Искусственный интеллект продолжает осваивать StarCraft

В прошлом году компания DeepMind, одна из дочерних компаний корпорации Alphabet, привлекла всеобщее внимание тем, что её бот выиграл чемпионат по го у профессионального игрока. Это достижение показало, насколько стремительно развивается сфера искусственного интеллекта. Специалисты DeepMind объявили, что следующей их целью является победа ИИ в игре StarCraft. Компания Facebook тоже заявила о своём участии и создала открытый фреймворк, чтобы разработчики могли работать над прохождением StarCraft при помощи её набора инструментальных средств для разработки ИИ.

Недавно команда разработчиков из китайской компании Alibaba опубликовала документ, содержащий описание системы BiCNet, которая научилась воплощать разные стратегии, используемые профессиональными игроками, без дополнительных инструкций или указаний по ведению сражений. Как и во многих других системах глубинного обучения, программа совершенствовалась методом проб и ошибок. При этом была продемонстрирована её способность адаптироваться к количественным и качественным изменениям сил противника.

Авторы документа пишут:

Программа BiCNet справляется с различными видами сражений при разных рельефных условиях независимо от числа интеллектуальных агентов с обеих сторон. Результаты исследования показали, что и без дополнительных указаний или меток BiCNet может обучаться координирующим стратегиям наподобие тех, что используют профессиональные геймеры. Более того, BiCNet легко адаптируется под задачи с разнородными агентами. В наших экспериментах мы тестируем подход, меняя базовые критерии и сценарии. Так мы можем увидеть последние изменения в действии и спрогнозировать способы применения этой технологии в других приложениях.

Насколько перспективным является развитие подобных технологий?

Вполне возможно, что такие технологии ИИ могут участвовать в различных турнирах наподобие тех, что проводит сама Alibaba. Но как и в случае с программами искусственного интеллекта, обученными игре в покер, разработчики надеются, что эти навыки ИИ позже будут применяться к решению реальных задач:

Реальные приложения искусственного интеллекта часто требуют одновременной совместной работы сразу нескольких агентов. Продуктивное обучение взаимодействию агентов внутри одной системы — это значимый шаг в развитии технологий искусственного интеллекта в принципе.