https://frosthead.com

Hogyan tanultak meg a számítógépek a Nintendo lejátszását

Ami a videojátékokat illeti, a Nintendo klasszikus Mario játékai elég egyszerűek: a Mario jobbra fut, az ellenségre csapódik, érméket gyűjt és gödröket ugor meg. De ebben a YouTube-videóban nincs ember az irányítás mögött: ez egy számítógépes program, amelyet "MarI / O" -nak hívnak. A YouTube személyiségének SethBling által létrehozott MarI / O-t egy mesterséges idegi hálózat üzemelteti, amely utánozza az evolúciót. A videóban Bling bemutatja, hogyan tanította a program a Super Mario World első szintjének legyőzésére.

kapcsolodo tartalom

  • Ez a mesterséges idegi hálózat abszurd abszorpciós vonalakat generál
  • Az AI által írt regény szinte Irodalmi Díjat nyert
  • Hogyan készült a Tetris téma dal

A MarI / O nem az első mesterséges intelligencia, amely átvette a Nintendo zászlóshajói karakterét: Mario évek óta tengerimalacként szolgál a mesterséges intelligenciával játszó programozók számára. Az egyik csoport szponzorált egy éves Mario AI versenyt, Jordan Pearson jelentést készít az Alaplap számára, és a Georgia Tech számítógépes kutatói, Mark Riedl és Matthew Guzdial nevű pár még olyan AI-t építettek, amely a Super Mario Bros szintjét a semmiből képes megtervezni.

Akkor miért olyan jó a vizsgálati alany a Mario számára az AI számára? Mint minden jó gyorshajtó elmondja neked, a Nintendo legkorábbi játékai a minta felismeréséről szólnak, és kitalálják, hogyan lehet ezeket a mintákat az előnyeire fordítani - a logika és a kreativitás egyensúlya, amely érdekes kihívást jelent az AI számára.

"Kicsit gyorsabb ütemű és dinamikusabb, mint az Atari játékok, amelyeket sokan az AI tesztelésére használnak" - mondják Riedl és Guzdial Pearsonnak. "A játék oldalsó görgetése azt jelenti, hogy a játék nagy része nem figyelhető meg az AI számára, míg sok egyszerűbb ügyességi játékban minden információ egyszerre megjelenik a képernyőn."

A Mario játékok arra kényszerítik az AI-t, hogy alkalmazkodjon az új kihívásokhoz, legyen szó egy gödörről átugrásra, Goombas hordájáról, hogy megbotlik, vagy Chain Chompsról, hogy elkerülje. Ahogy Aaron Souppouris írja az Engadget számára, ez egy próba-és hiba-folyamat, amely arra készteti az AI-t, hogy megoldást dolgozzon ki:

A tényleges evolúciót tükrözve a MarI / O valójában nem változtatta meg viselkedését egy előre megfontolt gondolattal. Minden generáció új ötleteket vezetett be, de egyszerűen csak különféle dolgokat kipróbált, nem pedig azt tette, amit "úgy gondolta". Amikor egy ötlet sikeres volt, eszébe jutott, amikor nem volt, akkor elvetették és tanultak. 34 evolúciós lépés során a MarI / O végül ugrott, bár az egész szint csinálta a trükköt. Ha alkotója, Seth Bling ismét futtatná azt, az AI szinte biztosan talál egy másik, de nem kevésbé sikeres utat a szint felett.

A Super Mario Bros. messze nem az egyetlen ilyen videojáték, de amint azt a New York-i Egyetem számítástechnikai professzora, Julian Togelius elmondja Pearsonnak, a játék népszerűsége az AI kutatásának melegágyakká is teszi. Végül is a legjobb módja annak megítélésére, hogy egy számítógép milyen jól vezeti a Mario-t egy szinten, ha saját maga játssza ezt a szintet. "A legtöbb embernek van egy elképzelése arról, hogyan néz ki a Super Mario játék" - mondja Togelius Pearson-nak. "Az emberek olyan dolgokat csinálnak, mintha megállnának és gondolkodnának, amit egy AI soha nem tenné. Nagyon nagy a képesség összehasonlítani magaddal."

A mesterséges intelligencianek még hosszú utat kell megtennie, mielőtt olyan kifinomultvá válna, mint az emberi intelligencia, de közben a Bowser legyőzése nem túl kopott. További Mario-alapú AI-projekteknél győződjön meg arról, hogy megnézte Pearson többi történetét.

Hogyan tanultak meg a számítógépek a Nintendo lejátszását