Hvis der var nogensinde i tvivl om, at kunstig intelligens kunne en dag overhale mennesker, så det følgende skal være tegn nok, at den dag ikke er for langt væk. Microsoft ‘ s AI har formået at ramme en million mark i kult-klassiker spil Ms. Pac-Man, som noget mennesker har aldrig formået at der er opnået i de 35 år af spillets eksistens.
Maluuba, en dyb læring start, der blev erhvervet af Microsoft tidligere på året, er der skabt et AI-system, der lært hvordan spillet til at nå den eftertragtede score på 1 million point efter niveau 201. Så, ikke kun Microsoft ‘ s AI formår at opnå den højeste mulige score i både menneskelige og AI historie, er det lykkedes at gøre det før den rammer alle-også kendt niveau 256 glitch. I en video lagt ud ved Microsoft Research, kan du se AI nå spillets maksimale værdi af 999,990 på Atari 2600, efter hvilket spil ser ud til at starte forfra.
Det vil også interessere dig at vide, at de højeste registrerede score i Ms. Pac-Man – af et menneske, selvfølgelig – er 266,330 punkter, som er optaget af HighScore.com. Dette gør Microsoft ‘ s AI ser virkelig bemærkelsesværdig og giver os et glimt af, hvordan machine learning har udviklet sig over tid.
Maluuba var i stand til at indstille den nye Ms. Pac-Man-registrering ved brug af machine learning og bryde spillet op i små problemer med “et separat forstærkning læring agent for hvert problem,” som holdet kalder Hybrid Belønning Arkitektur. Her, enkelte agenter er belønnet baseret på deres tildelte opgave. Gennem denne “del og hersk” – metode, top agent får en tilbagemelding fra den lille agenter til at forstå, hvilken er den bedste rute for Ms. Pac-Man til at tage for at undgå at blive spist af spøgelser, video forklarer.
For nylig, Google ‘ s AI AlphaGo igen besejret af en menneskelig, Ki Jie på det gamle spil Kinesisk spil, Gå.
Spil som Ms. Pac-Man og Gå, selvom det er temmelig gamle, er æret for deres komplekse gameplay, hvilket er grunden til, at virksomheder inden for AI afprøve deres machine learning algoritmer på dem.Maluuba ser en ekspansiv, praktiske virkelige verden ansøgninger om Hybrid Belønning Arkitektur, der anvendes i spillet, som at hjælpe en virksomhed forudsige, hvilke potentielle kunder til at målrette, eller fremskridt i naturligt sprog forarbejdning.