A jĂĄtĂŠkos mestersĂŠges intelligencia

A Google tudĂłsai kifejlesztettek egy kĂźlĂśnleges mestersĂŠges intelligenciĂĄt, tesztelĂŠs kĂŠppen pedig rĂĄszabadĂ­tottĂĄk a 80-as, 90-es ĂŠvek Atari jĂĄtĂŠkaira, hadd ’szĂłrakozza’ ki magĂĄt. Az eredmĂŠny pedig csupa tĂśkĂŠletesen vĂŠgigvitt jĂĄtĂŠk.

A londoni székhelyű Deep Q-network (DQN) DeepMind nevű mesterséges intelligenciája, - amit a Google tavaly vásárolt fel -, képes Atari játékokat játszani a tanuló képességének köszönhetően. Ehhez nem használ fel mást, mint a képernyő pixel-információit, valamint a végigjátszásokkal elért pont értékeket.

A program termĂŠszetesen nem tudja előre a jĂĄtĂŠkok szabĂĄlyait, egyszerĹąen, csak „rĂĄeresztettĂŠk”, mint ahogyan tettĂŠk ezt anno a videojĂĄtĂŠk lĂĄzban ĂŠgő tizenĂŠvesekkel is. Egyetlen informĂĄciĂłkĂŠnt annyit kapott, hogy cĂŠl a minĂŠl magasabb pontszĂĄm elĂŠrĂŠse, ĂŠs a tanulĂĄs, hogy aztĂĄn a nyert tapasztalatokat a kĂśvetkező jĂĄtĂŠkoknĂĄl felhasznĂĄlhassa. Az kĂŠsőbbi elemzĂŠsek sorĂĄn a mestersĂŠges intelligencia mĹąkĂśdĂŠsĂŠről kiderĂźlt, hogy tĂśbb helyen hasonlĂ­t az emberi gondolkodĂĄsra ĂŠs tanulĂĄsra is.

A DQN algoritmusát 49 játékon tesztelték. Ezek közül 29-ben jobb eredmény ért el, mint az emberi játékosok 75%-a. Ez a "mesterséges" intelligenciától igazán kiemelkedő teljesítménynek számít, főleg a játékok sokszínűsége miatt, hiszen volt oldalnézetes lövöldözős, verekedős és autós játék is a palettán. Ezekről pedig ugye korábban az algoritmus még csak nem is tudott.

„ÖsszessĂŠgĂŠben a munkĂĄnk megmutatja a technolĂłgiĂĄban rejlő lehetősĂŠgeket ĂŠs potenciĂĄlt. A gĂŠpi tanulĂĄsi technolĂłgiĂĄk kĂźlĂśnfĂŠle inspirĂĄciĂłs metĂłdusokkal olyan entitĂĄsokat hozhatnak lĂŠtre, amelyek nem csak a tanulĂĄsra, de az adott terĂźlet professzionĂĄlis szinten valĂł ĹązĂŠsĂŠre is kĂŠpesekkĂŠ vĂĄlhatnak.” – nyilatkoztĂĄk a kĂŠszĂ­tők.