Jump to content
Forum Kopalni Wiedzy
KopalniaWiedzy.pl

Sztuczna inteligencja coraz lepiej radzi sobie z ludzkimi przeciwnikami

Recommended Posts

Nowy bot wyposażony w sztuczną inteligencję wygrywa z ludźmi w grze, w której role i motywacje poszczególnych graczy są trzymane w tajemnicy, należy więc się ich domyślić.

Słyszeliśmy już o wielu systemach sztucznej inteligencji, które są w stanie pokonać ludzi. Komputery od dawna radzą sobie z nami w szachach, przed trzema laty program AlphaGo pokonał profesjonalnych graczy w go, a niedawno informowaliśmy o oprogramowaniu, które wygrywa z ludźmi w wieloosobowym pokerze. Są również algorytmy biorące udział w rozgrywkach zespół kontra zespół. Jednak we wszystkich wspomnianych rodzajach gier od początku wiadomo, kto jest przeciwnikiem, a kto sojusznikiem.

W przyszłym miesiącu podczas Conference on Neutral Information Processing Systems naukowcy z MIT zaprezentują DeepRole, pierwszego wygrywającego wieloosobowe gry, w których początkowo nie wiadomo, kto jest przeciwnikiem, a kto sojusznikiem. System wyposażono w mechanizmy, które na podstawie częściowych danych obserwacyjnych pozwalają ocenić, jaką rolę odgrywają poszczególni gracze. Następnie program gra tak, by jego drużyna odniosła zwycięstwo.

DeepRole zmierzył się z ludźmi w online'owej wersji gry „The Resistance: Avalon”. To rozgrywka pomiędzy dwoma grupami: członkami ruchu oporu i rządowymi szpiegami. Gracze muszą domyślić się, kto do jakiej drużyny należy, a jednocześnie starać się ukryć swoje rolę przed innymi. DeepRole rozegrał ponad 4000 rund i bezsprzecznie wykazał swoją wyższość nad ludzkimi graczami. Jeśli zastąpisz człowieka botem, to twój zespół będzie częściej wygrywał. Boty są lepszymi partnerami, mówi główny autor algorytmu, Jack Serrino.

Prace nad DeepRole to część większego projektu, w ramach którego modelowany jest sposób podejmowania decyzji przez ludzi. Ma to pomóc w stworzeniu robotów, które lepiej będą rozumiały ludzi i z nimi współpracowały.

Ludzie uczą się i współpracują z innymi. To pozwala nam osiągać cele, których nie możemy osiągnąć w pojedynkę. Gry takie jak „Avalon” dobrze oddają dynamikę codziennych ludzkich interakcji. Niezależnie od tego, czy jesteśmy pierwszy dzień w przedszkolu czy w nowej pracy, określamy, kto jest z nami i z kim będziemy współpracowali, mówi inny z autorów, Max Kleiman-Weiner.

DeepRole wykorzystuje algorytm o nazwie „counterfactual regret minimization” (CFR), którego uczy się wielokrotnie grając przeciwko samemu sobie. W każdym momencie rozgrywki CFR tworzy drzewo decyzyjne, opisujące potencjalne ruchy każdego z graczy. Na jego podstawie algorytm uczy się, które działania zwiększają, a które zmniejszają szanse na wygraną. W końcu opracowuje optymalną strategię, która w najgorszym przypadku pozwala mu zremisować.

CFR dobrze sprawdza się w takich grach jak poker, gdzie działania każdego z graczy są widoczne. Jednak w „The Resistance” nie zawsze wiemy, kto jaką rolę odgrywa i jaką decyzję podejmuje. Dlatego też bot musi brać pod uwagę większą liczbę możliwości podczas tworzenia drzewa decyzyjnego dla każdego graczy. Gdy w czasie rozgrywki gracz podejmie wystarczająco dużo działań niezgodnych z założonym przez DeepRole drzewem decyzyjnym, algorytm uznaje, że pomylił się co do przynależności gracza i uznaje, że ten odgrywa inną rolę. Po pewnym czasie potrafi z dużym prawdopodobieństwem określić rolę każdego z graczy i dostosować do tego swoje zachowanie, by zwiększyć szanse swojej drużyny. Na przykład jeśli misja dwuosobowa się nie uda, inni gracze wiedzą, że jeden z jej uczestników jest szpiegiem. Wówczas bot, gdy przyjdzie jego kolej na podjęcie decyzji, najprawdopodobniej nie zaproponuje tych osób do kolejnej misji, obawiając się, że jedna z nich będzie jej szkodziła, wyjaśniają twórcy programu.

Co interesujące, bot jest w stanie pokonać ludzi nawet się z nimi nie komunikując. Komunikacja pomiędzy graczami to ważny element rozgrywki, a w online'owej wersji „Avalona” zaimplementowano czat umożliwiający taką komunikację. DeepRole radzi sobie i bez tego. Jednak w najbliższym czasie jego twórcy chcą go wyposażyć w bardzo proste możliwości komunikacyjne, jak określenie, który z graczy jest po dobrej, a który po złej stronie. Być może w przyszłości boty wykorzystujące sztuczną inteligencję będą radziły sobie w grach, wymagających zaawansowanych umiejętności komunikacyjnych, takich jak gra „Werewolf”.
Język to kolejna granica. Jednak tutaj trzeba pokonać wiele barier, stwierdzają autorzy bota.


« powrót do artykułu

Share this post


Link to post
Share on other sites

Szkoda, że nie wspomnieliście o AlphaStar i StarCraft 2, bo to nie lada osiągnięcie. Poniższe video jest sprzed roku, ale robi wrażenie. Od tego czasu AI pracowało nad innymi rasami i mapami.

Co do The Resistance: Avalon, to poniższe video pokazuje o co chodzi w tej grze :)

 

Edited by wilk
Poprawiłem czarne tło...

Share this post


Link to post
Share on other sites
1 godzinę temu, rysiek napisał:

niedługo roboty przejmą  całą kontrole

Kontrolę czego? Co to znaczy, "niedługo"

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now

  • Similar Content

    • By KopalniaWiedzy.pl
      Stworzony przez NVIDIĘ algorytm sztucznej inteligencji GameGAN był w stanie samodzielnie stworzyć grę PAC-MAN. System nie miał dostępu do kodu gry. Zaprezentowano mu jedynie 50 000 fragmentów wideo. Na tej podstawie sztuczna inteligencja samodzielnie stworzyła w pełni funkcjonalną warstwę graficzną PAC-MANa.
      PAC-MAN to jedna z najpopularniejszych gier komputerowych. Ta klasyka wirtualnej rozrywki powstała przed 40 laty w Japonii. Podbiła świat w czasach salonów gier i automatów.
      Osiągnięcie inżynierów NVIDII oznacza, że nawet bez znajomości podstawowych zasad rozgrywki ich algorytm jest w stanie samodzielnie je zrekonstruować oraz stworzyć własną grę. GameGAN to pierwsza sieć neuronowa, która wykorzystuje technologię GAN (generatywne sieci współzawodniczące) do stworzenia gry. GAN korzysta z dwóch niezależnych sieci neuronowych. Jedna to dyskryminator, druga zwana jest generatorem. Obie współzawodniczą ze sobą.
      Zwykle sieci neuronowe uczą się np. rozpoznawać koty na zdjęciach dzięki przeanalizowaniu olbrzymiej liczby zdjęć kotów. Metoda ta jest po pierwsze czasochłonna, po drugie zaś wymaga, by wszystkie użyte do treningu zdjęcia zostały ręcznie prawidłowo oznaczone przez człowieka. Dopiero po analizie olbrzymiej bazy danych sieć jest w stanie rozpoznać kota na zdjęciu, z którym wcześniej nie miała do czynienia. GAN wymaga znacznie mniej czasu i pracy. w tej koncepcji generator stara się stworzyć zdjęcie kota jak najbardziej przypominającego kota, a dyskryminator przegląda zdjęcia kotów i decyduje, które jest prawdziwe, a które fałszywe. W wyniku tego współzawodnictwa generator tworzy coraz doskonalsze zdjęcia, a dyskryminator coraz lepiej rozpoznaje koty.
      Teraz po raz pierwszy technika taka została użyta do stworzenia nadającego się do użycia funkcjonalnego layoutu gry. Chcieliśmy sprawdzić, czy sztuczna inteligencja jest w stanie nauczyć się reguł obowiązujących w środowisku jedynie patrząc na przebieg gry. I to jej się udało, mówi główny autor projektu Seung-Wook Kim.
      Osiągnięcie inżynierów NVIDII oznacza, że autorzy gier będą mogli wykorzystać sztuczną inteligencję do szybszego i łatwiejszego tworzenie kolejnych jej etapów, a badacze sztucznej inteligencji będą łatwiej mogli stworzyć symulatory do treningu autonomicznych systemów. W przyszłości w ten sposób mogą powstać systemy sztucznej inteligencji, które samodzielnie – tylko na podstawie nagrań wideo – nauczą się przepisów ruchu drogowego czy zasad fizyki. GameGAN to pierwszy krok w tym kierunku, dodaje Sanja Fidler, dyrektor laboratorium NVIDII w Toronto.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      NASA stworzyła grę, która nam zapewni rozrywkę, a naukowcom pomoże w stworzeniu mapy raf koralowych na całym świecie i w lepszym zrozumieniu tych ekosystemów. Gra NeMO-Net polega na identyfikowaniu i klasyfikowaniu korali na podstawie dostarczanych przez NASA obrazów 3D. Jednocześnie przemierzamy oceany na pokładzie własnej łodzi badawczej, Nautilus.
      Podwaliny pod grę położyli specjaliści z Ames Research Center, którzy w ciągu ostatnich kilkunastu lat stworzyli nowe instrumenty pozwalające zajrzeć pod powierzchnię oceanów i dostrzec tam więcej szczegółów niż kiedykolwiek przedtem. Wykorzystali przy tym techniki opracowane na potrzeby badań kosmosu. Stworzone dzięki temu podwodne kamery przeprowadzają obliczenia i korygują obraz, biorąc pod uwagę zaburzenia powodowane przez wodę.
      NASA wykorzystała te instrumenty podczas licznych misji naukowych u wybrzeży Portoryko, Guam, Samoa Amerykańskiego i wielu innych. Zbierali tam trójwymiarowe obrazy dna oceanicznego, koralowców, alg czy traw morskich. Jednak same obrazy to nie wszystko. Dlatego też NASA prosi ochotników o pomoc.
      Gra NeMO-Net wykorzystuje sieć neuronową o nazwie Neural Multi-Modal Observation and Training Network (NeMO-Net). Klasyfikacja korali, jakiej będą dokonywali gracze, zostanie wykorzystana przez tę sieć do stworzenia globalnej mapy raf koralowych.
      NeMO-Net wykorzystuje najpotężniejszą siłę na tej planecie. Nie jakaś szpanerską kamerę czy superkomputer, ale ludzi. Każdy, nawet uczeń pierwszej klasy podstawówki, może zagrać, posortować zdjęcia i pomóc nam w stworzeniu mapy jednego z najpiękniejszych ekosystemów na Ziemi, mówi Ved Chirayath, twórca sieci NeMO-Net.
      Podczas każdego z nurkowań w czasie gry, gracz będzie uczył się o różnych typach koralowców, klasyfikował je, a po powrocie na łódź badawczą, pozna swoją punktację, zdobędzie kolejne stopnie wtajemniczenia, będzie miał dostęp do edukacyjnych materiałów wideo.
      Obecnie NeMO-Net jest dostępna w sklepie Apple App. W najbliższym czasie ma się też pojawić jej wersja na Androida.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Podczas ostatniej tury wykopalisk ratunkowych na cmentarzysku w Başur Höyük w południowo-wschodniej Turcji zespół dr. Haluka Sağlamtimura z Ege University odkrył brakujące figury gry sprzed ok. 5 tys. lat. Czterdzieści dziewięć pierwszych pionków znaleziono w 2012 r.
      W wywiadzie udzielonym agencji Anadolu dr Sağlamtimur powiedział, że wykopaliska ratunkowe zaczęły się w 2007 r. w związku z budową tamy Ilısu i hydroelektrowni. Podczas realizacji projektu udało się uzyskać ważne dane nt. historii Mezopotamii.
      Czterdzieści dziewięć pionków znaleziono w 2012 r. przy jednym z pochówków. O tym, że rzeźby były elementami gry, mają świadczyć rozmiary, standaryzacja kształtów oraz to, że wszystkie figurki danego kształtu są tego samego koloru.
      Paru elementów gry brakowało. Odkryliśmy je [jednak] w czasie ostatnich wykopalisk. Tym samym skompletowaliśmy zestaw. Ta gra jest bardzo istotna, gdyż mamy do czynienia z najstarszym zestawem do gry z dużego obszaru obejmującego Mezopotamię i Anatolię. Datuje się go na 2900-3100 r. p.n.e. Uważamy, że to prawdopodobnie dar grobowy. Nie wydaje się, by był szczególnie używany; nie ma na nim śladów zniszczenia.
      Sağlamtimur wyjaśnia, że zestaw uznano za "przodka szachów". Niestety, nie znaleźliśmy planszy [...]. Prawdopodobnie była w grobie, ale uległa rozkładowi. Gdybyśmy nią dysponowali, moglibyśmy wydedukować zasady gry.
      Zestaw składa się z kolorowych kamieni [...]. Dwie główne zwierzęce figury, które dały grze nazwę, to świnie i psy. Na podstawie kształtów i liczby kamieni, szacujemy, że gra opierała się na cyfrze cztery.
      Pionki można zobaczyć na wystawie w Batman Museum.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Algorytmy do maszynowego uczenia się pozwoliły specjalistom z MIT zidentyfikować nowe potężne antybiotyki. Podczas testów laboratoryjnych nowe związki zabiły jedne z najtrudniejszych w zwalczaniu bakterii chorobotwórczych, w tym szczepy oporne na działanie wszystkich znanych antybiotyków. Jakby tego było mało, umożliwiły one zwalczenie infekcji w dwóch różnych mysich modelach chorób.
      Naukowcy wykorzystali model komputerowy, który pozwala na przeanalizowanie w ciągu zaledwie kilku dni działania setek milionów związków chemicznych. Taka analiza pozwala na wybór do dalszych badań najbardziej obiecujących środków. Uczeni szukają związków, które zabijają bakterie w inny sposób, niż obecnie znane antybiotyki.
      Chcieliśmy stworzyć platformę, która pozwoliłaby nam na wykorzystanie sztucznej inteligencji do zapoczątkowania nowej epoki w odkrywaniu antybiotyków. Dzięki takiemu podejściu natrafiliśmy na zadziwiającą molekułę, która jest jednym z najpotężniejszych znanych antybiotyków, mówi profesor James Collins z MIT.
      Przy okazji zidentyfikowano wiele innych obiecujących kandydatów na antybiotyki. Substancje te dopiero będą testowane. Uczeni uważają, że ich model można wykorzystać również do projektowania nowych leków.
      Model maszynowego uczenia się pozwala nam masowo badać związki chemiczne. Przeprowadzenie takich badań w laboratorium byłoby niemożliwe ze względu na koszty, dodaje Regina Barzilay z Computer Science and Artificial Intelligencje Laboratory (CSAIL) na MIT.
      Przez ostatnich kilkadziesiąt lat wynaleziono niewiele nowych antybiotyków, a większość z tych nowych to lekko istniejące wersje wcześniej istniejących. Obecnie wykorzystywane metody badania związków chemicznych pod kątem ich przydatności do produkcji antybiotyków są niezwykle kosztowne, wymagają dużo czasu i zwykle pozwalają zbadać wąską grupę mało zróżnicowanych środków.
      Stoimy w obliczu rosnącej antybiotykooporności. Z jednej strony problem ten spowodowany jest coraz większą liczbą antybiotykoopornych patogenów, a z drugiej – powolnym postępem na tym polu, mówi Collins. Coraz częściej pojawiają się głosy, że ludzie mogą zacząć umierać na choroby zakaźne, na które nie umierali od dziesięcioleci. Dlatego też niezwykle pilnym zadaniem jest znalezienie nowych antybiotyków. Niedawno informowaliśmy o odkryciu antybiotyków, które zabijają bakterie w niespotykany dotąd sposób.
      Pomysł wykorzystania komputerów do identyfikowania potencjalnych antybiotyków nie jest nowy, dotychczas jednak obliczenia takie były albo niezwykle czasochłonne, albo niedokładne. Nowe sieci neuronowe znacznie skracają czas obliczeń.
      Naukowcy z MIT dostosowali swój model obliczeniowy tak, by poszukiwał związków chemicznych mogących być zabójczymi dla E. coli. Swój model trenowali na około 2500 molekuł, w tym na około 1700 lekach zatwierdzonych przez FDA i około 800 naturalnych produktach o zróżnicowanych strukturach i działaniu.
      Po zakończonym treningu sieć neuronowa została przetestowana na należącej do Broad Institute bazie Drug Repository Hub, która zawiera około 6000 związków. Algorytm znalazł tam molekułę, która miała strukturę inną od wszystkich istniejących antybiotyków i o której sądził, że będzie wykazywała silne działanie antybakteryjne. Naukowcy najpierw poddali tę molekułę badaniom za pomocą innego modelu maszynowego i stwierdzili, że prawdopodobnie jest ona mało toksyczna dla ludzi.
      Halicyna, bo tak nazwano tę molekułę, była w przeszłości badana pod kątem jej przydatności w leczeniu cukrzycy. Teraz naukowcy przetestowali ją na dziesiątkach szczepów bakterii pobranych od ludzi. Okazało się, że zabija ona wiele antybiotykoopornych patogenów, w tym Clostridium difficile, Acinetobacter bumannii czy Mycobacterium turebculosis. Jedynym patogenem, który oparł się jej działaniu była Pseudomonas aeruginosa, powodująca trudne w leczeniu choroby płuc.
      Po pomyślnych testach in vitro rozpoczęto badania na zwierzętach. Halicynę użyto do leczenia myszy zarażonej wcześniej opornym na działanie wszystkich znanych antybiotyków szczepem A. baumannii. Halicyna w ciągu 24 godzin zwalczyła infekcję u zwierząt.
      Wstępne badania sugerują, że nowy antybiotyk działa poprzez zaburzanie u bakterii możliwości utrzymania gradientu elektrochemicznego w błonie komórkowej. Gradient ten jest niezbędny m.in. do wytwarzania molekuły ATP, niezbędnego nośnika energii. Bakterie pozbawione ATP giną. Naukowcy uważają, że bakteriom będzie bardzo trudno nabyć oporność na taki sposób działania antybiotyku.
      Podczas obecnych badań uczeni stwierdzili, że w ciągu 30 dni leczenia u E. coli w ogóle nie rozwinęła się oporność na halicynę. Tymczasem np. oporność na cyprofloksacynę zaczyna się u E. coli rozwijać w ciągu 1-3 dni od podania, a po 30 dniach bakteria jest 200-krotnie bardziej oporn działanie tego środka.
      Po zidentyfikowaniu halicyny naukowcy wykorzystali swój model do przeanalizowania ponad 100 milionów molekuł wybranych z bazy ZINC15, w której znajduje się około 1,5 miliarda molekuł. Analiza trwała trzy doby, a sztuczna inteligencja znalazła 23 molekuły, które są niepodobne do żadnego istniejącego antybiotyku i nie powinny być toksyczne dla ludzi. Podczas testów in vitro stwierdzono, że 8 z tych molekuł wykazuje właściwości antybakteryjne, z czego 2 są szczególnie silne. Uczeni planują dalsze badania tych molekuł oraz analizę pozostałych związków z ZINC15.
      Naukowcy planują dalsze udoskonalanie swojego modelu. Chcą np. by poszukiwał on związków zdolnych do zabicia konkretnego gatunku bakterii, a oszczędzenia bakterii korzystnych dla ludzi.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Podczas operacji guza mózgu 53-letnia Dagmar Turner grała na skrzypcach. W ten sposób neurochirurdzy z King's College London (KCL) upewniali się, że nie zostaną uszkodzone tak ważne dla muzyka obszary odpowiedzialne za drobne ruchy dłoni i koordynację.
      Po napadzie padaczkowym w 2013 r. u kobiety zdiagnozowano wolno rosnącego glejaka. Była specjalistka ds. zarządzania z Isle of Wight, która gra w Isle of Wight Symphony Orchestra i udziela się w różnych towarzystwach chóralnych, przeszła biopsję i poddała się radioterapii w lokalnym szpitalu specjalistycznym. Gdy jesienią 2019 r. stało się jasne, że guz urósł i stał się bardziej agresywny, Dagmar zaczęła się skłaniać ku operacji. By omówić dostępne opcje, umówiła się na wizytę u polecanego specjalisty - prof. Keyoumarsa Ashkana z KCL.
      Guz Dagmar był zlokalizowany w prawym płacie czołowym, blisko obszaru kontrolującego drobne ruchy lewej dłoni. Dagmar opowiedziała o swojej miłości do skrzypiec profesorowi, który również jest pasjonatem muzyki (Ashkan ma wykształcenie nie tylko medyczne, ale i muzyczne i jest wytrawnym pianistą).
      By wyjść naprzeciw oczekiwaniom pacjentki, zespół z King's College London opracował plan. Przed operacją przez 2 godziny opracowywano szczegółową mapę jej mózgu, by dokładnie określić obszary aktywne w czasie gry na skrzypcach oraz regiony odpowiedzialne za motorykę i funkcje językowe. Kobieta wyraziła też zgodę na wybudzenie w trakcie zabiegu, by mogła zagrać na instrumencie. W ten sposób można się było upewnić, że nie ulegną uszkodzeniu rejony kluczowe dla kontroli delikatnych ruchów dłoni.
      King's to jeden z największych ośrodków leczenia guzów mózgu w Wielkiej Brytanii. Każdego roku przeprowadzamy około 400 resekcji, które często wiążą się z wybudzaniem chorych, by przeprowadzić testy językowe. To jednak pierwszy raz, gdy miałem pacjenta grającego na instrumencie. Wiedzieliśmy, że gra na skrzypcach jest ważna dla Dagmar, dlatego tak istotne było zachowanie funkcji delikatnych obszarów mózgu, które na to pozwalają. Udało nam się usunąć ponad 90% guza [...] i zachować pełną sprawność lewej dłoni.
      Skrzypce to moja pasja. Gram, odkąd skończyłam 10 lat. Na myśl o tym, że mogłabym stracić tę zdolność, pękało mi serce, ale będący muzykiem profesor Ashkan rozumiał moje obawy. Zaplanowano wszystko, od mapowania mózgu po ułożenie w czasie operacji, tak by pacjentka mogła grać na skrzypcach. Dzięki nim mam nadzieję, że bardzo szybko wrócę do mojej orkiestry.
      Trzy dni po operacji Dagmar czuła się na tyle dobrze, że można ją było wypisać do domu. Będzie się znajdować pod opieką lokalnego szpitala.
      W tym miejscu warto przypomnieć o przypadku Roberta Alvareza, który podczas operacji usuwania gwiaździaka w 2018 r. w MD Anderson Cancer Center grał z kolei na gitarze. Także w USA, tym razem w Mayo Clinic, odbyła się operacja, podczas której do wzgórza cierpiącego na drżenie samoistne Rogera Frischa z Minnesota Orchestra wszczepiano elektrody do głębokiej stymulacji mózgu. Ponieważ drżenia były delikatne, lekarzom trudno byłoby stwierdzić, czy elektrody znajdują się w najlepszym możliwym miejscu. Rozwiązaniem okazało się uwzględnienie gry na skrzypcach w planie operacji. Zespół inżyniera Kevina Benneta opracował instrument, na którym Frisch mógłby wtedy grać (zaprojektowano mocowany do smyczka akcelerometr).
       

       

       


      « powrót do artykułu
×
×
  • Create New...