AI DeepMind Sekarang Mampu Mengalahkan Pemain Manusia Dalam Quake III

Kami telah melihat game di mana pengembang memasang bot untuk memudahkan pemain manusia atau membuat rekreasi pemain tunggal dari mode multipemain dari banyak game. Pemain AI ini jarang cukup mampu untuk bersaing dengan rekan-rekan manusia mereka. Dengan demikian, mereka digunakan untuk memudahkan kurva pembelajaran dari banyak game multipemain. Di sisi lain, DeepMind adalah perusahaan yang berspesialisasi dalam penggunaan AI di banyak bidang pekerjaan. Mereka mengungkapkan bahwa bot yang digerakkan oleh AI mereka akhirnya bisa mengalahkan rekan manusia mereka di salah satu game multipemain yang paling banyak dimainkan, Quake III. Temuan mereka menarik bagi mereka yang menyukai pembelajaran dan kemampuan AI.

Ini bukan usaha pertama DeepMind dalam gim video, mereka telah mengembangkan mesin saraf yang mampu mengalahkan pemain pro dari banyak gim multipemain. Contoh terbaik di sini adalah AlphaGo, di mana AI mereka mengalahkan pemain pro terkenal dari game tersebut. Mereka juga telah mengembangkan AI untuk banyak game lainnya.

Pemotongan

Kembali ke deduksi mereka terkait AI mereka di Quake III. Quake III sangat berbeda dari banyak game lain di luar sana. Gim ini secara kategoris berbeda karena tahapan yang dihasilkan secara prosedural dan fakta bahwa gim tersebut dalam perspektif orang pertama. Masalah pengembangan AI di sini adalah mereka tidak dapat mempelajari metode terbaik untuk mengalahkan permainan. Masalah yang terjadi terbukti merupakan berkah tersembunyi karena AI menyerupai kurva pembelajaran humanoid, lebih lanjut tentang ini nanti.

AI memulai dari awal dan mempelajari aturan mode tangkap bendera itu sendiri. AI kemudian mampu mengalahkan 40 pemain manusia di mana manusia, serta AI, dipadukan. Setelah mengalahkan manusia secara signifikan, DeepMind menerima bahwa kemenangan mereka dikaitkan dengan waktu respons pro-manusia agen AI mereka. Jadi, mereka memutuskan untuk memperlambatnya, tetapi AI masih bisa mengalahkan rekan manusia mereka.

Kemajuan AI

Tomshardware melaporkan bahwa deduksi mereka sangat menarik karena AI harus mempelajari dasar-dasar permainan itu sendiri dan fakta bahwa AI bisa mendapatkan hasil ketika tahapan dibuat secara prosedural.

DeepMind mengatakan bahwa pekerjaan mereka pada proyek ini menyoroti fakta bahwa kami dapat melatih AI secara efisien dengan menggunakan teknik multi-agen, yang berarti AI melawan AI. Itu tidak hanya membuat AI sadar akan kesalahannya tetapi juga mengerjakan hal-hal yang bisa dilakukan dengan lebih baik. Mereka berkata, "Ini menyoroti hasil dengan mengeksploitasi kurikulum alami yang disediakan oleh pelatihan multi-agen, dan memaksa pengembangan agen yang kuat yang bahkan dapat bekerja sama dengan manusia..”