A program 49 klasszikus videojáték kezelését sajátította el, és az esetek több mint felében legalább olyan jó, vagy még jobb játékosnak bizonyult, mint egy professzionális emberi játékos.
A Google által 2014-ben megvásárolt DeepMind vállalat közlése szerint ez az első olyan rendszer, amely önmagát tanítva vált képessé összetett feladatok széles körének elvégzésére. A cég munkatársai a Nature folyóiratban tették közzé eredményeiket.
Demis Hassabis, a DeepMind alelnöke elmondta, korábban az öntanuló rendszereket csak viszonylag egyszerű problémák megoldására használták, azonban az általuk fejlesztett program olyan feladatokat végez el, amelyek az ember számára is kihívást jelentenek.
Videojátékokat mesteri szinten űző algoritmus már korábban is létezett: az IBM vállalat Deep Blue elnevezésű számítógépe 1997-ben Garri Kaszparov sakkvilágbajnokot is megverte a táblás játékban. A Deep Blue-t azonban előre beprogramozták egyfajta “útmutató” formájában a sakkhoz szükséges tudással.
A Google programját ezzel szemben “gyárilag” csupán a legfontosabb alapinformációkkal látták el, így kellett a videojátékokkal megbirkóznia.
“A rendszernek előre adott egyetlen információ a képernyőn látható nyers pixelek voltak, illetve az elképzelés, hogy sok pontot kell szereznie. Minden másra magától kellett rájönnie” – magyarázta Demis Hassabis.
A DeepMind csapata 49 különböző videojátékra tesztelte a programot, köztük olyan klasszikusokra, mint a Space Invaders, a Pong, különböző boksz- és teniszjátékok, illetve a háromdimenziós, autóversenyzős Enduro. A 49 játék közül 29-nél a program vagy hozta az emberi tesztjátékosok teljesítményét, vagy túl is szárnyalta őket.
Demis Hassabis elmondta, első látásra talán triviálisnak tűnhet, hogy van egy program, amely képes a 80-as évek videojátékait kezelni.
“A jelentősége az, hogy van egy rendszer, amely képes a pixelekből, mint érzékelt bemeneteli jelekből megtanulni, mit kell tennie” – hangsúlyozta a kutató, hozzátéve, hogy a program néhány óra alatt képes beletanulni új játékok kezelésébe.
A DeepMind fejlesztése a legújabb előrelépés a “mélytanulás” kutatása terén. Tudósok világszerte olyan programokat fejlesztenek, amelyek az emberi agyhoz hasonlóan hatalmas mennyiségű adatot – képeket vagy hangokat is – képesek elemezni, majd intuitív módon kihámozni belőlük a használható információkat vagy mintázatokat.
A robotprogramok fejlődésével párhuzamosan egyesek attól félnek, az emberek eszén túljáró számítógépek veszélyesek lehetnek. Decemberben Stephen Hawking elméleti-fizikus úgy nyilatkozott, hogy a teljes mesterséges intelligencia megjelenése akár az emberiség végét is jelentheti.

BBC