https://frosthead.com

Kako so se računalniki naučili igrati Nintendo

Kar zadeva video igre, so klasične igre Nintendo precej preproste: Mario teče v desno, stopi na sovražnike, zbira kovance in skače čez jame. Toda v tem YouTubovem videoposnetku ni nobenega človeka, ki stoji za krmiljem: to je računalniški program, ki je bil imenovan "MarI / O." MarI / O je ustvaril YouTube osebnost SethBling, ki jo vodi umetna nevronska mreža, ki posnema evolucijo. V videu Bling prikazuje, kako se je program naučil premagati prvo stopnjo Super Mario World.

Sorodne vsebine

  • Ta umetna nevronska mreža ustvari nesmiselne črte prevzema
  • AI-napisana novela je skoraj osvojila literarno nagrado
  • Kako je nastala tematska pesem Tetris

MarI / O ni prva umetna inteligenca, ki je prevzela vodilni značaj Nintenda: Mario je bil dolga leta morski prašiček za programerje, ki se igrajo z umetno inteligenco. Ena skupina je sponzorirala vsakoletno tekmovanje v Mario AI, Jordan Pearson poroča za Motherboard, par računalniških znanstvenikov Georgia Tech z imenom Mark Riedl in Matthew Guzdial pa je celo sestavil AI, ki lahko oblikuje ravni Super Mario Bros.

Zakaj je torej Mario tako dober testni predmet za AI? Kot vam bo povedal vsak dober speedrunner, so najzgodnejše igre Nintendo namenjene prepoznavanju vzorcev in iskanju, kako te vzorce spremeniti v svojo korist - ravnovesje med logiko in ustvarjalnostjo, ki predstavlja zanimive izzive za AI.

"Je nekoliko hitrejši in dinamičnejši od iger Atari, ki jih mnogi trenutno uporabljajo za testiranje AI, " Riedl in Guzdial pripovedujeta Pearsonu. "Narava igre, ki se pomika po strani, pomeni, da je v AI veliko igre neopazljivo, medtem ko imajo številne enostavnejše arkadne igre vse informacije naenkrat."

Mario igre prisilijo AI, da se prilagodi novim izzivom, naj bo to jama, ki jo je treba preskočiti, horda Goombasa, ki se bo stokal, ali Chain Chomps, ki se ji je treba izogniti. Kot piše Aaron Souppouris za Engadget, postopek preskušanja in napake, ki prisili AI, da oblikuje rešitev:

Zrcaljenje dejanske evolucije, MarI / O v resnici ni spremenilo svojega vedenja z nobeno premišljenostjo. Vsaka generacija je predstavila nove ideje, vendar je preprosto poskušala različne stvari, ne pa delala, kar bi "mislila", da bi delovala. Ko je bila ideja uspešna, so jo zapomnili, ko je ni, so jo zavrgli in iz nje se učili. V 34-ih evolucijskih korakih je MarI / O končal vadbo v skokih, čeprav bi celoten nivo naredil trik. Če bi njegov ustvarjalec Seth Bling znova vodil, bi AI skoraj zagotovo našel drugačno, a nič manj uspešno pot skozi nivo.

Super Mario Bros. še zdaleč ni edina tovrstna video igra, a kot pravi Pearson, profesor računalništva na newyorški univerzi Julian Togelius, priljubljenost igre postavlja tudi žarišče za raziskave AI. Navsezadnje je najboljši način, da presodite, kako dobro računalnik vodi Mario skozi stopnjo, če ste to raven igrali sami. "Večina ljudi ima predstavo o tem, kako izgleda igrati Super Mario, " Togelius pove Pearsonu. "Ljudje počnejo stvari, kot sta ustavitev in razmišljanje, česar AI nikoli ne bi storil. Zmožnost primerjanja s samim seboj je zelo močna."

Umetna inteligenca čaka še dolga pot, preden postane kaj tako prefinjenega kot človeška inteligenca, vmes pa pretepanje Bowserja ni preveč pretresljivo. Za več AI projektov, ki temeljijo na Mario, preverite preostanek Pearsonove zgodbe.

Kako so se računalniki naučili igrati Nintendo