L'équipe d'intelligence artificielle de DeepMind a appris à des humanoïdes virtuels comment travailler ensemble tout en jouant au ballon. En même temps, personne n'expliquait les règles du jeu à la machine, elle arrivait à tout par elle-même, par l'observation et la répétition. Peu à peu, sous la houlette d'algorithmes, de petits hommes maladroits aux proportions et à la masse réalistes se sont transformés en professionnels dans leur domaine. Il a fallu 24 heures de temps réel à l'IA pour acquérir les compétences de base pour jouer au football. Et encore trois semaines pour apprendre à jouer en équipe.
Pour la société DeepMind, propriété d'Alphabet, apprendre à un réseau de neurones à jouer à des jeux est devenu une chose courante. Dans le passé, des experts britanniques ont déjà aidé l'IA à maîtriser les échecs et le go, puis le poker et la stratégie informatique Starcraft. Maintenant, il semble qu'ils soient prêts à s'adonner aux sports de plein air.
Les chercheurs ont entraîné un modèle de joueur de football à jouer au ballon deux contre deux dans le cadre d'une expérience visant à créer un système avancé de coordination IA-IA. Ce n'est pas seulement l'amour du football inhérent aux Britanniques - les efforts des développeurs sont subordonnés à la tâche globale de construire une intelligence artificielle universelle ou forte capable de comprendre le monde sur un pied d'égalité avec les humains, écrit ZME Science.
Le nouveau projet DeepMind est une tentative d'étudier la soi-disant intelligence corporelle. Il est possible qu'un jour l'IA universelle doive se déplacer dans le monde matériel sous une forme physique, et la nature de cette forme déterminera son comportement dans l'espace.
"Nos agents ont acquis des compétences telles que l'agilité, les passes et la division du travail qui ont été démontrées statistiquement", ont écrit les auteurs dans un article de blog. "Les joueurs montrent à la fois une régulation motrice à haute fréquence et une prise de décision à long terme, qui comprend l'évaluation du comportement des membres de l'équipe, conduisant à un jeu d'équipe coordonné."
Ce résultat a été obtenu en plusieurs étapes : d'abord, ils ont collecté des vidéos de vrais matchs de football et les ont montrées à l'IA pour qu'elle tente d'imiter les mouvements des joueurs. Des modèles d'apprentissage automatique basés sur les récompenses ont ensuite aidé les stickmen virtuels à s'entraîner à dribbler et à frapper la balle avec précision. Ces deux phases ont nécessité 1,5 ans en échelle de temps de simulation soit 24 heures en temps réel.
Cependant, un comportement plus complexe n'a commencé à émerger qu'après une modélisation ultérieure. Les chercheurs ont mis au défi les humanoïdes numériques de marquer autant de points que possible dans des matchs à deux contre deux. Au cours du processus, ils ont passé trois semaines à apprendre à jouer en équipe, par exemple à passer une passe à temps.
Les entraînements se sont déroulés selon des règles de faute simplifiées, sans coups de pied de but ni mises au jeu.
Récemment, le réseau de neurones DeepMind a révélé la structure de presque toutes les protéines connues de la science. Auparavant, l'algorithme AlphaFold, développé en 2018, n'était capable de démêler la structure que d'une petite fraction de ces protéines.
2022-09-06 17:47:37
Auteur: Vitalii Babkin