Искусственный разум: часть вторая

bee_dee (пользователь)

Перспективы развития игрового искусственного интеллекта

В предыдущей статье мы пробежались по истории становления искусственного интеллекта и обсудили его текущее состояние. В этот же раз мы забежим вперёд и сфокусируемся на перспективах его дальнейшего развития – их достаточно много, и все они достойны особого внимания. Статья не претендует на лавры научно-познавательной, но является лишь рассуждениями любопытного энтузиаста.

Полного понимания принципов работы современного искусственного интеллекта можно достичь с помощью любопытного эксперимента 1980 года, получившем кричащее название «китайская комната». Если не вдаваться в детали, то внутри комнаты находится человек, свободно говорящий на английском, но абсолютно не понимающий китайский. У него на руках находится учебник, в котором на его родном языке описан свод правил по манипуляции китайскими иероглифами. В книге подробно обозначен порядок постановки символов в таком ключе, чтобы получившаяся комбинация имела смысл.

В комнате также находится корзинка с китайскими иероглифами. Другие иероглифы, которые уже составлены в слова и предложения, подают люди по ту сторону комнаты. Исходя из внешних данных, англоговорящий «узник» выстраивает новый порядок символов, ориентируясь на правила книги, и отдаёт обратно наружу, как ответ.

Таким образом, в зависимости от скрупулёзности описания правил в учебнике, ответы могут быть настолько достоверными, что люди извне сочтут «узника» свободно говорящим на китайском. Хотя на самом же деле, он как был, так и останется полным профаном.

Аналогично с искусственным интеллектом: оперируя сводом правил из установленной базы данных, ИИ способен имитировать самосознание, хотя на самом же деле не обладает им ни в коей степени. Такая имитация жизни при определённых параметрах даже может написать симфонию и сделать шедевр (в перспективе); современные исследователи в данной области уже на протяжении почти десятилетия ропщут в унисон, что обмануть Тьюринга с его знаменитым тестом, оказывается, проще простого.

Но, говоря о перспективах, проблема заключается именно в том наборе паттернов, которое может быть задано компьютеру (та самая скрупулёзность правил в учебнике). На данный момент все игры используют модель «древа решений»: определённые действия ведут к активации соответствующей ветви поведения, прописанной программистом заранее. Но если возымеет место череда условий и обстоятельств, выходящая за рамки древа или попросту там не обозначенной, как искусственный интеллект попадает в логический тупик и выдаёт реакцию, нехарактерную для живого человека.

Поэтому ИИ ещё есть, чему поучиться – а учат его следующими методами.

>Самообучение

Первое и самое очевидное, что было бы можно предпринять – это актуализировать сам потенциал машины, заставить её самостоятельно копить факты с ревностью создателей Большой Советской Энциклопедии, чтобы потом научиться применять их на практике. Автоматически пополняемая коллекция правил основывается на изучении поведения игроков и выработке наиболее оптимальной победной стратегии.

Об успехах в этом направлении вы наверняка слышали в недавних новостях о прорывном изобретении Google Deep Mind: начав с вариации классического арканоида под названием Breakout, ИИ в конечном итоге освоил более пятидесяти игр от Atari (гораздо больше, чем я), таких как Pacman, Atlantis, Space Invaders, в большинстве из них уже с лёгкостью обыгрывает противника. В перспективах программистов обучить его более сложным играм (за цель взяты Starcraft и Warcraft) и сделать так, чтобы ИИ использовал опыт, полученный в предыдущих играх, в других играх – страшно подумать, но именно такой способ обучения характерен для детей.

>Распознавание образов

Хорошим помощником при самообучении ИИ может стать система распознавания образов, предполагают эксперты с портала technologyreview.com. В идеале, компьютер сможет пополнять свою базу данных поведенческих паттернов, не только опираясь на исходные данные, но и напрямую, исходя из визуальной обстановки, моментально реагируя на текущую ситуацию. Точно такое же реактивное поведение, которое свойственно людям: применение уже накопленных знаний в соответствии с конкретной обстановкой, имеющей место в данный текущий момент.

В этом плане перспективные данные показывает система распознавания образов Google: на основе анализа огромного количества изображений и с поправкой на внушительный код, созданная командой исследователей компании программа научилась вычленять отдельные элементы изображения и составлять развёрнутые описания происходящего на естественном языке.

Как вы можете заметить, по состоянию на ноябрь 2014-го алгоритм допускает неточности или даже серьёзные погрешности, но более чем в пятидесяти процентах случаев показывает поразительный результат. Внедрение подобной технологии в реалии компьютерных игр пока что мнится лишь хорошей идеей, но, как подмечают знатоки, это стало бы более чем закономерным событием.

>Нейроморфные чипы

Название, которое на первый взгляд позаимствовано из фантазий Герберта или Азимова, на самом же деле представляет собой одно из наиболее перспективных направлений развития искусственного интеллекта. Его можно описать как имитацию головного мозга: нейроморфные чипы эмулируют свойства биологических нейронов и синапсов на основе электрической начинки, что позволяет им производить расчёты колоссальных масштабов в считанные секунды.

В совокупности с заданными алгоритмами поведения, нейроморфные чипы могут выполнять самые разнообразные виды задач. В частности, такими разработками уже на протяжении нескольких лет занимается компания IBM, всемирно известный производитель в области компьютерных технологий. Тамошняя система TrueNorth, проект которой был составлен ещё в 2011-ом году, работает на основе концепции, описанной в предыдущем абзаце, и пытается подражать правому полушарию мозга, интерпретируя отдельные паттерны из большого потока информации в соответствии с поставленной целью. Искусственный интеллект в чистом виде, который, однако, сталкивается с рядом проблем: приобретение такого процессора на данный момент очень дорого стоит, поэтому разрабатывать игры в соответствии с его использованием пока что не представляется возможным.

>Облачный ИИ

Уже в 2011-ом году знаменитая система искусственного интеллекта Watson, разработанная в недрах всё той же IBM, стала лауреатом Jeopardy! (прародитель отечественной телепередачи «Своя игра»), принеся своим создателям миллион долларов. Фактически, программа представляет из себя самый прогрессивный поисковик на планете Земля, который может искать ответы на составленные с помощью естественного языка вопросы.

Однако в 2014-ом году программа получила очень важное обновление: она вышла в «облако». Скорее всего, такой финт был лишь вопросом времени, учитывая, что в облачные сервисы сейчас проникает всё, что только возможно. На них в данный момент даже пытаются возложить аппаратный расчёт в видеоиграх, облегчив задачу игрокам платформы и сняв с них обязательства по покупке дорогостоящих устройств. Но в случае с «облачным» ИИ всё гораздо круче.

«Облачный» Watson за последние пару лет облюбовал сферу науки, медицины и бизнес-аналитики, на стадии бета-тестирования выполняя задания по поиску и сортировке нужной информации. Аналитики отмечают, что эти процессы без помощи Watson могли бы затянуться на многие годы, в то время как ИИ сводит счёт на месяцы. Кроме всего прочего, благодаря удобному интерфейсу пользователь получает информацию в крайне доступной форме.

Коллекционирование паттернов поведения для видеоигр и вычленение из них наиболее приемлемых, тем самым, становится вопросом даже не столько времени, сколько заинтересованности какого-нибудь энтузиаста. База данных возможных реакций на поведение игрока будет пополняться сама собой, исходя из анализа всех доступных тематических источников, количество которых уверенно стремится к бесконечности: множество летсплеев, стримов, гайдов и т.д. В качестве зачатков этой модели можно упомянуть, например, облако Xbox One, которое уже с приходом Forza 5 научили сохранять образы вождения игроков по всему миру и выставлять их на вашу виртуальную трассу в качестве оппонентов.

>Комбинирование

Ну и самая интересная концепция, которая, как обычно бывает, пока что зиждется в мечтах теоретиков – сердце рдеет назвать их футуристами, но мозг понимает, что светлое будущее всегда на шаг ближе, чем кажется.

Таким образом, группа единомышленников сайта Makeuseof.com в одной из статей на нашу с вами тематику предположила, что уже в скором времени способен появиться тандем облачных технологий и нейроморфных чипов. Согласно упрощённой версии текущего концепта, облачные сервера будут производить расчёты в совокупности с самыми передовыми процессорами, которые обрабатывают информацию со скоростью мозга – и транслировать результат напрямую в видеоигры.

Всё это даже при самых скептических прогнозах дало бы невероятные результаты; при самых оптимистичных ИИ превратится в полномерный эрзац человеку – и речь идёт не только о киберспортивных дисциплинах: компьютер будет сознательно реагировать на любую ситуацию, которую позволит себе воображение игрока, взаимодействовать с ним, целиком менять правила игры, даже вести осознанный диалог – почему нет? Внутри игры будут строиться целые вселенные, свидетелем и непосредственным участником чего станет сам геймер.

Небольшая загвоздка состоит разве что в том, что на текущий момент ИИ не является приоритетным объектом в области разработки компьютерных игр – оно и понятно: монополию захватил вальяжный тренд на виртуальную реальность, и этот лакомый кусок новаторы будут терзать в своих концептуальных зубах ещё по меньшей мере пару декад. Но, как мы уже не раз упоминали, сама тема развивается безотносительно игровой индустрии, и в гипотетическом будущем использовать научные наработки в игрострое будет гораздо проще.

Остаётся только лишь один вопрос – тем не менее, один из самых значительных и актуальных: развитие искусственного интеллекта вызывает целый ряд предполагаемых проблем, с которыми неизбежно придётся столкнуться в будущем; но об этом – в следующей статье.

Смотрите также
Как выглядели онлайн-игры 30 лет назад
Фичер
Как выглядели онлайн-игры 30 лет назад
Лучшие игры ноября 2016
Фичер
Лучшие игры ноября 2016
Хакеры против правительств
Фичер
Хакеры против правительств
Чат выключен. Включите чат, чтобы видеть, кто есть в сети.
Отсутствует соединение с сервером. Соединение будет восстановлено автоматически.
У вас пока нет друзей.
Ваш аккаунт не верифицирован. Для верификации
укажите номер телефона.
Авторизуйтесь, чтобы общаться с друзьями.
Новое сообщение
Пользователь в игре
Рассылка новостей
Для подписки на новости укажите вашу почту
Подписаться