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

A jövő megérkezett!

Az Apple bemutatta az iPhone X-et

Kultikus játékokat fejleszt a mesterséges intelligencia: Szuper Márió, gépi tanulás és az okos algoritmusok


Egy fura szerzet játékfejlesztőt mutatott be az egyik leghíresebb amerikai egyetem: egy mesterséges intelligenciát. Gépelménk két kultikus klasszikust írt újra, és semmi mást nem csinált hozzá, csak tanult. Játékos MI-k már garmadával léptek színre, fejlesztő viszont eddig még nem. Hogyan írja át a játékvilágot a mesterséges intelligencia?

Szuper Máriót fejleszt a gépi értelem

Sokféle játékfejlesztővel, szupersztárral és derék iparossal találkozhatunk, egyre többen próbálkoznak a “21. század művészetével”, a ma már a filmiparnál is nagyobb éves bevételeket generáló szakterülettel. A Georgia Technológiai Intézet viszont egy egészen egyedi fejlesztőt mutatott be a napokban, és garantáltan nem láttunk még hozzá foghatót.

Egyelőre, mert a jövőben sok hasonlóval fogunk.

A neves intézet kutatói ugyanis egy algoritmussal írattak újra két csúcskategóriás klasszikust, a Super Mario Brost és a Mega Mant. Gépi tanulással sajátította el a szakma alapjait: addig nézte a kétdimenziós kultikus darabokat, amíg újra nem alkotott részeket. A megfigyeléshez kapott egy vizuális szótárat a karakterekről és az alapfogalmaktól (tárgyak elhelyezkedése, sebességük stb.), aztán hagyták, hadd boldoguljon. Többezer pixelen és képkockán csiszolta tudását, leste a változásokat, és állított fel ok-okozati összefüggéseket. Egyszerű szabályokat dolgozott ki, és azokra támaszkodva tanulmányozta és teremtette újra a játékmotort.

Munkája távolról sem tökéletes, és nem is az egész játékot alkotta újra, igaz, senki nem is várta el tőle. Ígéretes kezdet, és komoly előrelépés az eddig csak gamer és embereket legyőzögető, viszont magához az alkotáshoz semmit sem konyító többi MI-hez képest.

Mesterségesen intelligens Márió

Márió másokat is megihletett.

Német kutatók szintén átírták kedvenc vízszerelőnk sztoriját, mégpedig úgy, hogy a karakterek emberi segítség nélkül valósítsák meg céljaikat. Egy új, közösségi interakciókat hasznosító mesterséges intelligencia megoldást fejlesztenek hozzá a Tübingeni Egyetem kutatói. Az MI az interakciókból tanul egyre többet a világról.

A kutatók egy speciális Super Mario klónt dolgoztak ki. A szoftver lehetővé teszi, hogy a karakterek (Mario, Luigi, Yoshi és Toad) angolul beszélgessenek, megfigyeljék egymás cselekedeteit és tanuljanak belőlük. Különféle képességekkel és korlátozott tudással rendelkeznek, illetve négy cél motiválja őket: evés, egészség, a szint teljesítése és minél többet megtanulni a világról.

A felhasználó nem tudja közvetlenül irányítani őket, így együtt kell működniük a közös célok kivitelezésében. A szinteket pedig maguktól, saját “tudásszomjuktól” vezérelve és közösségi intelligenciájuk, nem pedig az explicit emberi utasítások eredményeként teljesítik.

Egy kis történelem

Márió gépi újraértelmezéséig és az ember-gép csapatok irányította karakterekig nagy utat tett meg az MI.     

Videojátékok kapcsán sokáig csak a nem emberi tevékenységeket irányító lebutított mesterséges intelligenciákról beszélhettünk. Máig ez az MI határozza meg, hogy az adott világ miként reagál a gépi formákkal és emberekkel egyaránt interakcióba lépő felhasználóra. Minél kifinomultabbak a számítógép által irányított entitások, minél összetettebb a viselkedésük és a velük folytatott interakció, annál élvezetesebb a játék.

Szögezzük le gyorsan: ez a kifejezés nem azonos a számítástudományban elterjedt és folyamatosan módosuló jelentéssel, mert a játék MI kevésbé általános, gyakran csak pofonegyszerű algoritmusokra vonatkozik, a fejlesztői az emberi intelligencia megértése, részeinek, esetleg egészének gépi másolása helyett konkrétabb és banálisabb célokat igyekszik megvalósítani.

Érdekes ellentmondás, mert az MI-kutatás már a kezdetek óta foglalkozik logikai játékokkal (sakk, dáma, go stb.), a népszerű számítógépes játékok iránt viszont csak az 1990-es évektől mutatott egyre nagyobb érdeklődést. Az érdeklődés addigi hiánya a korai játékok egyszerűségével magyarázható: a fejlesztők elvétve vagy egyáltalán nem fordultak MI-megoldásokhoz. A formális MI (ideghálók, mozgáskoordinálás, útvonal-tervezés stb.) az 1990-es évek főként stratégiai játékaiban kezdett fontos tényezővé válni. Azóta teljesen megfordult a helyzet: komolyabb mai játékok elképzelhetetlenek valamilyen szintű mesterséges intelligencia nélkül.

Teremtő algoritmusok

Játék és mesterséges intelligencia egymásba integrálódik, lassan már az MI-n alapuló operációs rendszer eredetibb lehet egy humán játékfejlesztőnél – vallja Julian Togelius, a New York-i Egyetem kutatója, aki arra tanítja a komputereket, hogy kreatívabbak legyenek az embernél. Az evolúciót utánzó algoritmusokkal próbál játéktartalmat alkotni hozzá. Párhuzamosan működnek a játékos képességeit és preferenciáit azonosító programokkal, lehetővé teszik a játék menet közbeni megváltoztatását.

Togelius bebizonyította, hogy módszerével szinte a semmiből alkothatók új játékok, ami az egyre kolosszálisabb költségvetéseket figyelembe véve gazdasági szempontból is érdekes lehet, mert a jelenleginél sokkal olcsóbb és kreatívabb játékfejlesztést vetít előre.

“Munkái az embernél jobb döntéshozó algoritmusokhoz vezetnek, aminek a játékokon túl is komoly következményei lesznek”– nyilatkozta róla kollégája, Andy Nealen.

Tanuló algoritmusok

Mivel a játékok remek tanulási alapanyagok a mesterséges intelligencia rendszerek számára, így nem véletlen, hogy a Microsoft és a Google is felismerte a bennük rejlő potenciált.

A Microsoft 2015-ben alapított Project Malmo MI-fejlesztő platformjának rendeltetése a hatékony MI-ember együttműködés megvalósítása a világépítő Minecrafton keresztül. A Google gobajnokokat verő AlphaGoról ismert londoni DeepMind-ja 49 klasszikus Atari 2600 játékon csiszolta tudását.

A DeepMind eredményei megihlették Wojciech Jaskowskit, a Poznani Műszaki Egyetem kutatóját. Eltöprengett: ha egy ágens el tudja sajátítani az Atari 2600-as játékokat, miért ne próbálkozna 3D játékkal?

A kutató az 1993-as belsőnézetű lövöldözős Doomot szemelte ki céljai eléréséhez. Nem kell hozzá sok erőforrás, nyílt forrású. Diákjaival platformot épített rá, megkönnyítve az ágensek tesztelését. A ViZDoom (Visual Doom) segítségével Doom-játékos botok fejleszthetők. Eredetileg csak vizuális gépi tanulással foglalkoztak, képeket “látva” játszottak, a játékkódban lévő infókat nem érték el.

Jaskowski csapata sikerrel járt, az ideghálók vizuálisan, 3D-ben, lövöldözős környezetben tanultak. A platformot bárki letöltheti, és tesztelheti rajra MI-rendszerét.

Ha egy mesterséges intelligencia természetes nyelvű utasításokat hajt végre, akkor nemcsak programozók taníthatják, hanem bárki. E tényből kiindulva, egyszerű angol utasításokból tanulta meg a Montezuma bosszúja játékot a Stanfordon fejlesztett egyik algoritmus. A játék azért jelent kihívást, mert ritka jutalmakat kínál, a gamereknek több lépést kell megnyerniük, hogy bármilyen pontot is kapjanak.

De mikor győzik le az embert?

Mielőtt napi szinten fejlesztenének MI-k játékokat, az sem ártana, ha nemcsak dámában, sakkban, góban és más táblás játékokban, hanem hiányos információjú versengésekben, például bonyolult stratégiai játékokban is legyőznék az embert. Nincs könnyű dolguk, ráadásul ismert geekek meg vannak győződve arról, hogy a népszerű valósidejű stratégiai játék, a StarCraft 2 harcmezeje lehet az MI-k Waterlooja. A DeepMind MI-je gőzerővel készül is rá, hiszen ott fogja megmérettetni magát.

A játék a bizonytalanságáért tetszik a fejlesztőknek – a játékosok nem láthatják át az egész stratégiáját, ezért komputerek sem számíthatják ki az ellenfél összes lehetséges lépését. Kulcsszerep jut a blöffölésnek, megtévesztésnek, fortélynak és persze a kreativitásnak is, csupa olyan képességnek, amelyben az ember bőven az MI-k előtt jár.

Az eddigi versenyeken az emberi gamerek legyőzték a mesterséges intelligencia programokat. David Churchill, az Alberta Egyetem kutatója szerint viszont csak idő kérdése az MI diadala, StarCraft-bajnokká válása.

Helyénvalóbb lenne kicsit visszafogottabban nyilatkozni, mert itt nem puszta statisztikáról, valószínűségszámításról és mérhetetlen adatsorokról, hanem kreativitásról és empátiáról is szó van. Amelyek nélkül igazán jó játékot még egy szuperokos MI sem fog fejleszteni.   

Felhasznált irodalom

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 7 / 7 Plus Akció
Apple Inc. (AAPL)

Ezt már olvastad?

A Sirinek ez is az egyik baja, hogy mindenki a célközönség. Valószínűleg hatékonyabb lenne, ha először jól működő modulokat hoznának létre egy-egy funkcióra szabva.

Miért nem ismeri anyanyelvünket az Apple virtuális asszisztense? ... - Klikk ide!