Neyron tarmog'ini oddiy video o'yinlar orqali ishga tushirish - yakuniy natijalarni baholashning oddiy qobiliyati tufayli uning o'qitish samaradorligini tekshirishning ideal usuli. 2012-yilda DeepMind (Alphabetning bir qismi) tomonidan ishlab chiqilgan, 57 ta mashhur Atari 2600 oʻyinlarining benchmarki oʻz-oʻzini oʻrganish tizimlarining imkoniyatlarini sinash uchun lakmus testiga aylandi. Va bu erda Agent57, ilg'or RL agenti (Reinforcement Learning) DeepMind, yaqinda oldingi tizimlardan katta sakrash va inson o'yinchisining asosiy darajasidan oshib ketgan AIning birinchi iteratsiyasi bo'ldi.
Agent57 AI kompaniyaning oldingi tizimlari tajribasini hisobga oladi va atrof-muhitni samarali o'rganish algoritmlarini meta-nazorat bilan birlashtiradi. Xususan, Agent57 o'zining g'ayritabiiy qobiliyatlarini Pitfall, Montezuma's Revenge, Solaris va Skiing - oldingi neyron tarmoqlarni jiddiy sinovdan o'tkazgan o'yinlarda isbotladi. Tadqiqotlarga ko'ra, Pitfall va Montezuma's Revenge yaxshi natijalarga erishish uchun AIni ko'proq tajriba o'tkazishga majbur qiladi. Solaris va chang'i uchish neyron tarmoqlar uchun qiyin, chunki muvaffaqiyat belgilari ko'p emas - AI uzoq vaqt davomida to'g'ri ish qilyaptimi yoki yo'qligini bilmaydi. DeepMind Agent57-ga atrof-muhitni o'rganish va o'yinlar samaradorligini baholash, shuningdek, chang'i sporti kabi o'yinlarda qisqa muddatli va uzoq muddatli xatti-harakatlar o'rtasidagi muvozanatni optimallashtirish bo'yicha yaxshiroq qarorlar qabul qilish imkonini berish uchun o'zining AI agentlari asosida qurilgan.
Natijalar ta'sirli, ammo sun'iy intellektda hali ko'p yo'l bor. Ushbu tizimlar bir vaqtning o'zida faqat bitta o'yinni boshqarishi mumkin, bu esa, ishlab chiquvchilarning fikriga ko'ra, inson imkoniyatlariga ziddir: "Inson miyasiga juda oson keladigan haqiqiy moslashuvchanlik hali ham sun'iy intellektning imkoni yo'q".
Manba: 3dnews.ru