DeepMind 人工知能チームは、バーチャル ヒューマノイドにボール遊びをしながら協力する方法を教えました。同時に、誰もゲームのルールを機械に説明することはなく、機械は観察と反復によってすべてを自力で達成しました。徐々に、アルゴリズムの指導の下で、現実的なプロポーションと質量を備えた不器用な小さな男性が、その分野の専門家になりました。 AIがサッカーの基本的なスキルを習得するのに、リアルタイムで24時間かかりました。そして、チームでプレーする方法を学ぶためにさらに3週間。
Alphabet が所有する DeepMind にとって、ゲームをプレイするようにニューラル ネットワークを教えることは一般的なことになっています。過去に英国の専門家は、AI がチェスと囲碁をマスターし、次にポーカーとコンピューター戦略のスタークラフトを習得するのを支援してきました。今、彼らはアウトドアスポーツに取り組む準備ができているようです.
研究者は、高度な AI 間調整システムを作成するための実験の一環として、2 対 2 のボールをプレーするようにサッカー選手モデルをトレーニングしました。英国人に内在するサッカーへの愛情だけではありません。開発者の努力は、人間と同等に世界を理解できる普遍的または強力な人工知能を構築するというグローバルなタスクに従属している、と ZME Science は書いています。
新しい DeepMind プロジェクトは、いわゆる身体的知性を研究する試みです。いつの日か、普遍的な AI が物理的な形で物質世界を移動しなければならなくなり、この形の性質が空間での動作を決定する可能性があります。
「私たちのエージェントは、統計的に実証されている敏捷性、パス、分業などのスキルを習得しています」と著者はブログ投稿に書いています。 「プレーヤーは、高頻度の運動調節と、チームメンバーの行動の評価を含む長期的な意思決定の両方を示し、協調的なチームプレイにつながります。」
この結果はいくつかの段階で達成されました。最初に、彼らは実際のサッカーの試合のビデオを収集し、それを AI に見せて、プレーヤーの動きを模倣しようとしました。報酬ベースの機械学習モデルは、仮想スティックマンがドリブルを練習し、ボールを正確に打つのに役立ちました。これらの 2 つのフェーズには、シミュレーション時間スケールで 1.5 年、またはリアルタイムで 24 時間が必要でした。
ただし、より複雑な動作は、その後のモデリング後にのみ出現し始めました。研究者たちは、2 対 2 の試合でできるだけ多くのポイントを獲得するようデジタル ヒューマノイドに挑戦しました。その過程で、時間通りにパスを渡す方法など、チームとしてのプレー方法を 3 週間かけて学びました。
練習は単純化されたファウルルールの下で行われ、ゴールキックや対決はありませんでした。
最近、DeepMind ニューラル ネットワークは、科学的に知られているほぼすべてのタンパク質の構造を明らかにしました。以前は、2018 年に開発された AlphaFold アルゴリズムは、そのようなタンパク質のごく一部の構造のみを解明できました。
2022-09-06 17:47:37
著者: Vitalii Babkin