Google DeepMind: Gry były poligonem doświadczalnym, teraz idziemy w świat realny

Od pikseli do zrozumienia przestrzeni 3D

Google DeepMind opublikowało na platformie X krótkie podsumowanie 15 lat wykorzystywania gier wideo jako środowiska testowego do badań nad sztuczną inteligencją. Według nich gry napędzały największe przełomy, od opanowania prostych zręcznościówek na Atari po osiągnięcie poziomu arcymistrzowskiego w grze strategicznej StarCraft II.

Ostatni wspomniany projekt, SIMA, posunął agentów dalej. Nie tylko nauczyli się oni reagować na logikę gry, ale także rozumieć środowisko 3D w taki sposób, aby móc w nim funkcjonować podobnie do człowieka.

Gry posłużyły jako bezpieczna piaskownica dla działów B+R

Dla laboratoriów AI gry stanowiły idealny teren treningowy. Oferują one jasno zdefiniowane zasady, natychmiastową informację zwrotną i możliwość symulacji tysięcy godzin gry w ułamku rzeczywistego czasu.

O ile AlphaGo i AlphaStar pokazały, że AI potrafi pokonać ludzkich mistrzów w zamkniętych systemach, o tyle projekt SIMA wskazuje na szersze ambicje. Agent zdolny do poruszania się w ogólnej przestrzeni 3D w świecie gry jest bliżej robotyki i rzeczywistych zastosowań niż tylko bicia rekordów punktowych.

Koniec monopolu gier w badaniach

Przypomnienie sukcesów DeepMind nadchodzi w czasie, gdy uwaga branży przenosi się z symulacji gier na pracę z prawdziwym tekstem, kodem i światem fizycznym. Benchmarki w grach pozostają dobrym testem architektury, ale przestają być istotną miarą dla rynku.

Pytanie nie polega na tym, czy AI pokona graczy w kolejnej grze, ale na ile umiejętności nabyte w symulacjach można przenieść do oprogramowania dla przedsiębiorstw lub samochodów autonomicznych.

Następnym kamieniem milowym będzie zdolność abstrakcji

DeepMind będzie musiał udowodnić sukces projektu SIMA również poza środowiskiem gier. Prawdziwym dowodem na to, że osiągnięcia te mają przełożenie na inne dziedziny, nie będzie kolejny wygrany turniej, ale to, czy architektura wyuczona na grach potrafi szybko zaadaptować się do zadań, które nie mają z góry ustalonych zasad i jasno zdefiniowanych warunków zwycięstwa.

Werdykt Lilith

DeepMind chwali się swoimi trofeami w grach w czasie, gdy biznes interesuje tylko jedno: czy agent, który potrafi grać w StarCrafta, da radę nie utknąć przy wypełnianiu arkusza kalkulacyjnego.