O AlphaZero, czyli zaawansowanej sztucznej inteligencji, która bez problemu pokonuje ludzkich zawodników i potrzebuje innych wybitnych AI do podnoszenia swoich umiejętności, usłyszeliśmy grudniu ubiegłego roku. AlphaZero pokonała dotychczasowego mistrza gier planszowych od DeepMind, czyli AlphaGo Zero, mistrza szachowego Stockfish czy elmo, wybitnego zawodnika Shogi (japońska odmiana szachów). Google postanowiło więc pójść za ciosem i na jej podstawie stworzyć kolejną sztuczną inteligencję, ale tym razem trenowaną tylko w jednym celu, a mianowicie grania w Star Craft II.
Mowa o AlphaStar, które miało przed sobą dużo trudniejsze zadanie od poprzednika, by gry wideo to zupełnie inna para kaloszy niż zaawansowane gry wideo, wymagające zaangażowania zawodnika w wiele kwestii jednocześnie. Okazało się jednak, że i z tym AI nie ma żadnego problemu - wystarczyło kilka starć na uproszczonych warunkach (np. widoczność całej mapy, która znacznie ułatwia podejmowanie strategicznych decyzji), żeby system załapał o co chodzi w StarCraft II i był w stanie rywalizować z najlepszymi na równych zasadach.
Wystarczy tylko wspomnieć, że AlphaStar pokonało np. profesjonalnych zawodników tej gry Dario “TLO" Wünscha i Grzegorza “MaNa" Komincza! A że szacuje się, że dla sztucznej inteligencji tydzień to mniej więcej tyle, ile dla człowieka 200 lat, to do tego czasu AlphaStar znacznie podniosło swoje kwalifikacje i właśnie dostaliśmy tego dowód. AI osiągnęło bowiem poziom Grandmaster i należy obecnie do percentyla graczy, którzy opanowali StarCraft II do takiego mistrzostwa - jest też pierwszą sztuczną inteligencją, która tego dokonała bez potrzeby stosowania uproszczonej wersji.
W DeepMind jesteśmy zainteresowanie zrozumieniem potencjału i ograniczeń treningu typu open-end, który pozwala nam rozwijać silnych i elastycznych agentów, którzy są w stanie poradzić sobie z kompleksowymi domenami rzeczywistego świata. Gry takiej jak StarCraft są idealnym polem treningowym do ulepszenia tego podejścia, bo gracze muszą używać ograniczonej ilości informacji do podejmowania dynamicznych i trudnych decyzji, które mają swoje konsekwencje.
Daniel Górecki - ITHardware.pl
