DeepMind Agent57 AI យកឈ្នះហ្គេម Atari ប្រសើរជាងមនុស្ស

ការធ្វើឱ្យបណ្តាញសរសៃប្រសាទដំណើរការតាមរយៈហ្គេមវីដេអូសាមញ្ញគឺជាវិធីដ៏ល្អមួយដើម្បីសាកល្បងប្រសិទ្ធភាពនៃការបណ្តុះបណ្តាលរបស់វា ដោយសារសមត្ថភាពសាមញ្ញក្នុងការវាយតម្លៃលទ្ធផលនៃការបញ្ចប់។ បង្កើត​ឡើង​ក្នុង​ឆ្នាំ 2012 ដោយ DeepMind (ផ្នែក​នៃ​អក្ខរក្រម) គោល​នៃ​ហ្គេម Atari 57 ដែល​មាន​រូប​តំណាង​ចំនួន 2600 បាន​ក្លាយ​ជា​ការ​ធ្វើ​តេស្ត​សម្រាប់​ការ​សាកល្បង​សមត្ថភាព​របស់​ប្រព័ន្ធ​សិក្សា​ដោយ​ខ្លួន​ឯង។ ហើយនៅទីនេះ Agent57 ដែលជាភ្នាក់ងារ RL កម្រិតខ្ពស់ (Reinforcement Learning) DeepMind ថ្មីៗនេះ បានបង្ហាញ ការលោតផ្លោះដ៏ធំពីប្រព័ន្ធមុនៗ និងជាការបង្កើតឡើងវិញដំបូងនៃ AI ដើម្បីលើសពីកម្រិតមូលដ្ឋានរបស់អ្នកលេង។

Agent57 AI គិតគូរពីបទពិសោធន៍នៃប្រព័ន្ធពីមុនរបស់ក្រុមហ៊ុន និងរួមបញ្ចូលគ្នានូវក្បួនដោះស្រាយសម្រាប់ការរុករកប្រកបដោយប្រសិទ្ធភាពនៃបរិស្ថានជាមួយនឹងការគ្រប់គ្រងមេតា។ ជាពិសេស Agent57 បានបង្ហាញពីជំនាញដ៏អស្ចារ្យរបស់គាត់នៅក្នុង Pitfall, Montezuma's Revenge, Solaris និង Skiing ដែលជាហ្គេមដែលបានសាកល្បងបណ្តាញសរសៃប្រសាទពីមុនយ៉ាងធ្ងន់ធ្ងរ។ យោងតាមការស្រាវជ្រាវ Pitfall និង Montezuma's Revenge បង្ខំឱ្យ AI ធ្វើការពិសោធន៍បន្ថែមទៀត ដើម្បីសម្រេចបានលទ្ធផលល្អប្រសើរ។ Solaris និងការជិះស្គីគឺពិបាកសម្រាប់បណ្តាញសរសៃប្រសាទព្រោះមិនមានសញ្ញានៃភាពជោគជ័យច្រើនទេ - AI មិនដឹងជាយូរមកហើយថាតើវាកំពុងធ្វើរឿងត្រឹមត្រូវ។ DeepMind បានបង្កើតឡើងនៅលើភ្នាក់ងារ AI កេរ្តិ៍ដំណែលរបស់ខ្លួនដើម្បីអនុញ្ញាតឱ្យ Agent57 ធ្វើការសម្រេចចិត្តកាន់តែប្រសើរឡើងអំពីការរុករកបរិស្ថាន និងវាយតម្លៃដំណើរការនៃហ្គេម ក៏ដូចជាការបង្កើនប្រសិទ្ធភាពនៃការដោះដូររវាងអាកប្បកិរិយារយៈពេលខ្លី និងរយៈពេលវែងនៅក្នុងហ្គេមដូចជាជិះស្គីជាដើម។

លទ្ធផលគឺគួរអោយចាប់អារម្មណ៍ ប៉ុន្តែ AI នៅតែមានផ្លូវវែងឆ្ងាយដែលត្រូវទៅ។ ប្រព័ន្ធទាំងនេះអាចគ្រប់គ្រងហ្គេមតែមួយក្នុងពេលតែមួយ ដែលយោងទៅតាមអ្នកអភិវឌ្ឍន៍ វាផ្ទុយទៅនឹងសមត្ថភាពរបស់មនុស្ស៖ "ភាពបត់បែនពិតប្រាកដដែលមកយ៉ាងងាយស្រួលដល់ខួរក្បាលមនុស្សគឺនៅតែហួសពីសមត្ថភាពរបស់ AI"។

ប្រភព: 3dnews.ru