Was KI lernen muss, um Alien Warfare zu meistern

Spieler spielen StarCraft 2015 auf der Gamescom in Köln.

Um zu erfahren, wie Menschen und KI-Systeme am besten zusammenleben können, müssen wir möglicherweise eine ganze Menge Zerg töten.

DeepMind, die auf KI fokussierte Einheit von Alphabet, und das Spieleunternehmen Blizzard Entertainment veröffentlichen eine Reihe von Tools, mit denen Programmierer alle Arten von KI-Algorithmen im Weltraumspiel StarCraft entfesseln können.

Das Spiel ist anspruchsvoller als die meisten der bisherigen KI-Programme. StarCraft ist nicht nur extrem komplex, es erfordert auch eine weit vorausschauende Planung und den Versuch, zu erraten, was Ihr Gegner vorhat. Das bedeutet, dass die Entwicklung von KI-Programmen, die in der Lage sind, Menschen zusammenzubringen, Forschern helfen sollte, neue Facetten menschenähnlicher Intelligenz mit Maschinen zu erforschen. Ein weiterer potenzieller Vorteil wird laut den Beteiligten die Erforschung von Möglichkeiten sein, wie Menschen und künstliche Agenten zusammenspielen können.

StarCraft ist aus vielen Gründen interessant, sagt er Oriol-Vinyle , der DeepMind-Forscher, der das Projekt leitet. Die Tatsache, dass Spieler beispielsweise oft nur einen flüchtigen Blick auf die Aktivitäten ihrer Gegner werfen, bedeutet, dass Algorithmen bessere Möglichkeiten entwickeln müssen, Informationen im Gedächtnis zu speichern. Das Gedächtnis ist entscheidend, sagt Vinyals. Was Sie jetzt sehen, ist nicht das, was Sie vor einiger Zeit gesehen haben, und etwas Bestimmtes, das vor einer Minute passiert sein könnte, könnte dazu führen, dass Sie sich anders verhalten [wollen].

DeepMind hat sich einen beeindruckenden Ruf bei der Erstellung von KI-Programmen aufgebaut, die in der Lage sind, verschiedene Arten von Spielen mit übermenschlichen Fähigkeiten zu spielen. Das Unternehmen begann mit der Eroberung verschiedener Atari-Spiele und nahm sich in jüngerer Zeit des äußerst komplexen und abstrakten Brettspiels Go an (siehe DeepMinds KI meistert das Spiel Go ein Jahrzehnt früher als erwartet).

Um diese Spiele zu meistern, verwendeten die Forscher von DeepMind eine maschinelle Lerntechnik namens Reinforcement Learning. Durch maschinelles Lernen kann ein Computer selbst herausfinden, wie er etwas tun soll, ohne dass explizite Anweisungen erforderlich sind. Reinforcement Learning, das von der Art und Weise inspiriert ist, wie Tiere zu lernen scheinen, ermöglicht Lernen durch Experimentieren mit positivem Feedback (siehe 10 Breakthrough Technologies 2017: Reinforcement Learning ). Vinyals sagt jedoch, dass die Anwendung von Reinforcement Learning auf StarCraft schwieriger sein wird, da es so lange dauert, bis sich jedes Spiel entwickelt. Was ich jetzt mache, hat erst viel später Konsequenzen, sagt er.

In StarCraft treten die Spieler als eine von drei Rassen an: die menschenähnlichen Terraner, die Cyborg-Protoss oder die insektoiden Zerg. Kämpfe beinhalten komplexe strategische Aktionen wie den Abbau von Ressourcen und den Bau von Basen sowie langwierige Kampfsequenzen. StarCraft ist auch der beliebteste Zuschauer-E-Sport, und besonders in Südkorea werden Turniere oft in riesigen Stadien ausgetragen und live im Fernsehen übertragen. Prominente Spieler haben die Aussicht begrüßt, sich mit KI-Programmen messen zu können, aber DeepMind hat noch nicht gesagt, wann dies geschehen könnte (siehe StarCraft-Profis sind bereit, KI zu bekämpfen).

Die von DeepMind und Blizzard entwickelten Tools werden es KI-Forschern erheblich erleichtern, maschinelle Lernalgorithmen in StarCraft einzusetzen und zu testen. Die Tools werden KI-Agenten die gleiche Ansicht des Spiels und der Benutzeroberfläche bieten, die menschliche Spieler haben. Sie ermöglichen es auch, die Geschwindigkeit zu begrenzen, mit der ein Programm seine Aktionen ausführen kann. Dies kann sicherstellen, dass ein Programm auf die gleichen intellektuellen Werkzeuge angewiesen ist wie eine Person.

StarCraft wird seit einiger Zeit als Forschungsplattform verwendet, aber es war relativ schwierig, es auszunutzen. Vinyals, selbst ein erfahrener StarCraft-Spieler, leistete als Student an der University of California, Berkeley, Pionierarbeit beim Bau von Bots für StarCraft (siehe 35 Innovators Under 35, 2016: Oriol Vinyals ). Mannschaften bei Facebook und das chinesische Unternehmen Alibaba haben auch Forschungsergebnisse zu StarCraft veröffentlicht. DeepMind veröffentlicht diese Woche auf einer großen Machine-Learning-Konferenz ein Papier, das zeigt, wie bestehende Algorithmen mit dem Spiel funktionieren.

Es ist jedoch möglich, dass ganz andere Ansätze erforderlich sind, um ein Spiel wie StarCraft zu meistern. Einige andere Forscher haben Erfolg mit Ansätzen aus der Spieltheorie gefunden, um in anderen Spielen mit unvollständigen Informationen und bei denen Bluffen wichtig ist, Fortschritte zu erzielen. Anfang dieses Jahres haben Tuomas Sandholm, Professor an der Carnegie Mellon University, und einer seiner Studenten, Noam Brown, ein Programm namens Libratus entwickelt, das mehrere professionelle Spieler im Heads-Up oder No-Limit Texas Hold für zwei Spieler schlägt. em. Libratus verwendete einen sehr ausgeklügelten Algorithmus, um die optimale Strategie während eines Spiels zu berechnen (siehe Warum Poker eine große Sache für künstliche Intelligenz ist). Und zufälligerweise hat Brown diesen Sommer ein Praktikum bei DeepMind absolviert.

Verwandte Geschichte

Verwandte Geschichte Poker zu spielen beinhaltet den Umgang mit unvollständigen Informationen, was das Spiel sehr komplex macht und eher wie viele reale Situationen.

Jacob Repp, ein leitender Ingenieur bei Blizzard, sagt, sein Unternehmen sei daran interessiert zu sehen, ob ausgeklügelte KI-Agenten das Spiel interessanter machen könnten, indem sie entweder gegen Menschen spielen oder mit ihnen zusammenarbeiten. Es ist bereits möglich, Agenten im Spiel zu erstellen, die geskripteten Befehlen folgen. Repp sagt, es wäre interessant, wenn diese Agenten auch bis zu einem gewissen Grad maschinelles Lernen einsetzen würden. Und er sagt, dass das Unternehmen diese Art von Ideen erforscht. Wir stellen fest, dass diese Tools sehr nützlich für den Prozess der Entwicklung von Spielen und des Entwerfens von Funktionen in Spielen sind, sagt er.

verbergen