የቪዲዮ ጨዋታዎች በዓለም ዙሪያ ላሉ በቢሊዮኖች ለሚቆጠሩ ተጫዋቾች ፈተና መስጠቱን ቀጥለዋል። እስካሁን ላያውቁት ይችላሉ፣ ነገር ግን የማሽን መማሪያ ስልተ ቀመሮች ለችግሩም መነሳት ጀምረዋል።
በአሁኑ ጊዜ የማሽን የመማር ዘዴዎችን በቪዲዮ ጨዋታዎች ላይ መተግበር ይቻል እንደሆነ ለማየት በ AI መስክ ከፍተኛ መጠን ያለው ምርምር አለ። በዚህ መስክ ውስጥ ጉልህ እድገት ያሳያል የማሽን መማር ወኪሎች የሰውን ተጫዋች ለመምሰል ወይም ለመተካት ጥቅም ላይ ሊውሉ ይችላሉ.
ይህ ለወደፊት ምን ማለት ነው ምስለ - ልግፃት?
እነዚህ ፕሮጀክቶች ለመዝናናት ብቻ ናቸው ወይንስ ብዙ ተመራማሪዎች በጨዋታዎች ላይ የሚያተኩሩበት ጥልቅ ምክንያቶች አሉ?
ይህ ጽሑፍ በቪዲዮ ጨዋታዎች ውስጥ የ AI ታሪክን በአጭሩ ይዳስሳል። ከዚያ በኋላ ጨዋታዎችን እንዴት ማሸነፍ እንደምንችል ለማወቅ ልንጠቀምባቸው የምንችላቸውን አንዳንድ የማሽን መማሪያ ቴክኒኮችን ፈጣን አጠቃላይ እይታ እንሰጥዎታለን። አንዳንድ የተሳካላቸው መተግበሪያዎችን እንመለከታለን የነርቭ መረቦች የተወሰኑ የቪዲዮ ጨዋታዎችን ለመማር እና ለመቆጣጠር።
በጨዋታ ውስጥ የ AI አጭር ታሪክ
የቪድዮ ጨዋታዎችን ለመፍታት የነርቭ መረቦች ለምን ተስማሚ አልጎሪዝም ሊሆኑ እንደቻሉ ከመግባታችን በፊት፣ የኮምፒውተር ሳይንቲስቶች በ AI ውስጥ ምርምራቸውን ለማሳደግ የቪዲዮ ጌሞችን እንዴት እንደተጠቀሙ በአጭሩ እንመልከት።
ከተመሠረተበት ጊዜ ጀምሮ የቪዲዮ ጨዋታዎች በ AI ላይ ፍላጎት ላላቸው ተመራማሪዎች በጣም ሞቃት ቦታ እንደነበሩ ሊከራከሩ ይችላሉ.
በመነሻነት የቪዲዮ ጨዋታ ባይሆንም፣ ቼዝ በ AI የመጀመሪያ ቀናት ውስጥ ትልቅ ትኩረት ነበር። እ.ኤ.አ. በ 1951 ዶ / ር ዲትሪች ፕሪንዝ ፌራንቲ ማርክ 1 ዲጂታል ኮምፒተርን በመጠቀም የቼዝ ጨዋታ ፕሮግራም ፃፉ ። እነዚህ ግዙፍ ኮምፒውተሮች ከወረቀት ቴፕ ፕሮግራሞችን ማንበብ ሲገባቸው ይህ ወደ ኋላ ተመልሶ ነበር።
ፕሮግራሙ ራሱ የተሟላ ቼዝ AI አልነበረም። በኮምፒዩተር ውስንነት ምክንያት ፕሪንዝ የቼዝ ችግሮችን የሚፈታ ፕሮግራም ብቻ መፍጠር ይችላል። በአማካይ፣ ለነጭ እና ጥቁር ተጫዋቾች የሚቻለውን እያንዳንዱን እንቅስቃሴ ለማስላት ፕሮግራሙ ከ15-20 ደቂቃ ፈጅቷል።
ቼዝ እና ቼኮችን በማሻሻል ላይ ያለው ሥራ ባለፉት አስርት ዓመታት ውስጥ ያለማቋረጥ ተሻሽሏል። እ.ኤ.አ. በ1997 የአይቢኤም ዲፕ ብሉ የሩስያ የቼዝ አያት ጋሪ ካስፓሮቭን በስድስት ጨዋታ ጥንድ ሲያሸንፍ እድገቱ ከፍተኛ ደረጃ ላይ ደርሷል። በአሁኑ ጊዜ በሞባይል ስልክዎ ላይ የሚያገኟቸው የቼዝ ሞተሮች Deep Blueን ያሸንፋሉ።
የ AI ተቃዋሚዎች በቪዲዮ የመጫወቻ ስፍራ ጨዋታዎች ወርቃማ ጊዜ ተወዳጅነት ማግኘት ጀመሩ። እ.ኤ.አ. የ1978ዎቹ የጠፈር ወራሪዎች እና የ1980ዎቹ ፓክ ማን የኢንደስትሪው ፈር ቀዳጆች AI በመፍጠር እጅግ በጣም አንጋፋ የሆኑትን የመጫወቻ ማዕከል ተጫዋቾችን እንኳን በበቂ ሁኔታ ሊፈታተኑ የሚችሉ ጥቂቶቹ ናቸው።
በተለይ ፓክ ማን ለ AI ተመራማሪዎች ሙከራ ለማድረግ ተወዳጅ ጨዋታ ነበር። የተለያዩ ውድድሮች ለ ወይዘሮ ፓክ-ማን የተደራጁት የትኛው ቡድን ጨዋታውን ለማሸነፍ የተሻለውን AI ማምጣት እንደሚችል ለመወሰን ነው።
የጨዋታ AI እና የሂዩሪስቲክ ስልተ ቀመሮች ብልህ ተቃዋሚዎች ፍላጎት ሲፈጠር መሻሻል ቀጠሉ። ለምሳሌ፣ እንደ መጀመሪያ ሰው ተኳሾች ያሉ ዘውጎች በይበልጥ ዋና እየሆኑ በመሆናቸው የትግል AI ተወዳጅነት አግኝቷል።
በቪዲዮ ጨዋታዎች ውስጥ የማሽን ትምህርት
የማሽን መማሪያ ቴክኒኮች በፍጥነት ተወዳጅነት እያሳየ ሲሄድ፣ የተለያዩ የምርምር ፕሮጀክቶች የቪዲዮ ጨዋታዎችን ለመጫወት እነዚህን አዳዲስ ቴክኒኮች ለመጠቀም ሞክረዋል።
እንደ Dota 2፣ StarCraft እና Doom ያሉ ጨዋታዎች ለእነዚህ እንደ ችግር ሆነው ሊያገለግሉ ይችላሉ። የማሽን ስልተ ቀመሮች ለመፍታት. ጥልቅ የመማሪያ ስልተ ቀመሮችበተለይም የሰውን ደረጃ አፈጻጸም ማሳካት እና አልፎ ተርፎም ሊበልጡ ችለዋል።
የ የመጫወቻ ማዕከል የመማሪያ አካባቢ ወይም ALE ለተመራማሪዎች ከመቶ በላይ ለሚሆነው Atari 2600 ጨዋታዎች በይነገጽ ሰጥቷቸዋል። የክፍት ምንጭ መድረክ ተመራማሪዎች የማሽን መማሪያ ቴክኒኮችን ክላሲክ Atari የቪዲዮ ጨዋታዎች አፈጻጸምን እንዲያረጋግጡ አስችሏቸዋል። ጎግል የራሳቸውንም ጭምር አሳትመዋል ወረቀት ከ ALE ሰባት ጨዋታዎችን በመጠቀም
ይህ በእንዲህ እንዳለ, ፕሮጀክቶች እንደ ቪዝዱም የ AI ተመራማሪዎች 3D የመጀመሪያ ሰው ተኳሾችን እንዲጫወቱ የማሽን መማሪያ ስልተ ቀመሮችን እንዲያሠለጥኑ ዕድል ሰጣቸው።
እንዴት እንደሚሰራ: አንዳንድ ቁልፍ ጽንሰ-ሐሳቦች
የነርቭ አውታረመረቦች
የቪዲዮ ጨዋታዎችን በማሽን መማር ለመፍታት አብዛኛዎቹ አቀራረቦች የነርቭ አውታረ መረብ በመባል የሚታወቁትን የአልጎሪዝም አይነት ያካትታሉ።
አንጎል እንዴት እንደሚሰራ ለመኮረጅ የሚሞክር የነርቭ መረብን እንደ አንድ ፕሮግራም ማሰብ ይችላሉ. አእምሯችን ምልክትን በሚያስተላልፉ የነርቭ ሴሎች የተዋቀረ እንደሆነ ሁሉ የነርቭ መረብም ሰው ሰራሽ የነርቭ ሴሎችን ይዟል።
እነዚህ ሰው ሰራሽ የነርቭ ሴሎችም ምልክቶችን እርስ በእርስ ያስተላልፋሉ፣ እያንዳንዱ ምልክት ትክክለኛ ቁጥር ነው። የነርቭ መረብ በግብአት እና በውጤት እርከኖች መካከል በርካታ ንጣፎችን ይይዛል፣ ይህም ጥልቅ የሆነ የነርቭ አውታረ መረብ ይባላል።
የማጠናከሪያ ትምህርት
የቪዲዮ ጨዋታዎችን ለመማር ጠቃሚ የሆነው ሌላው የተለመደ የማሽን መማሪያ ዘዴ የማጠናከሪያ ትምህርት ሀሳብ ነው።
ይህ ዘዴ ሽልማቶችን ወይም ቅጣቶችን በመጠቀም ወኪልን የማሰልጠን ሂደት ነው። በዚህ አካሄድ ተወካዩ በሙከራ እና በስህተት ለችግሩ መፍትሄ ማምጣት መቻል አለበት።
ጨዋታውን እባብ እንዴት እንደሚጫወት ለማወቅ AI እንፈልጋለን እንበል። የጨዋታው አላማ ቀላል ነው በተቻለ መጠን ብዙ ነጥቦችን ያግኙ እቃዎችን በመመገብ እና የሚበቅል ጅራትን በማስወገድ።
በማጠናከሪያ ትምህርት፣ የሽልማት ተግባርን መግለፅ እንችላለን R. ተግባሩ አንድ እባብ አንድን ነገር ሲበላ እና እባቡ እንቅፋት ሲመታ ነጥቦችን ሲቀንስ ነጥቦችን ይጨምራል። አሁን ካለው አካባቢ እና ሊሆኑ ከሚችሉ እርምጃዎች ስብስብ፣የእኛ የማጠናከሪያ ትምህርት ሞዴል የሽልማት ተግባራችንን ከፍ የሚያደርገውን 'ፖሊሲ' ለማስላት ይሞክራል።
ኒውሮኢቮሉሽን
በተፈጥሮ መነሳሳትን ጭብጥ ውስጥ በማስገባት ተመራማሪዎች ኤም ኤልን በቪዲዮ ጨዋታዎች ላይ በመተግበር ኒውሮኢቮሉሽን በመባል በሚታወቀው ዘዴ ስኬት አግኝተዋል።
ከመጠቀም ይልቅ ቀስ በቀስ መውረድ በኔትወርኩ ውስጥ የነርቭ ሴሎችን ለማዘመን የተሻለ ውጤት ለማግኘት የዝግመተ ለውጥ ስልተ ቀመሮችን መጠቀም እንችላለን።
የዝግመተ ለውጥ ስልተ ቀመሮች በተለምዶ የዘፈቀደ ግለሰቦችን የመጀመሪያ ህዝብ በማፍራት ይጀምራሉ። ከዚያም የተወሰኑ መመዘኛዎችን በመጠቀም እነዚህን ግለሰቦች እንገመግማለን. በጣም ጥሩዎቹ ግለሰቦች እንደ “ወላጆች” ተመርጠዋል እና አንድ ላይ ሆነው አዲስ የግለሰቦችን ትውልድ ይመሰርታሉ። እነዚህ ግለሰቦች በሕዝብ ውስጥ አነስተኛ ብቃት ያላቸውን ግለሰቦች ይተካሉ።
እነዚህ ስልተ ቀመሮችም የዘረመል ልዩነትን ለመጠበቅ በመስቀል ወይም በ"እርባታ" ደረጃ አንዳንድ አይነት ሚውቴሽን ስራዎችን ያስተዋውቃሉ።
በቪዲዮ ጨዋታዎች ውስጥ በማሽን መማር ላይ ናሙና ጥናት
አይአይ አምስትን ክፈት
አይአይ አምስትን ክፈት በOpenAI የኮምፒዩተር ፕሮግራም ሲሆን ዓላማውም DOTA 2 ተወዳጅ ባለብዙ ተጫዋች የሞባይል ፍልሚያ መድረክ (MOBA) ጨዋታ።
ፕሮግራሙ በሴኮንድ ከሚሊዮኖች ከሚቆጠሩ ክፈፎች ለመማር የተመጣጠነ የማጠናከሪያ ትምህርት ቴክኒኮችን ተጠቅሟል። ለተሰራጨው የሥልጠና ሥርዓት ምስጋና ይግባውና OpenAI በየቀኑ የ180 ዓመት ዋጋ ያላቸውን ጨዋታዎች መጫወት ችሏል።
ከስልጠናው ጊዜ በኋላ, OpenAI Five በባለሙያ ደረጃ አፈፃፀም እና ከሰው ተጫዋቾች ጋር ትብብርን ማሳየት ችሏል. በ2019፣ OpenAI አምስት ማድረግ ችሏል። መሸነፍ በሕዝብ ግጥሚያዎች ውስጥ 99.4% ተጫዋቾች።
ለምን OpenAI በዚህ ጨዋታ ላይ ወሰነ? እንደ ተመራማሪዎቹ ገለጻ፣ DOTA 2 አሁን ካለው ጥልቅ ተደራሽነት ውጪ የሆኑ ውስብስብ መካኒኮች ነበሩት። የማጠናከሪያ ትምህርት ስልተ ቀመሮች።
Super Mario Bros.
በቪዲዮ ጨዋታዎች ውስጥ ሌላው ትኩረት የሚስብ የነርቭ መረቦች አተገባበር እንደ ሱፐር ማሪዮ ብሮስ ያሉ የመሳሪያ ስርዓቶችን ለመጫወት ኒውሮኢቮሉሽን መጠቀም ነው።
ለምሳሌ ፣ ይህ። hackathon ማስገቢያ ስለ ጨዋታው ምንም እውቀት ከሌለው ይጀምራል እና ቀስ በቀስ ወደ ደረጃ ለማለፍ የሚያስፈልገውን መሠረት ይገነባል።
ራሱን የሚያሻሽለው የነርቭ መረብ የጨዋታውን ወቅታዊ ሁኔታ እንደ ንጣፍ ፍርግርግ ይወስዳል። በመጀመሪያ የነርቭ መረቡ እያንዳንዱ ንጣፍ ምን ማለት እንደሆነ ምንም ግንዛቤ የለውም, ነገር ግን "የአየር" ንጣፎች "ከመሬት ንጣፎች" እና "የጠላት ሰቆች" የተለዩ ናቸው.
የሃካቶን ፕሮጄክት የኒውሮኢቮሉሽን ትግበራ የ NEAT ጄኔቲክ አልጎሪዝምን በመጠቀም የተለያዩ የነርቭ መረቦችን እየመረጡ ለማራባት ተጠቅሟል።
ጠቃሚነት
አሁን የቪዲዮ ጨዋታዎችን የሚጫወቱ የነርቭ መረቦችን አንዳንድ ምሳሌዎችን አይተሃል፣ የዚህ ሁሉ ፋይዳ ምንድን ነው ብለህ ትጠይቅ ይሆናል።
የቪዲዮ ጨዋታዎች በተወካዮች እና በአካባቢያቸው መካከል ውስብስብ መስተጋብርን የሚያካትቱ በመሆናቸው AI ለመስራት ፍፁም የሙከራ ቦታ ነው። ምናባዊ አካባቢዎች ደህንነታቸው የተጠበቀ እና ሊቆጣጠሩ የሚችሉ እና ማለቂያ የሌለው የውሂብ አቅርቦት ይሰጣሉ።
በዚህ መስክ የተደረጉ ጥናቶች ተመራማሪዎች በገሃዱ ዓለም ውስጥ ያሉ ችግሮችን እንዴት መፍታት እንደሚችሉ ለማወቅ የነርቭ መረቦችን እንዴት ማሻሻል እንደሚቻል ግንዛቤ ሰጥቷቸዋል።
ነርቭ አውታረ መረቦች በተፈጥሮው ዓለም ውስጥ አእምሮ እንዴት እንደሚሰራ ተመስጧዊ ናቸው። የቪዲዮ ጌም መጫወትን በምንማርበት ጊዜ ሰው ሰራሽ የነርቭ ሴሎች እንዴት እንደሚያሳዩ በማጥናት፣ እንዴት እንደሆነ ግንዛቤ ማግኘት እንችላለን። የሰው አንጎል ይሰራል.
መደምደሚያ
በነርቭ ኔትወርኮች እና በአንጎል መካከል ያለው ተመሳሳይነት በሁለቱም መስኮች ግንዛቤዎችን አስገኝቷል. የነርቭ መረቦች ችግሮችን እንዴት መፍታት እንደሚችሉ ላይ ያለው ቀጣይ ጥናት አንድ ቀን ወደ የላቀ የላቁ ቅርጾች ሊመራ ይችላል። ሰው ሰራሽ እውቀት.
ከመግዛትህ በፊት አንድ ሙሉ የቪዲዮ ጌም መጫወት የምትችለው ጊዜህን የሚያዋጣ መሆኑን ለማሳወቅ ለእርስዎ ዝርዝር መግለጫዎች የተዘጋጀ AI ለመጠቀም አስብ። የቪዲዮ ጌም ኩባንያዎች የጨዋታ ንድፍን፣ የመስተካከል ደረጃን እና የተቃዋሚ ችግሮችን ለማሻሻል የነርቭ መረቦችን ይጠቀማሉ?
የነርቭ መረቦች የመጨረሻ ተጫዋቾች ሲሆኑ ምን ይሆናል ብለው ያስባሉ?
መልስ ይስጡ