Как ИИ Google учится самостоятельно проходить игры

Искусственный Интеллект Google DeepMind теперь умеет проходить 49 видеоигр Atari, причем ИИ обучается этому самостоятельно.

На первый взгляд это может показаться забавой, однако развитие подобных алгоритмов самообучения важный шаг для индустрии беспилотных автомобилей и других технологий будущего, в которых компьютеру придется учиться взаимодействовать с окружающей средой.

Техника обучения, использованная для DeepMind, называется положительным подкреплением и часто используется для дрессировки животных. Правильным в данном случае поведением для компьютера считается получение как можно большего количества очков в игре.

Эта техника позволила компьютеру в 43 из 49 игр обучаться лучше, чем с использованием других техник, а также позволяет в 29 из них играть лучше человека.

Проходя уровни игр сотни раз ИИ находит наиболее выигрышную стратегию и придерживается ее.

Это можно наблюдать на примере игры Breakout, где ИИ вначале часто пропускает мяч, но накапливая опыт понимает что наиболее выгодная стратегия это пробивание структуры по бокам и запуск мяча в нишу за ней, чтобы он там постоянно отбивался и набирал максимум очков.