Nggawe jaringan saraf liwat game video sing prasaja minangka cara sing cocog kanggo nguji efektifitas latihan kasebut, amarga kemampuan sing gampang kanggo ngevaluasi asil rampung. Dikembangake ing 2012 dening DeepMind (bagean saka Alphabet), pathokan saka 57 game Atari 2600 sing apik dadi tes lakmus kanggo nguji kemampuan sistem sinau mandiri. Lan ing kene Agent57, agen RL canggih (Reinforcement Learning) DeepMind, bubar lompatan gedhe saka sistem sadurunge lan minangka pengulangan AI pisanan sing ngluwihi garis dasar pemain manungsa.
Agent57 AI nyathet pengalaman sistem sadurunge perusahaan lan nggabungake algoritma kanggo eksplorasi lingkungan sing efisien kanthi kontrol meta. Khususe, Agent57 wis mbuktekake katrampilan superhuman ing Pitfall, Revenge Montezuma, Solaris lan Ski - game sing wis nguji jaringan saraf sadurunge. Miturut riset, Pitfall lan Montezuma's Revenge meksa AI kanggo nyoba luwih akeh kanggo entuk asil sing luwih apik. Solaris lan Ski angel kanggo jaringan saraf amarga ora ana tandha-tandha sukses - AI ora suwe ngerti apa sing ditindakake kanthi bener. DeepMind dibangun ing agen AI warisan kanggo ngidini Agent57 nggawe keputusan sing luwih apik babagan njelajah lingkungan lan ngevaluasi kinerja game, uga ngoptimalake trade-off antarane prilaku jangka pendek lan jangka panjang ing game kaya Ski.
Asil nyengsemaken, nanging AI isih duwe dalan sing dawa. Sistem kasebut mung bisa nangani siji game sekaligus, sing, miturut para pangembang, bertentangan karo kemampuan manungsa: "Fleksibilitas sejati sing gampang teka ing otak manungsa isih ora bisa digayuh AI."
Source: 3dnews.ru