به نقل از نبض فناوری تیمی از محققان آزمایشگاه هوش مصنوعی Uber اخیراً سیستمی از الگوریتم های هوش مصنوعی را توسعه داده اند که در بازی های ویدیویی کلاسیک آتاری، هم از بازیکنان انسانی و هم از سایر سیستم های هوش مصنوعی بهتر عمل می کند.
سیستم هوش مصنوعی توسعه یافته توسط محققان قادر به یادآوری استراتژی های موفق قبل و ایجاد استراتژی های جدید بر اساس آنچه در گذشته کار کرده است. تیم تحقیقاتی این تحقیق معتقد است که الگوریتم آن ها در زمینه های فنی دیگر مانند پردازش زبان و رباتیک کاربرد بالقوه دارند.
روش معمول مورد استفاده برای ایجاد سیستم های هوش مصنوعی قادر به انجام بازی های ویدیویی استفاده از الگوریتم یادگیری تقویتی است. الگوریتم های یادگیری تقویتی، نحوه انجام یک کار را با بررسی طیف وسیعی از اقدامات ممکن یاد می گیرند و پس از هر اقدام، نوعی تقویت کننده (پاداش یا مجازات) برای آنها فراهم می شود. با گذشت زمان، مدل هوش مصنوعی می آموزد که کدام اقدامات منجر به پاداش های بیشتری می شود و آن ها را بیشتر انجام می دهد.
به گفته تیم تحقیق، دلیل اینکه رویکرد آنها توسط سایر محققان هوش مصنوعی مورد توجه قرار نگرفته این است که این استراتژی با رویکرد انگیزه ذاتی که معمولاً در یادگیری تقویتی استفاده می شود متفاوت است. رویکرد این است که این مدل می تواند مستعد فراموش کردن در مورد مناطق بالقوه پاداش دهنده باشد. در نتیجه وقتی با داده های غیرمنتظره روبرو می شود، ممکن است مناطقی را که هنوز باید مورد کاوش قرار گیرند، فراموش کند.
طبق گفته TechXplore، تیم تحقیقاتی قصد ایجاد مدل یادگیری را داشتند که انعطاف پذیرتر و قادر به پاسخگویی به داده های غیر منتظره باشد. هنگامی که مدل هوش مصنوعی با نقطه داده ای روبرو می شود که با آنچه تاکنون آموخته سازگار نیست، مدل نقشه حافظه خود را بررسی می کند. سپس این مدل مشخص خواهد کرد کدام استراتژی ها موفق بوده و یا شکست خورده اند و استراتژی های مناسب را انتخاب می کنند.
هنگام بازی کردن یک بازی ویدیویی، مدل تصاویر مربوط به بازی را جمع آوری می کند و از اقدامات خود یک گزارش ثبت می کند. تصاویر بر اساس شباهت در یک گروه قرار می گیرند و نقاط مشخصی را در زمان تشکیل می دهند که مدل می تواند به آنها اشاره کند. الگوریتم می تواند با استفاده از تصاویر ثبت شده به یک زمان جالب توجه بازگردد و به کاوش از آنجا ادامه دهد. وقتی این مدل متوجه شود که در حال از شکست است به تصاویر گرفته شده بازگشته و استراتژی دیگری را امتحان می کند.
تیم تحقیقاتی از طریق ۵۵ بازی آتاری حالت بازی را داشتند. این بازی ها معمولاً برای محک زدن عملکرد مدل های هوش مصنوعی مورد استفاده قرار می گیرند.
محققان قوانین اضافی را به بازی ها معرفی کردند و به این مدل دستور دادند که نه تنها بالاترین امتیاز ممکن را کسب کند بلکه سعی کند هر بار آن را بهبود بخشد.
هنگامی که نتایج عملکرد مدل مورد تجزیه و تحلیل قرار گرفت دریافتند که سیستم هوش مصنوعی آنها در سایر بازی ها در ۸۵درصد موارد بهتر از دیگران است. به گفته محققان Uber AI، استراتژی های استفاده شده توسط تیم تحقیقاتی برای صنایع مانند رباتیک کاربرد دارد.
