跳到主要內容
 

Google開發機器人 勝率超過75% AI虛擬玩家 遊戲測試高手

網路遊戲
經濟日報/S02版/產業最新星
編譯╱陳律安
2019年7月6日   人氣: 161

在Google人工智慧(AI)實驗室已開發出虛擬電玩玩家,能透過與其他虛擬玩家合作,精通一款遊戲。該研究成果於5月底發表於「科學」期刊,一些研究員說,這顯示AI工程師已能製造出更擬人的機器人。

Google旗下人工智慧實驗室DeepMind的研究員表示,多數時候,虛擬玩家玩奪旗遊戲的表現,已比專業人類遊戲測試員還厲害。

麻省理工學院(MIT)教授霍爾表示:「這又是另一個你以為只有人類才有特殊能力可玩的遊戲領域。」但此時一項科技出現,狠狠打人類的臉,引發眾多討論。

在矽谷,不同單位如Open AI、臉書、微軟的研究員,都已嘗試開發不只能做單一工作(如翻譯、辨別圖樣)的AI機器,目標是開發出在沒有額外訓練的情況下,能在多元環境中解決各種問題的AI,與人類一樣可以透過過往經驗,找出因應新狀況的方法,或隨機應變。

這種AI科技可以應用在自駕車、協作式機器人上,與人類或其他機器人在工廠、倉庫、家中及街道上緊密合作。

目前許多機器人都因為安全考量,與人類保持距離,或僅能照設定好的規範行事,如果機器人停擺或故障,更只能仰賴人類救援。這讓研究員認為,電玩遊戲或許是AI突破的缺口。

在協作式遊戲中,玩家不知道隊友的舉動,此外,一個玩家的舉動可能會影響其他人,創造各式各樣的情境,每個玩家都必須掌握狀況才能成功。不過仍有部分AI研究員質疑電玩遊戲在創造下一代AI上扮演的角色。

喬治亞理工學院AI研究員里德爾就說,愈來愈不相信電玩是邁向通用AI(具備人類同等智慧或超越人類智慧的AI)的必經之路,認為電玩潛力就算尚未耗盡,但也相去不遠。他說,遊戲再怎麼複雜,仍是個有一定規則、自給自足的世界,要打造更好的AI,研究員必須要有「比電玩更複雜的環境」。

DeepMind軟體學會玩的是第一人稱多人連線遊戲「雷神之槌III競技場」。該遊戲有多種模式,包括我方小隊在敵方領域奪旗的挑戰。就本次研究而言,AI玩家只學會奪旗的部分,這個任務必須發展出策略及計畫才能完成,而研究員說這兩項特質正是智慧的象徵。

DeepMind工程師訓練30名虛擬玩家,這些虛擬玩家自行透過觀察及經驗學習遊戲規則,包括特定行為與勝利的關聯。

遊戲場景設定是室內或是戶外,以亂數決定,確保軟體能在不同設定下學習。研究員說,整個訓練過程歷時三周,每個虛擬玩家玩45萬場比賽,等同人類玩家遊玩四年。然後為了測試虛擬玩家,研究員將它們隨機放進賽事,虛擬玩家會互相比賽,或與人類比賽。

研究員分析結果,發現約四分之三的時間機器表現勝過人類。DeepMind研究員說,現在將推動AI科技,使其適應更大的團隊編制,在更廣大更複雜的環境操作。

DeepMind設計 讓AI對打的電玩

遊戲場景是室內或戶外,以亂數決定,確保軟體能在不同情境下學習

整個訓練過程歷時三周,每個虛擬玩家玩45萬場比賽,等同人類玩家遊玩四年

為測試虛擬玩家,研究員將它們隨機放進賽事,虛擬玩家會互相比賽,或與人類比賽

結果顯示,約四分之三的時間裡AI表現勝過人類

   列印   頁首

 

教育部全球資訊網 最後更新: 2019/10/8 | 網站瀏覽人數: 4041526     創用 CC 標誌 通過A無障礙網頁檢測 TWCA SSL 標章