Hva styrker openai bot som slo dendi

Forrige uke ble historien opprettet i riket Dota 2 og AI. På The International ble Dendi, en av spillets beste spillere, slått nådeløst i en 1v1, av en bot, to ganger på rad. Den aktuelle bot var laget av OpenAI, en oppstart av Elon Musk.

Nå har du kanskje noen spørsmål. Hva er Dota? Hva er OpenAI? Og hvorfor er dette enda viktig? Til å begynne med er Dota et gratis spill MOBA-spill der du kontrollerer helter og målet ditt er å ødelegge motstanderne Ancient. Mange Dota-fans kan krenke seg til den siste setningen da det er så mye for Dota da har jeg oppsummert.

Spillet er veldig sammensatt med en veldig bratt læringskurve for det. Jeg hadde gått ut på et oppdrag å lære Dota for en tid tilbake, og det tok meg en uke bare å gå gjennom en grunnleggende How To- video, hvor de forklarer strategien i spillet, hva våpen, trollformler, helter gjør og hvordan de kan krype meg. Og dette gjør hele AI vs Dendi- kampen viktig fordi den illustrerer hvor avansert AI og ML har blitt. Så la oss se hva som driver den bot og trenger vi å bli redde for AI-oppstand.

Rise Of The Planet Of The AI

AI å bli Skynet er et diskutabelt problem. Elon Musk mener at hvis det ikke holdes i sjakk, vil det sannsynligvis skje et Skynet- lignende scenario. På den annen side sier Mark Zuckerberg at AI er ufarlig og ikke vil føre til Doomsday Scenario. Elon Musk startet OpenAI med dette målet.

For å forhindre misbruk av AI og forskning på AI som ikke vil slå mot oss. Og jeg er på hans side.

Men det er ikke det vi er her for å diskutere. Hovedemnet er å vite hva som driver med bot laget av OpenAI. For å få en forståelse av det, leste jeg noen forskningsartikler og blogger om emnet, og kontaktet også min venn Anmol Sharma som er en AI & ML-forsker.

Forsterkningslæring

Dette er navnet på teknologien bak OpenAIs Dota bot. Men før vi går inn i det, må vi forstå hvordan generell AI, eller spesifikt AI i videospill fungerer. AI er et veldig styreuttrykk og inneholder mange emner som maskinlæring, dyp læring og nevrale nettverk for å nevne noen. For å definere AI på grovt vis, kan vi si at datamaskinens evne til å lære av informasjon og ta beslutninger basert på læring. Jo mer den lærer, desto mer øker korrektheten av beslutningen.

Hvordan er det forskjellig fra vanlige bot?

Bots generelt videospill kan se ut som om de er intelligente, men det er ikke en sann form for AI. Nesten alle disse robotene i spill er programmert basert på angitte Hvis..Dette..Da..Dette uttalelsene. De følger bare uttalelsene og tar handlinger basert på forholdene som er skrevet i uttalelsen.

Over har jeg vist et veldig enkelt eksempel. Uttalelser i ekte spill er mye mer komplekse med forhold under forhold. Jo mer veldefinerte og detaljerte uttalelsene er, jo mer vil bot synes å være intelligent.

Belønning og straff

I AI-lingo er det vi kaller som bot kjent som en agent. Målet er å få agenten til å lære hva vi vil at den skal lære. Agenten lærer på samme måte som hunden din lærer, gjennom belønning og straff. Hver gang agenten gjør en feil, straffes den, og når den gjør riktig gjetning eller gir riktig svar, belønnes den. Gjennom dette systemet lærer agenten å knytte handlingene som den ikke skal gjøre for å unngå straff og utføre handlingen (eller lignende handlinger) som gir belønning.

Hvis du tenker nøye på det, er det akkurat som å ta en beslutning basert på visse betingelser, omtrent som algoritmer gjør det. Som jeg har vist ovenfor, vil en spillbot, som kommer over en eksplosiv tønn, ta handlinger i henhold til algoritmen. Algoritmer i AI er åpenbart enormt sammensatte enn dette, noe som gjør hele systemet intelligent.

Når vi kom til OpenAI-boten vår, lærte det ifølge utviklerne hele spillet i løpet av 2 uker. I løpet av hele 2 uker var det online 24 × 7 og spilte mot en kopi av seg selv. Det er en bemerkelsesverdig milepæl med tanke på kompleksiteten i spillet og det faktum at det kan slå Dendi.

Hvorfor er fortsatt ikke bilførere uten bil?

Dette var et av de første spørsmålene som dukket opp i tankene mine da jeg hørte om hele denne hendelsen. Hvis en bot kan lære et slikt spill og trene seg opp til et punkt med å slå toppspillere, hvorfor bemanner vi fortsatt rattet. Og dette var det samme spørsmålet jeg skjøt mot min venn, Mr. Anmol Sharma, som også har forsket på drivløse biler. Dette hadde han sagt.

I et spill, som er utviklet av et menneske, er antallet variabler mindre. I tillegg, hvis agenten (bot) gjør en feil, er den verste straffen et rundetap. I den virkelige verden er en feil død.

Selv om Dota er et komplekst spill, er de mulige kombinasjonene av trekk, staver og taktikker, selv om de er absurd store, fortsatt begrensede. Og feil er tillatt uten noen reell straff. Men i tilfelle bilførere uten bil, kan feil føre til farlige ulykker og til og med døden.

I den virkelige verden er antall variabler som agenten må overvåke uendelige, og situasjoner som oppstår på grunn av disse variablene, som en annen bil som plutselig skifter kjørefelt, gående foran bilen, er også uendelige. Som Jeremy Clarkson sa det, vil de måtte ta moralske og etiske avgjørelser når de er på grensen til en umiddelbar ulykke (selv om teorien hans ikke er gyldig).

Fremtiden

Vi kjenner allerede til menneskekontrollert robot som utfører iboende kirurgi. Det neste spranget er AI-kontrollerte roboter som utfører det. Og dette er bare innen medisinsk felt. AI vil helt sikkert være den dominerende nye teknologien det neste tiåret på mange felt. Men AI kan også misbrukes for ubehagelige formål som DDoS-angrep, Ransomware Bots og hacking av andre PCer eller systemer for selskaper.

Når det gjelder Dota og andre spill, kan vi forvente å se slike intelligente roboter for andre spill også, mot hvilke spillere kan trene for å prestere enda bedre. Og nevnte jeg at OpenAI skal gjøre en 5v5 på neste års International? Så jeg er i gang med å pusse opp Dota-ferdighetene mine for i det minste å beseire de innebygde dummere bots. Divine Rapier her kommer jeg!