI מנצח משחקי Atari טוב יותר מאדם

הפעלת רשת עצבית באמצעות משחקי וידאו פשוטים היא דרך אידיאלית לבחון את יעילות האימון שלה בשל היכולת הפשוטה להעריך את תוצאות המעבר. פותח ב-2012 על ידי DeepMind (חלק מהחזקת אלפבית), המדד של 57 משחקי Atari 2600 האיקוניים הפך למבחן לקמוס לבדיקת היכולות של מערכות למידה עצמית. והנה Agent57, סוכן RL מתקדם (Reinforcement Learning) DeepMind, לפני כמה ימים הראה קפיצה עצומה ממערכות קודמות והייתה איטרציית הבינה המלאכותית הראשונה שהצליחה להתעלות על קו הבסיס של שחקן אנושי.

Agent57 AI לוקח בחשבון את הניסיון של המערכות הקודמות של החברה ומשלב אלגוריתמים לחקר סביבתי יעיל עם מטא-בקרה. במיוחד, Agent57 הוכיח את כישוריו העל-אנושיים ב-pitfall, Montezuma's Revenge, Solaris וסקי - משחקים שהיו מבחן רציני לרשתות עצביות קודמות. לפי מחקר, Pitfall ו-Montezuma's Revenge מאלצים את הבינה המלאכותית להתנסות יותר כדי להשיג תוצאות טובות יותר. Solaris וסקי קשים לרשתות עצביות כי אין הרבה סימני הצלחה - AI לא יודע במשך זמן רב אם הוא עושה את הדבר הנכון. DeepMind בנו על סוכני הבינה המלאכותית הישנים שלה כך ש-Agent57 יוכל לקבל החלטות טובות יותר לגבי חקר סביבתי והערכת ביצועים במשחקים, כמו גם לייעל את ההחלפה בין התנהגות לטווח קצר לטווח ארוך במשחקים כמו סקי.

התוצאות מרשימות, אבל ל-AI יש עוד דרך ארוכה לעבור. מערכות אלו יכולות להתמודד רק עם משחק אחד בכל פעם, שלדברי המפתחים נוגד את היכולות האנושיות: "הגמישות האמיתית שמגיעה כל כך בקלות למוח האנושי היא עדיין מעבר להישג ידו של AI".

מקור: 3dnews.ru