تکنولوژی

هوش مصنوعی جدید DeepMind در حال یادگیری فوتبال است



محققان در DeepMind، یک آزمایشگاه هوش مصنوعی مستقر در بریتانیا، بازی شطرنج را کنار گذاشتند و به دلیل جذابیت بیشتر آن برای فوتبال، روی این ورزش محبوب تمرکز کردند. این شرکت متعلق به گوگل اخیراً یک مقاله تحقیقاتی در کنار یک پست وبلاگی درباره موتورهای عصبی جدید خود (NPMP) منتشر کرده است که هوش مصنوعی می تواند از آن برای یادگیری نحوه عملکرد فیزیکی بدن انسان استفاده کند. DeepMind بیان می‌کند: NPMP یک ماژول کنترل موتور همه منظوره است که اهداف خود را به سیگنال‌های کنترل سطح پایین ترجمه می‌کند و به‌صورت آفلاین یا از طریق RL، داده‌های ضبط حرکت (MoCap) را که با قرار دادن یک ردیاب بر روی بدن شخص یا حیوان به دست می‌آید تقلید می‌کند. به TNW، تیم DeepMind اساسا یک هوش مصنوعی جدید ایجاد کرده است که می تواند با تماشای ویدیوهای حرکات بدن و انجام آنها در یک شبیه ساز فیزیک، انجام این حرکات را یاد بگیرد. البته، اگر موتور غول پیکر فیزیک و شما تعداد بی نهایت ربات کنجکاو دارید، تنها کار منطقی این است که به آنها نحوه دریبل زدن یا شوت زدن را آموزش دهید. Watch Apparatus بخشی از مقاله تحقیقاتی تیم DeepMind می‌گوید: از طریق یادگیری تقویتی، فضای تصمیم‌گیری را به حرکات قابل قبولی که با استفاده از داده‌های ضبط حرکت انسان آموخته می‌شوند بهینه‌سازی و محدود کردیم. برای دنیای واقعی آماده شوید. این در حالی است که در دنیای واقعی هر چیزی ممکن است اتفاق بیفتد و عوامل باید با گرانش، سطوح لغزنده غیرمنتظره و مداخله برنامه‌ریزی نشده سایر عوامل مقابله کنند. هدف از این تمرین ساختن یک فوتبالیست بهتر نیست. اکنون کریستیانو رونالدو از ربات ها نمی ترسد و در عوض ویدیوهای بازی های او به توسعه دهندگان هوش مصنوعی کمک می کند تا از آنها برای بهینه سازی توانایی عوامل برای پیش بینی بهترین عملکرد در دنیای واقعی استفاده کنند. هنگامی که فرآیند آموزش هوش مصنوعی شروع می شود، ابزار ممکن است به سختی یک آواتار باشد. انسان نما مبتنی بر فیزیک خود را در اطراف میدان حرکت دهید. پس از چند روز تمرین، هوش مصنوعی جدید DeepMind مواردی مانند مکان رفتن توپ و سایر عوامل مرتبط با حرکت آن را پیش بینی کرده است.در قسمت دیگری از مقاله DeepMind آمده است: نتیجه این توسعه هوش مصنوعی ایجاد تیمی از بازیکنان فوتبال است که رفتار پیچیده‌ای را در مقیاس‌های مختلف نشان می‌دهد که بر اساس طیف گسترده‌ای از تحلیل‌ها و آمار، از جمله تحلیل‌های ورزشی در دنیای واقعی اندازه‌گیری خواهد شد. کار ما نمایش کاملی از تصمیم گیری یکپارچه است که در مقیاس های مختلف در یک محیط چند عاملی آموخته شده است. ما نمی دانیم که هوش مصنوعی DeepMind جدید پس از اتمام آن چه چیزی را ارائه می دهد. ظاهرا این مدل می تواند با یک عامل تجسم یافته کار کند، اما بر اساس انیمیشن های منتشر شده از آن، به نظر می رسد که هنوز در مرحله شبیه سازی است. نکته اصلی این است که هوش مصنوعی چگونه فوتبال بازی را یاد نمی گیرد. این یک حرکت وحشیانه در مرزهای شبیه سازی او است و ممکن است یک بحران کوچک به نظر برسد اما نتایج بسیار مشهودی خواهد داشت.مامور هوش مصنوعی فوق کاملا وحشت زده به نظر می رسد و معلوم نیست از چه چیزی فرار می کند. هوش مصنوعی جدید DeepMind اکنون مانند یک بیگانه که برای اولین بار لباس انسان پوشیده است حرکت می کند. سیستم‌هایی که DeepMind آموزش داده بود هزاران ساعت ویدئو را تجزیه و تحلیل کردند و اساساً داده‌های حرکتی را برای موقعیتی که می‌خواستند از آن یاد بگیرند استخراج می‌کردند. با این حال، چنین مدل هایی تنها با گذشت زمان قدرتمندتر می شوند. قبلاً دیده‌ایم که Boston Dynamics با الگوریتم‌های یادگیری ماشین و رقص از پیش برنامه‌ریزی‌شده چه کاری می‌تواند انجام دهد. توسعه مدل‌های هوش مصنوعی تطبیقی ​​DeepMind بسیار جالب به نظر می‌رسد و باید دید پس از تکمیل آموزش و خارج از محیط آزمایشگاه، آنها در دنیای رباتیک چگونه عمل خواهند کرد.

Leave a Reply

نشانی ایمیل شما منتشر نخواهد شد.