Искусственный интеллект DeepMind от Google обыграл в StarCraft профессиональных киберспортсменов со счетом 10-1.

Тренировочная бот-команда AlphaStar League тренировалась, смотря лучшие игровые матчи игроков. Нейросеть объединила лучшие стратегии и выбрала уникальную тактику, которую не могли предсказать игроки.

В совокупности бот сыграл более 200 лет в StarCraft, чтобы научиться обыгрывать любого игрока.

После опустошения лучших игроков Go в мире DeepMind перешел к компьютерным играм. Принадлежащая Google компания искусственного интеллекта была тонкой настройкой своего ИИ, чтобы взять на себя StarCraft II и сегодня продемонстрировала свои первые матчи голова к голове против профессиональных геймеров. Агент ИИ по имени AlphaStar сумел одержать 10 побед над StarCraft II pros TLO и MaNa в двух отдельных сериях из пяти игр, которые первоначально состоялись еще в декабре. После 10 проигрышей подряд профи, наконец, одержали победу над ИИ, когда Мана сразилась с Альфастаром в прямом эфире, транслируемом Blizzard и DeepMind.

Профессионалы и AlphaStar играли в свои игры на map Catalyst, используя немного устаревшую версию StarCraft II, которая была разработана для проведения исследований ИИ. В то время как TLO сказал во время потока, что он уверен, что сможет превзойти агента AI, AlphaStar удалось выиграть все пять игр, каждый раз развязывая совершенно уникальные стратегии.

    Вот оно, дамы и господа! Впервые в истории профессионал уступает искусственному интеллекту! GG WP @DeepMindAI! #AlphaStarhttps://t.co/5VE3QQNqiw pic.twitter.com/0iQKT13dEA
    — StarCraft (@StarCraft) 24 Января 2019

AlphaStar имел некоторое преимущество против ТЛО. Во-первых, в матче использовался класс юнитов Protoss, который не является предпочтительной расой TLO в игре. Кроме того, AlphaStar видит игру по-другому, чем ваш средний игрок. Хотя он все еще ограничен в поле зрения туманом войны, он по существу видит, что карта полностью уменьшена. Это означает, что он может обрабатывать немного информации о видимых вражеских юнитах, а также о своей собственной базе и не должен разделять свое время, чтобы сосредоточиться на разных частях карты так же, как должен был бы человек-игрок.

Еще, AlphaStar не выиграет от типа благ, которые можно себе представить ИИ над человеком. В то время как TLO и Мана теоретически ограничены в том, сколько кликов они могут физически выполнять в минуту таким образом, что AI не является, AlphaStar фактически выполнял меньше действий в минуту, чем его человеческий противник, и значительно меньше, чем средний профессиональный игрок будет использовать. У ИИ также было время реакции около 350 миллисекунд, что медленнее, чем у большинства профи. В то время как ИИ не торопился, он мог принимать более умные и эффективные решения, которые давали ему преимущество.

Опыт AlphaStar в игре исходит главным образом из углубленной учебной программы, которую DeepMind называет Alphastar League. DeepMind взял кучу повторов человеческих игр и начал тренировать нейронную сеть на основе этих данных. Этот агент, сделанный из человеческих данных, был раздвоен для создания новых игроков, и эти конкуренты были сопоставлены друг с другом в серии матчей. Эти вилки исходных данных были призваны взять на себя специальности и освоить различные части игры, чтобы создать уникальный игровой опыт.

Лига AlphaStar работала в течение одной недели, и каждый из матчей производил новую информацию, которая помогла уточнить стратегию ИИ. В течение этой недели AlphaStar играл эквивалент 200-летнего StarCraft II. К концу сеанса Лиги DeepMind выбрал пять отдельных агентов, которые, по его мнению, имели наименее используемую стратегию и имели лучшие шансы на победу. Он швырнул этих пятерых агентов в ТЛО и провернул пять игр.

AlphaStar League

Видя, как ИИ удалось превзойти профессионала, используя его гонку, DeepMind решил поставить AlphaStar против эксперта протоссов. Для матча DeepMind использовал Ману - двукратного чемпиона крупных турниров StarCraft II. AlphaStar получил еще одну неделю обучения перед соревнованием, включая знания, полученные от принятия на про-уровне игрока в TLO. Комментаторы отметили, что ИИ играл значительно больше как человек в своих матчах, отбрасывая некоторые из своих более беспорядочных и неожиданных действий, в то же время настраивая свое принятие решений и стиль.

Так же, как и до него, Мана приложила доблестные усилия, но терпела неудачу в каждом матче против агентов Альфастара. ИИ в очередной раз выиграл все пять матчей против своего человеческого противника, финишировав 10-0 в первых 10 матчах против профессиональных игроков.

После трансляции матчей, DeepMind представила новую версию AlphaStar, что Мана взял в матче. Агент, который играл в живую игру, не имел преимущества верхней камеры и вместо этого должен был принимать решения о том, где сосредоточить свое внимание так же, как человек. DeepMind сказал, что в течение недели AlphaStar был в курсе нового взгляда на игру, но не имел возможности проверить ИИ против человека-профессионала, прежде чем взять на себя Ману в прямом эфире.

С новым ограничением на взгляд AlphaStar, Мана смогла использовать некоторые недостатки ИИ и вытащила победу, нанеся AlphaStar свою первую потерю против профессиональных игроков.

В то время как непосредственный уровень знаний AlphaStar и непревзойденный темп обучения - плохая новость для любого профессионала StarCraft, брошенного на его пути, геймеры могут найти некоторые полезные стратегии, которые могут быть взяты из ИИ и его 200-летних накопленных знаний об игре. Полный набор повторов всех матчей AlphaStar против TLO и MaNa доступен на веб-сайте DeepMind, если вы хотите изучить стратегии, разработанные ИИ.

Источник: www.engadget.com

Комментарии: