OpenAI သည် ပုန်းလျှိုးကွယ်လျှိုးရှာဖွေသည့်ဂိမ်းတွင် AI အဖွဲ့လိုက်လုပ်ဆောင်ခြင်းကို သင်ကြားပေးသည်။

ခေတ်မမီသော ဆော့ကစားနည်းကောင်းသည် ဥာဏ်ရည်တု (AI) ဘော့တ်များ ဆုံးဖြတ်ချက်များချပုံနှင့် အချင်းချင်းနှင့် ၎င်းတို့ပတ်ဝန်းကျင်ရှိ အရာဝတ္တုအမျိုးမျိုးနှင့် အပြန်အလှန်တုံ့ပြန်ပုံကို သရုပ်ပြရန် ဥာဏ်ရည်တု (AI) ဘော့တ်များအတွက် စမ်းသပ်မှုကောင်းတစ်ခုဖြစ်သည်။

သူ့အတွက် ဆောင်းပါးအသစ်ထင်ရှားကျော်ကြားလာခဲ့သည့် အကျိုးအမြတ်မယူသော ဉာဏ်ရည်တု သုတေသနအဖွဲ့ OpenAI မှ သုတေသီများက ထုတ်ဝေသည်။ ကမ္ဘာ့ချန်ပီယံတွေကို အောင်ပွဲခံတယ်။ ကွန်ပျူတာဂိမ်း Dota 2 တွင် သိပ္ပံပညာရှင်များသည် အတုထောက်လှမ်းရေးမှ ထိန်းချုပ်ထားသော အေးဂျင့်များကို virtual ပတ်ဝန်းကျင်တွင် ရှာဖွေခြင်းနှင့် ပုန်းအောင်းရာတွင် ပိုမိုခေတ်မီစေရန် လေ့ကျင့်ပေးခဲ့ပုံကို သိပ္ပံပညာရှင်များက ဖော်ပြခဲ့သည်။ လေ့လာမှု၏ရလဒ်များက bot နှစ်ခုပါသည့်အဖွဲ့တစ်ဖွဲ့သည် မဟာမိတ်များမပါဘဲ မည်သည့်အေးဂျင့်များထက်မဆို ပိုမိုထိရောက်ပြီး မြန်ဆန်ကြောင်း သက်သေပြခဲ့သည်။

သိပ္ပံပညာရှင်များသည် ၎င်း၏ကျော်ကြားမှုကို ကာလကြာရှည်စွာ ရရှိထားသည့် နည်းလမ်းကို အသုံးပြုခဲ့သည်။ အားဖြည့်နှင့်အတူ စက်သင်ယူခြင်း။ဥာဏ်ရည်တုသည် ၎င်းနှင့် ထိတွေ့ဆက်ဆံရန် နည်းလမ်းအချို့ရှိနေစဉ်၊ ၎င်းနှင့် ၎င်း၏လုပ်ဆောင်ချက်များ၏ ရလဒ်တစ်ခု သို့မဟုတ် အခြားတစ်ခုအတွက် ဆုလာဘ်နှင့် ဒဏ်ငွေစနစ်တစ်ခုရှိနေစဉ်၊ ၎င်းကို မသိသောပတ်ဝန်းကျင်တစ်ခုတွင် အတုဉာဏ်ရည်ကို ထည့်သွင်းထားသည်။ ဤနည်းလမ်းသည် AI ၏ ကြီးမားလှသော မြန်နှုန်းဖြင့် လူတစ်ဦးတွေးမြင်နိုင်သည်ထက် အဆပေါင်း သန်းပေါင်းများစွာ ပိုမိုမြန်ဆန်သော virtual ပတ်ဝန်းကျင်တွင် အမျိုးမျိုးသော လုပ်ဆောင်ချက်များကို လုပ်ဆောင်နိုင်ခြင်းကြောင့် အတော်လေး ထိရောက်မှုရှိပါသည်။ ၎င်းသည် စမ်းသပ်မှုနှင့် အမှားအယွင်းများကို ပေးထားသည့် ပြဿနာကို ဖြေရှင်းရန်အတွက် အထိရောက်ဆုံး နည်းဗျူဟာများကို ရှာဖွေနိုင်စေပါသည်။ သို့သော် ဤချဉ်းကပ်မှုတွင် ကန့်သတ်ချက်အချို့ပါရှိသည်၊ ဥပမာအားဖြင့်၊ ပတ်ဝန်းကျင်တစ်ခုဖန်တီးခြင်းနှင့် လေ့ကျင့်ရေးစက်ဝန်းများစွာကိုလုပ်ဆောင်ခြင်းသည် ကြီးမားသောတွက်ချက်မှုအရင်းအမြစ်များလိုအပ်ပြီး လုပ်ငန်းစဉ်ကိုယ်တိုင်က AI လုပ်ဆောင်ချက်များ၏ ရလဒ်များကို ၎င်း၏ပန်းတိုင်နှင့် နှိုင်းယှဉ်ရန်အတွက် တိကျသောစနစ်တစ်ခု လိုအပ်ပါသည်။ ထို့အပြင်၊ ဤနည်းဖြင့် အေးဂျင့်မှရရှိသော ကျွမ်းကျင်မှုများသည် ဖော်ပြထားသောအလုပ်တွင် အကန့်အသတ်ရှိပြီး၊ AI သည် ၎င်းကိုကိုင်တွယ်ဖြေရှင်းရန် သင်ယူသောအခါတွင် နောက်ထပ်တိုးတက်မှုများရှိလာမည်မဟုတ်ပါ။

ပုန်းလျှိုးကွယ်လျှိုးဆော့ကစားရန် AI ကို လေ့ကျင့်ပေးရန်အတွက် သိပ္ပံပညာရှင်များသည် ဂိမ်းလောကကို နားလည်သဘောပေါက်ရန်နှင့် အနိုင်ရသည့်ဗျူဟာများကို ဖော်ဆောင်ရန်အတွက် အေးဂျင့်များသည် လွတ်လပ်မှုအပြည့်ရှိသည့် “လမ်းညွှန်မဲ့ရှာဖွေရေး” ဟုခေါ်သည့် ချဉ်းကပ်နည်းကို အသုံးပြုခဲ့သည်။ ၎င်းသည် DeepMind မှ သုတေသီများက ဥာဏ်ရည်တုစနစ်များစွာကို အသုံးပြုသောအခါတွင် များစွာသော အေးဂျင့်သင်ယူနည်းနှင့် ဆင်တူသည်။ Quake III Arena တွင် flag mode ကိုဖမ်းယူကစားရန်လေ့ကျင့်ထားသည်။. ဤအခြေအနေတွင်ကဲ့သို့ပင်၊ AI အေးဂျင့်များသည် ဂိမ်း၏စည်းမျဉ်းများတွင် ယခင်က လေ့ကျင့်မသင်ကြားခဲ့ကြသော်လည်း အချိန်ကြာလာသည်နှင့်အမျှ ၎င်းတို့သည် အခြေခံဗျူဟာများကို သိရှိခဲ့ကြပြီး အသေးအဖွဲမဟုတ်သော ဖြေရှင်းနည်းများဖြင့် သုတေသီများကိုပင် အံ့အားသင့်စေခဲ့သည်။

ပုန်းလျှိုးကွယ်လျှိုးရှာဖွေသည့်ဂိမ်းတစ်ခုတွင်၊ ရှာဖွေရေးအေးဂျင့်အဖွဲ့ကို ခေတ္တခဏမျှမွမ်းမံထားစဉ်တွင် ၎င်းတို့၏ပြိုင်ဘက်များ၏အမြင်ကို ရှောင်ရှားရန်အတွက် ပုန်းအောင်းရမည့်အလုပ်မှ အေးဂျင့်များစွာကို လိုအပ်သည်။ ထို့အပြင်၊ ဤအကြောင်းအရာရှိ "မြင်ကွင်းမျဉ်း" သည် တစ်ဦးချင်း bot တစ်ခု၏ရှေ့တွင် 135 ဒီဂရီ cone ဖြစ်သည်။ အေးဂျင့်များသည် ကစားဧရိယာအပြင်ဘက်သို့ အလွန်အလှမ်းဝေးလွန်းသဖြင့် ပြင်ပအရာဝတ္ထုအချို့ (သေတ္တာများ၊ ရွှေ့ပြောင်းနိုင်သောနံရံများ၊ အထူးချဉ်းကပ်လမ်းများ) ကို အသုံးပြုနိုင်သည့် ကျပန်းထုတ်လုပ်ထားသော အခန်းများကို သွားလာရန် တွန်းအားပေးခံခဲ့ရပြီး ၎င်းတို့ကို အဖုံးဖန်တီးရန်နှင့် ၎င်းတို့အတွင်းစိမ့်ဝင်ရန် နှစ်မျိုးလုံးအသုံးပြုနိုင်ပါသည်။ .

ရှည်လျားသောသင်ယူမှုလုပ်ငန်းစဉ်မှတဆင့် AI အေးဂျင့်များသည် ထူးခြားသောဗျူဟာခြောက်ခုကို လေ့လာခဲ့ပြီး တစ်ခုစီသည် ၎င်းတို့ကို ဂိမ်း၏နောက်ထပ်အဆင့်သို့ တိုးတက်အောင် ကူညီပေးခဲ့ကြသည်။ အစပိုင်းတွင် ရှာဖွေသူနှင့် ပုန်းရှောင်အဖွဲ့များသည် ရိုးရိုးရှင်းရှင်း ပြေးပြီး အချင်းချင်း လိုက်ကြသော်လည်း ပွဲပေါင်း 25 သန်းခန့်ပြီးနောက်တွင် ပုန်းအောင်းအဖွဲ့သည် လမ်းကြောင်းများကို သေတ္တာများဖြင့် ပိတ်ဆို့ကာ ၎င်းတို့ထဲမှ အမိုးအကာများ ဆောက်ရန် သင်ယူခဲ့သည်။ နောက်ထပ်ပွဲပေါင်း 75 သန်းကျော်ပြီးနောက်၊ အဖွဲ့သည် ဤပုန်းအောင်းရာနေရာများသို့ရောက်ရန် ချဉ်းကပ်လမ်းများအသုံးပြုရန် နည်းလမ်းများကို ရှာဖွေတွေ့ရှိခဲ့သည်။ နောက်ထပ် အကြိမ် 10 သန်းကြာပြီးနောက်၊ ပုန်းသူများသည် ကစားကွင်း၏အစွန်းသို့ ချဉ်းကပ်လမ်းများကို ဆွဲယူကာ ပြိုင်ဘက်များကို အသုံးပြုခြင်းမှ ကာကွယ်ရန် ၎င်းတို့အား သော့ခတ်ရန် သင်ယူခဲ့သည်။

ပွဲပေါင်း 388 သန်းကျော်ပြီးနောက် ရှာဖွေသူများသည် ၎င်းတို့ယူဆောင်လာသော သေတ္တာများပေါ်သို့ ပိတ်ဆို့ထားသော ချဉ်းကပ်လမ်းများကို အသုံးပြု၍ ၎င်းတို့ပေါ်သို့ တိုက်ရိုက်ရွေ့လျားကာ ခရီးဆောင်နံရံများမှ ဖန်တီးထားသော ရန်သူပုန်းအောင်းရာများကို ထိုးဖောက်ဝင်ရောက်ခဲ့ကြသည်။ နောက်ဆုံးတွင်၊ ပွဲပေါင်း 458 သန်းကျော်ပြီးနောက်၊ ပုန်းအဖွဲ့သည် အရာဝတ္ထုအားလုံးကို ပိတ်ဆို့ပြီး အမိုးအကာတစ်ခုတည်ဆောက်ရန် လိုအပ်ကြောင်း ကောက်ချက်ချကာ ၎င်းတို့၏နောက်ဆုံးအောင်ပွဲဆီသို့ ဦးတည်သွားခဲ့သည်။

အထူးသဖြင့် အံ့အားသင့်စရာမှာ ပွဲပေါင်း 22 သန်းကျော်ပြီးနောက် အေးဂျင့်များသည် ၎င်းတို့၏ လုပ်ဆောင်ချက်များကို ပေါင်းစပ်ညှိနှိုင်းရန် သင်ယူခဲ့ကြပြီး ၎င်းတို့၏ ပူးပေါင်းဆောင်ရွက်မှု၏ ထိရောက်မှုမှာ အနာဂတ်တွင်သာ တိုးတက်လာကြောင်း၊ ဥပမာအားဖြင့် တစ်ဦးစီသည် အမိုးအကာတစ်ခုဖန်တီးရန် ၎င်း၏ကိုယ်ပိုင်သေတ္တာ သို့မဟုတ် နံရံကို ယူဆောင်လာပြီး ၎င်း၏ဝေစုကို ရွေးချယ်ခဲ့ကြပါသည်။ ပြိုင်ဘက်များကိုအခက်အခဲဂိမ်းကိုရှုပ်ထွေးစေရန်ပိတ်ဆို့ပါ။

သိပ္ပံပညာရှင်များသည် သင်ယူမှုအမြန်နှုန်းအပေါ် လေ့ကျင့်ရေးအရာဝတ္ထုအရေအတွက် (အာရုံကြောကွန်ရက်မှတဆင့် ဖြတ်သန်းသွားသော ဒေတာပမာဏ - “Batch Size”) ၏ လွှမ်းမိုးမှုနှင့်ပတ်သက်သည့် အရေးကြီးသောအချက်ကို မှတ်သားထားသည်။ မူလပုံစံသည် လေ့ကျင့်ချိန် 132,3 နာရီအတွင်း ပွဲစဉ်ပေါင်း 34 သန်း လိုအပ်ပြီး လျှို့ဝှက်အဖွဲ့သည် ချဉ်းကပ်လမ်းများကို ပိတ်ဆို့ရန် သင်ယူခဲ့သည့်နေရာသို့ ရောက်ရှိရန် လိုအပ်ပြီး ဒေတာများစွာက လေ့ကျင့်ချိန်အတွင်း သိသာထင်ရှားစွာ လျော့ကျသွားစေသည်။ ဥပမာအားဖြင့်၊ ကန့်သတ်အရေအတွက်များ (လေ့ကျင့်ရေးလုပ်ငန်းစဉ်တစ်ခုလုံးတွင်ရရှိသောဒေတာ၏အစိတ်အပိုင်း) သည် 0,5 သန်းမှ 5,8 သန်းအထိနမူနာလုပ်ဆောင်နိုင်မှုအား 2,2 ဆတိုးစေပြီး ထည့်သွင်းဒေတာအရွယ်အစားကို 64 KB မှ 128 KB အထိလျှော့ချလေ့ကျင့်ပေးသည်။ အချိန်က တစ်နာရီခွဲနီးပါး။

၎င်းတို့၏အလုပ်ပြီးဆုံးချိန်တွင်၊ သုတေသီများသည် ဂိမ်းတွင်းလေ့ကျင့်ရေးမှ အေးဂျင့်များကို ဂိမ်းပြင်ပတွင် အလားတူလုပ်ဆောင်မှုများကို ရင်ဆိုင်ဖြေရှင်းရန် မည်မျှကူညီပေးနိုင်သည်ကို စမ်းသပ်ရန် ဆုံးဖြတ်ခဲ့ကြသည်။ စုစုပေါင်း စမ်းသပ်မှု (၅) ခု ရှိပါသည်- အရာဝတ္တုများ၏ အရေအတွက်ကို သိရှိခြင်း (၎င်းကို မမြင်ရသေးသော်လည်း အသုံးမပြုသည့်တိုင် အရာဝတ္ထုတစ်ခု ဆက်လက်တည်ရှိနေကြောင်း နားလည်ခြင်း)။ "သော့ခတ်ပြီး ပြန်သွားခြင်း" - တစ်စုံတစ်ယောက်၏ မူလအနေအထားကို မှတ်မိနိုင်ပြီး နောက်ထပ်တာဝန်အချို့ကို ပြီးမြောက်ပြီးနောက် ၎င်းထံသို့ ပြန်သွားနိုင်သည့်စွမ်းရည်။ "ဆင့်ကဲပိတ်ဆို့ခြင်း" - တံခါးမရှိသောအခန်းသုံးခန်းတွင် သေတ္တာ ၄ လုံးသည် ကျပန်းတည်ရှိနေသော်လည်း အထဲသို့ဝင်ရန် ချဉ်းကပ်လမ်းများဖြင့် အေးဂျင့်များက ၎င်းတို့အားလုံးကို ရှာဖွေပိတ်ဆို့ရန် လိုအပ်ပါသည်။ ကြိုတင်သတ်မှတ်ထားသောဆိုဒ်များတွင် သေတ္တာများနေရာချထားခြင်း၊ ဆလင်ဒါပုံသဏ္ဍာန်ဖြင့် အရာဝတ္ထုတစ်ခုပတ်ပတ်လည်တွင် အမိုးအကာတစ်ခု ဖန်တီးခြင်း။

ရလဒ်အနေဖြင့်၊ အလုပ်ငါးခုတွင် ၃ ခုတွင်၊ ဂိမ်းတွင် ပဏာမလေ့ကျင့်မှုပြုလုပ်ထားသည့် ဘော့တ်များသည် ပိုမြန်ပြီး ပြဿနာများကိုဖြေရှင်းရန်လေ့ကျင့်ထားသည့် AI ထက် ပိုမိုကောင်းမွန်သောရလဒ်များကိုပြသခဲ့သည်။ ၎င်းတို့သည် လုပ်ငန်းတာဝန်ကို ပြီးမြောက်စေရန်နှင့် စတင်သည့် အနေအထားသို့ ပြန်သွားကာ၊ အလုံပိတ်ခန်းများတွင် သေတ္တာများကို ဆက်တိုက်ပိတ်ဆို့ကာ ပေးထားသည့်နေရာများတွင် သေတ္တာများထည့်ထားသော်လည်း အရာဝတ္တုများ၏ အရေအတွက်ကို အသိအမှတ်ပြုကာ အခြားအရာဝတ္တုတစ်ဝိုက်ကို ဖုံးအုပ်ဖန်တီးရာတွင် အနည်းငယ် အားနည်းသွားပါသည်။

သုတေသီများသည် AI သင်ယူပုံနှင့် အချို့သောစွမ်းရည်များကို မှတ်မိပုံတို့ ပေါင်းစပ်ထားသော ရလဒ်များကို သုတေသီများက အသိအမှတ်ပြုကြသည်။ "ဂိမ်းအတွင်း အကြိုလေ့ကျင့်မှု လုပ်ဆောင်ခဲ့သည့် အလုပ်များသည် ယခင်က သင်ယူခဲ့သော ကျွမ်းကျင်မှုများကို အကျွမ်းတဝင်ရှိသော နည်းလမ်းဖြင့် ပြန်လည်အသုံးပြုခြင်းတွင် အကောင်းဆုံးပါဝင်သည်ဟု ကျွန်ုပ်တို့ထင်မြင်ကြပြီး ကျန်ရှိသော အလုပ်များကို အစမှ လေ့ကျင့်ထားသည့် AI ထက် ပိုကောင်းအောင် လုပ်ဆောင်ရာတွင် ၎င်းတို့ကို မတူညီသောနည်းဖြင့် အသုံးပြုရန် လိုအပ်လိမ့်မည်၊ ပိုခက်တယ်” ဟု အလုပ်တွဲဖက်စာရေးဆရာများက ရေးသည်။ "ဤရလဒ်သည် ပတ်ဝန်းကျင်တစ်ခုမှ အခြားတစ်ခုကို လွှဲပြောင်းသည့်အခါ လေ့ကျင့်မှုမှတစ်ဆင့် ရရှိသောကျွမ်းကျင်မှုများကို ထိရောက်စွာပြန်လည်အသုံးပြုခြင်းအတွက် နည်းလမ်းများကို ဖော်ထုတ်ရန် လိုအပ်ကြောင်း မီးမောင်းထိုးပြပါသည်။"

ဤသင်ကြားရေးနည်းလမ်းကို အသုံးပြုရန် အလားအလာသည် မည်သည့်ဂိမ်းများ၏ ကန့်သတ်ချက်ထက်မဆို ကျော်လွန်နေသောကြောင့် ပြီးခဲ့သောအလုပ်သည် အမှန်တကယ်ပင် အထင်ကြီးစရာကောင်းပါသည်။ သုတေသီများက ၎င်းတို့၏အလုပ်သည် ရောဂါများကို ရှာဖွေဖော်ထုတ်နိုင်ပြီး ရှုပ်ထွေးသော ပရိုတိန်းမော်လီကျူးများ၏ ဖွဲ့စည်းပုံများကို ခန့်မှန်းကာ CT စကင်န်များကို ခွဲခြမ်းစိတ်ဖြာနိုင်သည့် “ရူပဗေဒအခြေခံ” နှင့် “လူသားကဲ့သို့” အမူအကျင့်များဖြင့် AI ဖန်တီးခြင်းဆီသို့ သိသာထင်ရှားသောခြေလှမ်းတစ်ခုဖြစ်သည်ဟု သုတေသီများက ပြောကြားခဲ့သည်။

အောက်ဖော်ပြပါဗီဒီယိုတွင် သင်ယူမှုလုပ်ငန်းစဉ်တစ်ခုလုံး မည်သို့ဖြစ်ပျက်ခဲ့ပုံ၊ AI သည် အဖွဲ့လိုက်လုပ်ဆောင်ပုံကို သင်ယူခဲ့ပြီး ၎င်း၏ဗျူဟာများသည် ပို၍ပို၍ကောက်ကျစ်ပြီး ရှုပ်ထွေးလာသည်ကို ရှင်းရှင်းလင်းလင်းတွေ့မြင်နိုင်ပါသည်။

source: 3dnews.ru