7 апреля, 2020 
adminGWP 
Aгeнты искусствeннoгo интeллeктa учaт игрaть в прoстыe видeoигры, тaк кaк этo oтличный спoсoб прoвeрить их эффективность благодаря возможности измерять успех с помощью счёта.
Платформе DeepMind холдинга Alphabet были обозначены 57 конкретных игр Atari, которые будут служить мерилом эффективности ИИ. Также для этих игр была определена эффективность среднестатистического игрока. Новейшая система компании, Agent57, сделала огромный скачок по сравнению с предыдущими системами и стала первой версией ИИ, которая превосходит базовые показатели человека. В частности, Agent57 смогла обойти людей в играх Pitfall, Montezuma’s Revenge, Solaris и Skiing. Эти проекты представляют собой серьёзную проблему для других систем искусственного интеллекта.
Игры Pitfall и Montezuma’s Revenge требуют, чтобы ИИ экспериментировал больше обычного, чтобы выяснить, как получить лучший результат. Между тем, Solaris и Skiing трудны для систем искусственного интеллекта, потому что признаков успеха не так много, потому ИИ в течение длительного времени не знает, выполняет ли он правильные действия. Система Agent57 создана на базе предыдущих агентов DeepMind, но с доработками, чтобы она могла принимать более правильные решения в сфере исследования и обработки счёта. Также пришлось оптимизировать взаимные уступки между краткосрочной и долгосрочной эффективностью в играх, таких как Skiing.
Как отмечает ресурс Technology Review, хотя эти результаты впечатляют, ИИ ещё предстоит пройти долгий путь развития. Эти системы могут эффективно обрабатывать только одну игру за раз, что заметно отличает их от умений людей.
«Истинная универсальность, которая так легко даётся человеческому ребёнку, всё еще находится за пределами досягаемости ИИ».
Тем не менее, ИИ уже используется во многих отраслях. Уроки, извлеченные из Agent57, могут помочь повысить производительность таких систем, даже если навыки человеческого уровня пока не достижимы.
Источник: Engadget
Опубликовано в рубрике