https://frosthead.com

Bagaimana Komputer Belajar Bermain Nintendo

Seiring dengan permainan video, permainan Mario klasik Nintendo agak mudah: Mario berjalan ke kanan, menguasai musuh, mengumpul syiling dan melompat ke atas lubang. Tetapi dalam video YouTube ini, tidak ada manusia di belakang kawalan: ia adalah program komputer, dengan tepat bernama "MarI / O." Dicipta oleh keperibadian YouTube SethBling, MarI / O dikendalikan oleh rangkaian neural buatan yang meniru evolusi. Dalam video itu, Bling menunjukkan bagaimana program itu mengajar dirinya untuk mengalahkan tahap pertama Super Mario World.

Kandungan Terkait

  • Rangkaian Neural Buatan Ini Menjana Garis Pangkat Absurd
  • Novella AI-Ditulis Hampir Memenangi Hadiah Sastera
  • Bagaimana Lagu Tema Tetris Telah Dibuat

MarI / O bukan kecerdasan buatan pertama untuk mengambil watak utama Nintendo: Mario telah menjadi babi guinea untuk pengaturcara yang bermain dengan kecerdasan buatan selama bertahun-tahun. Satu kumpulan menaja pertandingan Mario AI tahunan, laporan Jordan Pearson untuk Motherboard, dan sepasang ahli sains komputer Georgia Tech yang bernama Mark Riedl dan Matthew Guzdial bahkan telah membina AI yang boleh merekabentuk tahap Super Mario Bros dari awal.

Jadi kenapa Mario adalah subjek ujian yang bagus untuk AI? Memandangkan mana-mana pelari yang baik akan memberitahu anda, permainan terawal Nintendo adalah mengenai pengiktirafan corak dan memikirkan bagaimana untuk menjadikan corak-corak itu menjadi kelebihan anda - keseimbangan antara logik dan kreativiti yang memberikan cabaran menarik untuk AI.

"Ia lebih cepat dan dinamik daripada permainan Atari yang banyak digunakan untuk menguji AI, " kata Riedl dan Guzdial kepada Pearson. "Sifat permainan menatal sampingan bermaksud banyak permainan tidak dapat ditonton dengan AI, sedangkan banyak permainan arked yang lebih mudah mempunyai semua maklumat di skrin sekaligus."

Permainan Mario memaksa AI untuk menyesuaikan diri dengan cabaran baru, sama ada lubang untuk melompat ke atas, gerombolan Goombas untuk stomp, atau Chain Chomp untuk mengelakkan. Sebagai Aaron Souppouris menulis untuk Engadget, proses percubaan dan kesilapan yang memaksa AI untuk membuat penyelesaian:

Mencerminkan evolusi sebenar, MarI / O sebenarnya tidak mengubah tingkah lakunya dengan apa yang dipikirkan. Setiap generasi memperkenalkan idea-idea baru, tetapi ia hanya mencuba pelbagai perkara, tidak melakukan apa yang "fikir" akan berfungsi. Apabila idea itu berjaya, ia teringat, apabila tidak, ia dibuang dan dipelajari. Sepanjang 34 langkah evolusioner, MarI / O akhirnya bekerja melompat walaupun seluruh peringkat akan melakukan silap mata. Sekiranya penciptanya, Seth Bling akan menjalankannya semula, AI hampir pasti akan mendapati jalan yang berbeza tetapi tidak berjaya melalui peringkat.

Super Mario Bros adalah jauh dari satu-satunya permainan video seumpamanya, tetapi sebagai profesor sains komputer New York University Julian Togelius memberitahu Pearson, populariti permainan itu menjadikannya sarang untuk penyelidikan AI. Lagipun, cara terbaik untuk menilai sejauh mana pemandu komputer Mario melalui tahap adalah jika anda telah memainkan tahap itu sendiri. "Kebanyakan orang mempunyai idea tentang apa yang kelihatannya bermain Super Mario, " Togelius memberitahu Pearson. "Manusia melakukan perkara-perkara seperti berhenti dan berfikir, yang AI tidak akan lakukan. Keupayaan untuk membandingkan dengan diri anda adalah sangat berkuasa."

Kepintaran buatan telah lama pergi sebelum ia menjadi sesuatu yang canggih sebagai kecerdasan manusia, tetapi dalam masa yang sama, memukul Bowser tidak terlalu lusuh. Untuk lebih banyak projek berasaskan Mario, pastikan anda menyemak cerita Pearson yang lain.

Bagaimana Komputer Belajar Bermain Nintendo