ஒரு நரம்பியல் வலையமைப்பை எளிய வீடியோ கேம்கள் மூலம் இயக்குவது, பத்தியின் முடிவுகளை மதிப்பிடுவதற்கான எளிய திறனின் காரணமாக அதன் பயிற்சியின் செயல்திறனைச் சோதிக்க சிறந்த வழியாகும். 2012 இல் DeepMind (ஆல்ஃபாபெட் ஹோல்டிங்கின் ஒரு பகுதி) ஆல் உருவாக்கப்பட்டது, 57 ஐகானிக் அடாரி 2600 கேம்களின் பெஞ்ச்மார்க் சுய-கற்றல் அமைப்புகளின் திறன்களை சோதிப்பதற்கான லிட்மஸ் சோதனையாக மாறியுள்ளது. இதோ Agent57, ஒரு மேம்பட்ட RL முகவர் (வலுவூட்டல் கற்றல்) DeepMind, மற்ற நாள் முந்தைய அமைப்புகளில் இருந்து ஒரு பெரிய பாய்ச்சல் மற்றும் மனித பிளேயரின் அடிப்படையை விஞ்சிய முதல் AI மறு செய்கையாகும்.
Agent57 AI ஆனது நிறுவனத்தின் முந்தைய அமைப்புகளின் அனுபவத்தை கணக்கில் எடுத்துக்கொள்கிறது மற்றும் மெட்டா-கட்டுப்பாட்டுடன் திறமையான சுற்றுச்சூழல் ஆய்வுக்கான வழிமுறைகளை ஒருங்கிணைக்கிறது. குறிப்பாக, Agent57 பிட்ஃபால், மான்டெசுமாவின் பழிவாங்கல், சோலாரிஸ் மற்றும் பனிச்சறுக்கு - முந்தைய நரம்பியல் நெட்வொர்க்குகளுக்கு ஒரு தீவிர சோதனையாக இருந்த கேம்களில் அவரது மனிதநேயமற்ற திறன்களை நிரூபித்துள்ளார். ஆராய்ச்சியின் படி, பிட்ஃபால் மற்றும் மான்டெசுமாவின் பழிவாங்கல் சிறந்த முடிவுகளை அடைய AI ஐ அதிக பரிசோதனை செய்ய கட்டாயப்படுத்துகிறது. சோலாரிஸ் மற்றும் பனிச்சறுக்கு ஆகியவை நரம்பியல் நெட்வொர்க்குகளுக்கு கடினமாக உள்ளன, ஏனெனில் வெற்றிக்கான பல அறிகுறிகள் இல்லை - AI நீண்ட காலமாக சரியானதைச் செய்கிறதா என்று தெரியவில்லை. DeepMind அதன் பழைய AI முகவர்களில் கட்டமைக்கப்பட்டது, இதனால் Agent57 ஆனது சுற்றுச்சூழல் ஆய்வு மற்றும் விளையாட்டுகளில் செயல்திறன் மதிப்பீடு குறித்து சிறந்த முடிவுகளை எடுக்க முடியும், அத்துடன் பனிச்சறுக்கு போன்ற விளையாட்டுகளில் குறுகிய கால மற்றும் நீண்ட கால நடத்தைக்கு இடையேயான வர்த்தகத்தை மேம்படுத்துகிறது.
முடிவுகள் சுவாரஸ்யமாக உள்ளன, ஆனால் AI இன்னும் நீண்ட தூரம் செல்ல வேண்டியுள்ளது. இந்த அமைப்புகள் ஒரு நேரத்தில் ஒரு விளையாட்டை மட்டுமே கையாள முடியும், இது மனித திறன்களுக்கு எதிரானது என்று டெவலப்பர்கள் கூறுகிறார்கள்: "மனித மூளைக்கு மிக எளிதாக வரும் உண்மையான நெகிழ்வுத்தன்மை இன்னும் AI க்கு அப்பாற்பட்டது."
ஆதாரம்: 3dnews.ru