imagazin arrow2-left arrow2-right arrow2-top arrow-up arrow-down arrow-left arrow-right cart close dossiers education fb instagram menu notification oander rss rss-footer search service shuffle speech-bubble star store stores tests twitter youtube

Veštačka inteligencija razvija kultne igre


Jedan od najprestižnijih američkih univerziteta predstavio je prilično neobičnog razvojnog programera – veštačku inteligenciju. Ovaj mašinski mozak redizajnirao je dve svevremenske igre, a pritom je samo učio. Veliki izbor veštaki ineligentnih igara se već pojavio, ali do sada nije bilo mašina koje su pravile igre. Kako bi veštačka inteligencija mogla da promeni svet igara?

Veštačka inteligencija razvija Super Marija

Postoji mnogo različitih programera u svetu igara, zvezda i marljivih ljudi, a svi oni iskušavaju sreću sa „umetničkom formom 21. veka“, područjem u kojem se godišnje okrene više novca nego u filmskoj industriji. Međutim, Tehnološki Institut Georgia ovih dana je predstavio drugačijeg i prilično jedinstvenog programera, na kakvog još nikada nismo naišli.

Kako stoje stvari, moramo da počnemo da se privikavamo na njih, jer će ih u budućnosti biti sve više.

Poznati istraživači ovog prestižnog univerziteta stvorili su algoritam koji je redizajnirao dva klasika među igrama, Super Mario Bros-a i Mega Man-a. Putem mašinskog učenja naučio je osnove, a potom je posmatrao te dve kultne 2D igre sve dok nije ustanovio kako da rekreira određene elemente. Dobio je vizualan rečnik likova i osnovne definicije (na primer, gde postaviti određene predmete, brzinu tih predmeta i sl.) kako bi lakše pratio igre, a potom su ga pustili da radi šta želi. Usavršavao je svoje veštine na hiljadama piksela i slika, posmatrao promene, i smislio uzročne veze unutar igre. Stvorio je jednostavna pravila na koja se potom oslonio kako bi nastavio da proučava i rekreira igre.

Njegov završni rad daleko je od savršenog, nije ni rekreirao celu igru, mada, to niko nije ni očekivao. Međutim, ovaj početak mnogo obećava i predstavlja veliki korak unapred u odnosu na veštačku inteligenciju koja je samo igrala igre i pobeđivala ljude i nije ništa znala o postupku stvaranja samih igara.

Veštački inteligentan Mario

Mario je inspirisao brojne ljude.

Nemački istraživači su takođe preoblikovali priču o našem omiljenom vodoinstalateru kako bi omogućili likovima da ostvare svoje ciljeve bez ljudske pomoći. Stručnjaci na Univerzitetu Tübingen razvijaju novo rešenje veštačke inteligencije koje se bazira na korišćenju društvene interakcije. Ova veštačka inteligencija uči o svetu putem interakcija.

Istraživači su stvorili posebnog klona Super Marija. Softver omogućava likovima (Mariju, Luigiju, Yoshiju i Toadu) da razgovaraju na engleskom, posmatraju međusobno ponašanje i tako uče. Imaju drugačije sposobnosti i ograničeno znanje, a motivišu ih četiri stvari: san, zdravlje, dovršavanje nivoa i želja da nauče što više o svetu.

Korisnici ne mogu direktno da upravljaju njima, pa moraju da sarađuju kako bi ostvarili svoje ciljeve. Sami dovršavaju nivoe, vođeni svojom „žeđi za znanjem“ i društvenom inteligencijom, bez uplitanja direktnih ljudskih naredbi.

Kratka istorija

Veštačka inteligencija prešla je dug put pre nego što smo došli do mašinskog redefinisanja Marija i zajedničkog ljudsko-mašinskog upravljanja likovima.

Kada su u pitanju igre, možemo govoriti o veštačkoj inteligenciji ograničenih sposobnosti čija je svrha jako dugo bila da upravlja onim akcijama kojima ne upravljaju ljudi. Čak je i danas veštačka inteligencija ta koja definiše kako svet reaguje na korisnikovu interakciju sa mašinskim formulama i drugim ljudima. Što su ovi mašinsko kontrolisani likovi bili sofisticiraniji i što je njihovo ponašanje i naša interakcija sa njima bila komplikovanija, to smo više mogli da uživamo u igri.

Međutim, moramo da istaknemo da je ova veštačka inteligencija u razvoju i nije ona ista koja se proširila svetom informacione tehnologije. Veštačka inteligencija se u svetu igara, u većini slučajeva, bazira na veoma jednostavnim algoritmima. Njen cilj je realizacija konkretnih i prosečnih ciljeva, a ne razumevanje kako programeri i ljudi razmišljaju.

Radi se o zanimljivoj kontradikciji jer je istraživanje veštačke inteligencije oduvek uključivalo logičke igre poput šaha, a interes prema popularnim kompjuterskim igrama je počeo da se razvija tek nakon 1990-ih. Nedostatak zanimanja može se objasniti jednostavnošću ranih igara. Razvojni programeri retko su se okretali rešenjima sa veštačkom inteligencijom.

Formalna veštačka inteligencija (neuronske mreže, koordinacija pokreta, planiranje rute) postala je važan aspekt prvenstveno strateških igara, i to u 1990-ima. Od tada se situacija u potpunosti zaokrenula. Značajne igre današnjice gotovo su nezamislive bez nekakvog oblika veštačke inteligencije.

Stvaranje algoritama

Igre i veštačka inteligencija sve se više povezuju, pa se polako stvara operativni sistem koji bi mogao biti autentičniji od ljudi kao programera, tvrdi istraživač sa Univerziteta New York, Julian Togelius, koji podučava računare da budu kreativniji od ljudi. Pokušava da stvori sadržaj za igru pomoću algoritama koji imitiraju evoluciju. Ti algoritmi istovremeno funkcionišu kao programi za prepoznavanje veština i preferencija igrača, i tako omogućavaju promene unutar same igre.

Togelius je dokazao da se ovom metodom mogu proizvesti igre ni iz čega. To bi moglo da bude zanimljivo sa ekonomskog gledišta, pogotovo kada uzmemo u obzir budžete koji su sve kolosalniji, jer bi ovaj proces uveo mnogo jeftiniji i kreativniji proces razvoja igara od onoga koji danas poznajemo.

„[Njegov] rad sada vodi prema algoritmima sposobnim za bolje donošene odluka od ljudi. Taj rezultat imaće posledice ne samo na igre, nego na širi kontekst“, kaže Togelius-ov kolega Andy Nealen.

Algoritmi koji uče

S obzirom na to da su igre odličan izvor za učenje veštačke inteligencije, nije čudno da su Microsoft i Google prepoznali potencijal u njima.

Glavni cilj projekta Malmo, razvojne platforme za veštačku inteligenciju koju je Microsoft osnovao 2015. godine, je omogućiti efikasnu saradnju ljudi i veštačke inteligencije putem Minecraft-a, igre u kojoj se grade svetovi. Google-ov DeepMind, čuven po tome da je njegov AlphaGo pobedio najboljeg igrača goa, usavršio je svoje veštine na 49 klasičnih Atari 2600 igara.

Rezultati DeepMind-a inspirisali su Wojciech Jaśkowskog, istraživača sa tehnološkoh univerziteta u Poznań-u. Pitao se: ako mašina može savladati Atari 2600 igre, zašto ne bi uspeo da savlada i 3D igre?

Za svoj eksperiment, Jaśkowski je odabrao pucačku igru  iz prvog lica, Doom, objavljenu 1993. godine. To nije zahtevalo mnogo ulaganja jer je Doom slobodan softver. Njegovi studenti su izradili platformu, što je olakšalo testiranje mašine. Mogli su da razvijaju botove za igranje Doom-a pomoću ViZDoom-a (Visual Doom-a). Oni su izvorno bili izrađeni samo za vizualno mašinsko učenje i samo su igrali „gledanjem“ slika, odnosno nisu mogli da pristupe podacima unutar koda igre.

Jaśkowsk-ov tm je bio uspešan. Neuronske mreže mogle su učiti u 3D formi u okruženju sa pucanjem. Svi mogu da preuzmu ovu platformu i testiraju njegov sistem.

Ako platforma veštačke inteligencije izvodi zadatke koji joj se zadaju prirodnim jezikom, svako je može podučavati, ne samo razvojni programeri. Polazeći od te činjenice, algoritam stvoren na Univerzitetu Stanford naučio je da igra igru Montezuma’s Revenge na osnovu jednostavnih naredbi na engleskom jeziku. Radi se o izazovnoj igri jer retko daje nagrade, a igrači moraju da ostvare pobedu na nekoliko nivoa kako bi dobili bilo kakve bodove za svoj trud.

Kada će ova veštačka inteligencija da pobedi ljude?

Pre nego što ovi sistemi veštačke inteligencije počnu da stvaraju igre na dnevnm nivou, ne bi bilo loše kada bi pobedili ljude ne samo u igrama poput šaha i goa, nego i u kompleksnijim strateškim igrama. Pred njima nije lak put, a poznati štreberi veruju kako bi ratište poznate strateške igre u realnom vremenu, StarCraft-a 2, mogao biti Waterloo AI-ja. Veštačka inteligencija DeepMind-a priprema se za taj pohod svom snagom, jer će to biti prilika da pokaže za šta je sve sposobna.

Razvojni programeri vole ovu igru zbog njene nepredvidljivosti. Igrači ne mogu nadzirati strategiju čitave igre, pa čak ni računari ne mogu predvideti protivnikove korake. Blefiranje, prevara, i naravno  kreativnost igraju glavnu ulogu. Sve su to sposobnosti u kojima su ljudi daleko iznad veštačke inteligencije.

Na dosadašnjim takmičenjima ljudi su pobeđivali programe veštačke inteligencije. Istraživač sa Univerziteta Alberta, David Churchill, kaže da je pobeda sistema veštačke inteligencije samo pitanje vremena, i da je nesumnjivo da će postati prvak StarCraft-a. Možda bi bilo pametnije ublažiti stavove u tom kontekstu, jer ovde nije reč samo o statistici, verovatnoćama i  beskonačnim redovima podataka, nego i o kreativnosti i empatiji. Bez toga čak ni neverovatno pametna veštačka inteligencija neće moći da razvije zaista dobru igru.

Korišćeni radovi

Game Engine Learning from Video
Why AI researchers like video games
AI learns to play video game from instructions in plain English
Google DeepMind AI outplays humans at video games
DeepMind and Blizzard to release StarCraft II as an AI research environment
AIs fight to death in ’Doom’ contest next month
Teaching computers to be more creative than humans

 

iPhone 8
Apple Inc. (AAPL)

Da li ste pročitali ovo?

To je apsurdno. Neki ljudi jednostavno ne razumeju našu kompaniju. Čvrsto verujem da će sve pre ili kasnije doći na svoje mesto, dok god su korisnici zadovoljni. Nismo usmereni na zaradu, već na dugoročan razvoj.

To je apsurdno. Neki ljudi jednostavno ne razumeju našu kompaniju. Čvrsto verujem da će sve pre ili kasnije doći na svoje mesto, dok god su korisnici... - Klikni ovde!