डीपमाइंड एआई अब क्वेक III में मानव खिलाड़ियों को मात देने में सक्षम है

डीपमाइंड का क्वेक III

हमने ऐसे खेल देखे हैं जहां डेवलपर्स ने मानव खिलाड़ियों के लिए आसान बनाने के लिए या कई खेलों के मल्टीप्लेयर मोड के एकल खिलाड़ी मनोरंजन बनाने के लिए बॉट्स लगाए। ये एआई खिलाड़ी अपने मानव समकक्षों के खिलाफ प्रतिस्पर्धा करने के लिए काफी सक्षम हैं। इस प्रकार उनका उपयोग कई मल्टीप्लेयर गेम्स के सीखने की अवस्था को आसान बनाने के लिए किया जाता है। दूसरी ओर, डीपमाइंड एक फर्म है जो कई क्षेत्रों के कार्यों में एआई के उपयोग में माहिर है। उन्होंने खुलासा किया कि उनके एआई संचालित बॉट्स सबसे अधिक खेले जाने वाले मल्टीप्लेयर गेम क्वेक III में से एक में उनके मानव समकक्षों को हरा सकते हैं। उनके निष्कर्ष उन लोगों के लिए आकर्षक हैं, जिनके पास एआई सीखने और क्षमताओं के लिए एक चीज है।

वीडियो गेम में दीपमिन्द का यह पहला उद्यम नहीं है, उन्होंने पहले से ही एक तंत्रिका इंजन विकसित किया है जो कई मल्टीप्लेयर गेम्स के समर्थक खिलाड़ियों को हराने में सक्षम है। यहां सबसे अच्छा उदाहरण अल्फ़ागो है, जहां उनके एआई ने उक्त खेल के प्रसिद्ध समर्थक खिलाड़ी को हराया। उन्होंने एआई को कई अन्य खेलों के लिए भी विकसित किया है।

कटौती

क्वेक III में उनके एआई के बारे में उनकी कटौती पर वापस आ रहा है। क्वेक III वहाँ बाहर कई अन्य खेलों की तुलना में काफी भिन्न है। प्रक्रियात्मक रूप से उत्पन्न चरणों और तथ्य यह है कि खेल पहले व्यक्ति के परिप्रेक्ष्य में है, के कारण खेल स्पष्ट रूप से अलग है। यहां एआई विकास के लिए समस्या यह है कि वे खेल को हराने के लिए सर्वोत्तम संभव तरीका नहीं सीख सके। प्रभाव में समस्या एआई के रूप में एक आशीर्वाद साबित हुई क्योंकि एआई मानव रहित सीखने की अवस्था से मिलता-जुलता है, इस पर बाद में।

एआई ने खरोंच से शुरू किया और फ्लैग मोड पर कब्जा करने के नियमों को स्वयं सीखा। एआई तब 40 मानव खिलाड़ियों को हरा पाने में सक्षम था जहां मनुष्यों के साथ-साथ एआई को भी मिलाया गया था। मनुष्यों को काफी मात देने के बाद, दीपमिन्द ने स्वीकार किया कि उनकी जीत उनके एआई एजेंट समर्थक मानव प्रतिक्रिया समय के लिए जिम्मेदार है। इसलिए, उन्होंने उन्हें धीमा करने का फैसला किया, लेकिन एआई अभी भी अपने मानव समकक्षों को हराने में सक्षम था।

AI की प्रगति

tomshardware रिपोर्ट है कि उनकी कटौती विशेष रूप से आकर्षक है क्योंकि एआई को खेल की मूल बातें सीखना था और यह तथ्य कि एआई परिणाम प्राप्त करने में सक्षम था जब चरणों को प्रक्रियात्मक रूप से उत्पन्न किया गया था।

डीपमाइंड ने कहा कि इस परियोजना पर उनका काम इस तथ्य पर प्रकाश डालता है कि हम AI को मल्टी-एजेंट तकनीकों का उपयोग करके कुशलतापूर्वक प्रशिक्षित कर सकते हैं, जिसका अर्थ AI के खिलाफ AI है। यह न केवल एआई को अपनी गलतियों से अवगत कराता है, बल्कि उन चीजों पर भी काम करता है, जिन्हें बेहतर तरीके से किया जा सकता है। उन्होंने कहा, ' यह मल्टी-एजेंट प्रशिक्षण द्वारा प्रदान किए गए प्राकृतिक पाठ्यक्रम का फायदा उठाकर और मजबूत एजेंटों के विकास को मजबूर करता है जो मनुष्यों के साथ भी जुड़ सकते हैं। '