DeepMind и StarCraft II: следующее испытание искусственного интеллекта

Базирующаяся в Лондоне исследовательская фирма, дочерняя компания Google, Deepmind объединяется с калифорнийским Blizzard для разработки искусственного интеллекта, способного играть в StarCraft II.

После оглушительного успеха в освоении древнейшей азиатской настольной игры го, где искусственный интеллект AlphaGo, созданный DeepMind, сокрушил все другие AI в течение года, а чемпиона мира и гения Ли Седоля (Lee Sedol) течение двух, команда обратила внимание на StarCraft II. Ни Deepmind, ни Blizzard не уверены, сколько времени понадобится AI для победы над профессиональными игроками в StarCraft II.

Одна из самых популярных киберспортивных дисциплин в мире, StarCraft II отвечает всем необходимым, чтобы бросить вызов DeepMind, и не только потому что лучшие киберспортсмены с легкостью берут верх над игровым AI. Важнее всего, StarCraft II это видеоигра, полная спрятанной информации. Каждый игрок начинает матч в разных концах карты, где должен построить базу, натренировать армию и разгромить противника. Игроки могут обозревать территорию лишь вокруг собственных юнитов, т.к. остальная часть карты покрыта “туманом войны”, и не знают о действиях противника, пока не столкнутся с ним лицом к лицу.

“Соперники должны посылать разведчиков для исследования территории дабы овладеть информацией о противнике, а затем держать эти сведения в памяти на протяжении матча,” пишут DeepMind в своем блоге. “Это существенно усложняет задачу, поскольку карта видна игроку лишь отчасти - занятный контраст с шахматами или го, где игроку сразу известен расклад сил оппонента. И это стратегия в реальном времени - оба противника соревнуются одновременно, поэтому каждое решение должно быть быстрым и эффективным.“ Интеллектуальный агент (IA), играющий в StarCraft, должен продемонстрировать эффективное использование памяти, способность планировать в течение длительного отрезка времени и умение адаптировать свои планы на основе новой информации ”.

У искусственного интеллекта есть свои неоспоримые преимущества. Один показатель, объединяющий лучших игроков в StarCraft, это “actions per minute” (APM): по существу, количество кликов в минуту. Не имеющий пальцев, мышц и артрита, цифровой интеллект с легкостью “перекликает” человека, одерживая победы не благодаря стратегическому мышлению, но с помощью нечеловеческой реакции. Для избежания подобной ситуации, DeepMind ограничит превосходство компьютера, снизив параметр APM до максимально возможного. Это решение также предотвратит AI от траты оперативной памяти на исполнение тысячи малых решений и поможет сфокусироваться на ключевых вещах.

У Ориона Виньялса (Oriol Vinyals), научного исследователя в DeepMind, большой опыт с StarCraft. В 2010, будучи студентов в UC Berkeley, он сконструировал собственный искусственный интеллект, который впервые в истории сыграл в первую часть серии лучше встроенного AI. Но тот бот был заскриптованной системой, следуя лишь тем правилам, что были записаны в памяти, подобно тому, как лучшие AI играли в Го до прихода DeepMind. В StarCraft II, как и в го, DeepMind хочет сфокусироваться на machine learning, разрабытвая искусственный интеллект, запрограмированный на самообучение.

На этот раз, DeepMind будет тесно сотрудничать с Blizzard, разработчиками StarCraft (а также World of Warcraft, Hearthstone, and Overwatch). В первом квартале 2017 Blizzard выпустит обновление к StarCraft II, представив игрокам и независимым исследователям специальный API для изучения и моделирования AI, а также разработки собственных ботов.

Одна из задач DeepMind - создание компьютера, который сможет играть в StarCraft II подобно человеку, лишь вглядываясь в пиксели на экране и манипулируя с помощью клавиатуры и мыши.

Но улучшение видеоигр не есть конечная цель DeepMind. Виньялс полагает, что StarCraft II поможет команде использовать полученные знания для решения реальных проблем человечества. Отсутсвие идеальной информации, реалистичная графика, необходимость тренировать память и определенная доля воображения и творчества - все это необходимо для понимания настоящего мира. На данный момент для улучшения AI виртуальный мир предпочтительнее настоящего - симуляция окружения занимает меньше времени и усилий, понятны задачи - победа или поражение, а объем обрабатываемой информации на порядок меньше.