FELIETONNAUKAOPROGRAMOWANIEPC & KONSOLE

Sztuczna Inteligencja kontra człowiek, czyli czy DeepMind sprosta zawodowcom?

Materiał archiwalny, przeniesiony ze strony Save!Project

Temat Sztucznej Inteligencji coraz intensywniej pojawia się we wszelakich mediach i to już nie tylko w formie fantastyki lub wróżenia z fusów w kontekście tego, jak może wyglądać przyszłość. Być może wielu z Was o tym nie wie, ale pierwsze prawdziwe Sztuczne Inteligencje „żyją” i rozwijają się, a wśród nich jest jeden interesujący projekt od Google’a. W końcu kto miałby wprowadzać AI do naszego życia, jeśli nie gigant branży i jedna z największych firm na świecie?

Ale jak to AI jest skuteczne i w czym może zastąpić ludzi, no i przede wszystkim jakie niesie ze sobą zagrożenia? Te i tysiące innych pytań to temat ogromny i niewyczerpany. W tym artykule chcę jednak skupić się na innym aspekcie powstania Sztucznej Inteligencji, a konkretnie na jej potencjalnym wpływie na rozwój eSportu. Kontekstem jest oczywiście ostatnia zapowiedź Google, że AI znana jako DeepMind rzuci rękawicę i zmierzy się z najlepszymi graczami w StarCraft II – zdecydowanie najbardziej wymagającej produkcji na esportowym rynku.

Napisałem wcześniej, że rywalizacja z ludźmi na polu walki pomiędzy Terranami, Zergami i Protossami jest kolejnym wyzwaniem – a to dlatego, że DeepMind zdołało już pokonać ludzi w innych konkurencjach. Ogólnie Sztuczna Inteligencja ma za sobą chociażby rozłożenie na łopatki szachowych arcymistrzów (o czym było całkiem głośno te kilkanaście lat temu), a zaprojektowany przez Google system dopisał do listy podbojów również Go. Ta popularna w Azji gra planszowa jest bardziej skomplikowana od szachów, oferuje znacznie większą liczbę potencjalnych zdarzeń i możliwości, a tym samym okazała się trudniejsza do „zrozumienia” przez komputerowe algorytmy. I faktycznie przez długie lata AI próbujące swoich sił w Go były uznawane za odpowiednik ludzkich amatorów, którym daleko do mistrzów gry.

Wszystko zmieniło się w ciągu ostatnich kilku miesięcy. Zaczęło się od października 2015 roku, kiedy program bazujący na Sztucznej Inteligencji DeepMind i nazwany wdzięcznie AlphaGo pokonał zawodowego gracza Go w uczciwej rywalizacji. Wynik starcia z posiadaczem stopnia 2 dan (maksymalny stopień to 9 dan) to 5:0 dla AI. Nieźle, ale to jeszcze nie koniec. Na początku bieżącego roku AlphaGo podjęło swoje największe do tej pory wyzwanie i w śledzonym przez setki tysięcy ludzi starciu zmierzyło się z Koreańczykiem Lee Sedolem. Sedol to jeden z najlepszych graczy na planecie, posiadacz najwyższego możliwego stopnia 9 dan, jego pokonanie miało więc zwiastować w umysłach niektórych nadejście nowej ery – ery Sztucznej Inteligencji kopiącej ludzi w kolejnych dyscyplinach, aż pozostanie nam uznanie samych siebie za nędznych amatorów.

To oczywiście była dość ekstremalna wizja, ale coś jest na rzeczy, bo chyba faktycznie jesteśmy świadkami narodzin czegoś wielkiego. AlphaGo pokonała bowiem Lee 4:1, oddając ludzkiemu przeciwnikowi zaledwie jeden z pięciu meczów. AI okazało się być lepsze niż jeden z najlepszych zawodników Go na świecie, pomimo znacznie większego stopnia komplikacji. Gry planszowe przestały być wyzwaniem, teraz uwaga DeepMind i – potencjalnie – AlphaSC2 będzie zwrócona w kierunku czołowego RTS-a od Blizzard Entertainment.


Analiza piątego meczu AlphaGo z Lee Sedol

Informację o tym, że Google chce zmierzyć swoje dziecko z najlepszymi zawodowcami w StarCraft II potwierdził pracujący dla korporacji Jeff Dean. Czy AI może ponownie okazać się lepsze od ludzi? Przeanalizujmy. Od razu rzucają się w oczy różnice pomiędzy strategią czasu rzeczywistego a grą planszową, jaką jest Go. W tym drugim przypadku obaj gracze posiadają komplet informacji, a liczba opcji i możliwych ruchów/taktyk – nadal imponująca – nie jest jednak aż tak olbrzymia, jak potencjalne ruchy w StarCraft.

Pomyślmy przez chwilę, jakie dane analizują i jakie akcje nieustannie wykonują najlepsi gracze w SC2. Z racji tego, że mapa spowita jest mgłą wojny (fog of war) nie wiadomo, co dokładnie się na niej dzieje, gdzie jest armia przeciwnika i jakie są jego poczynania. Potrzebny jest więc zwiad (scouting) i to w zasadzie nieustanny, a przynajmniej regularnie sprawdzający takie rzeczy jak kompozycja jednostek wroga, poziom jego ulepszeń broni i pancerza, powstałe budynki technologiczne i tak dalej. Profesjonalny gracz w tym czasie nieustannie tworzy nowe jednostki, eliminuje potencjalne taktyki wroga na podstawie zdobytych informacji, dostosowuje własny build, rozbudowuje bazę, przejmuje kontrolę nad ważnymi sektorami mapy, micruje poszczególne jednostki w razie potrzeby, kontroluje ekonomię i podejmuje setki małych, powiązanych ze sobą decyzji.

Sam scouting jest sporym wyzwaniem dla człowieka, a jak może sobie poradzić z nim AI? Czy DeepMind będzie w stanie rozróżnić potencjalne buildy i strategie na podstawie takich różnic jak ilość wydobytego gazu w danym czasie, mniejsza ilość robotników lub brak konkretnego techu w głównej bazie? Liczba możliwych konfiguracji jest o niebo większa niż w jakiejkolwiek grze planszowej, ale jednak zawodowi gracze są w stanie wywnioskować taktykę przeciwnika właśnie z takich detali – czy AI będzie w stanie równie dobrze analizować niuanse gry?


Przykład zawodowego gracza podczas gry

A przecież przeszkodą dla AI będzie nie tylko scouting i przetworzenie zdobytych przezeń informacji. Swoje dokłada również temat pozycjonowania armii, efektownego stawiania własnych struktur, reagowanie na kompozycję przeciwnika, próby przewidzenia ruchów wroga czy też ukształtowanie terenu i charakterystyczne cechy mapy. Czynników jest jak widać od groma, a o mnóstwie z nich nawet nie wspomniałem. Część osób wątpiących w to, czy AI będzie w stanie pokonać graczy formatu Maru, Hydra, czy też Zest wskazuje jednak na jeden czynnik, w którym DeepMind może mieć miażdżącą przewagę nad ludźmi: APM – Actions Per Minute, czyli liczbę wykonywanych akcji na minutę, co z kolei przekłada się w wymierny sposób na szybkość gracza. Zawodowcy z zasady posiadają dosyć wysoki wskaźnik APM oscylujący w okolicach od 200 do nawet 500 akcji na minutę, co pozwala im wykonywać te wszystkie zadania o których wspomniałem wcześniej. Jednak nawet najszybszy gracz nie jest w stanie być jednocześnie wszędzie i efektywnie np. micrować każdą poszczególną jednostkę na mapie. AI z tym zaś nie powinno mieć problemu, bo w teorii liczba kierowanych przez nią indywidualnie jednostek jest nieograniczona. Oznacza to, że nawet pomimo braków w taktyce lub rozumieniu gry AlphaSC2 może pokonać niejednego człowieka właśnie samym micro – wystarczy wyobrazić sobie perfekcyjnie kontrolowaną armię Terran, która wykonuje idealne uderzenia i nie ponosi strat na całej mapie. W teorii żaden człowiek nie będzie w stanie sprostać takiej szybkości. Czy to jednak wystarczy, jeśli pozostałe aspekty gry zawiodą?

Z pewnością AI będzie posiadało przewagę w wielu aspektach gry. Idealne micro i multitasking pozwalające na zwracanie uwagi nawet na najmniejsze potyczki toczące się na mapie. Możliwość wykonania dowolnego buildu w sposób perfekcyjny, „hitowanie timingów”, ciężko też oczekiwać, aby AI miało problemy z wydawaniem wydobytych zasobów i supply blockami. Dodajmy do tego to, że DeepMind z pewnością wewnątrz swego elektronicznego umysłu będzie zbierało wszelkie statystyki i informacje: będzie wiedziało w jakiej minucie i sekundzie wybudowano konkretną strukturę, ile zasobów do tej pory przeciwnik stracił w walkach, na podstawie swoich wyliczeń z pewnością odkryje nawet takie detale jak to, czy na mapie jest gdzieś ukryta baza. Słowem: pod względem mechaniki żaden zawodowiec nie będzie się w stanie zbliżyć do AlphaSC2.

Pozostają niuanse oraz… tak zwane mind games. Te są bardzo częstym obrazkiem na najwyższym poziomie gry, kiedy równorzędni przeciwnicy próbują zmylić swoich rywali na rozmaite sposoby. Przykład? Protoss buduje Dark Shrine, posiadajac już gotowe Robotics Facility oraz Twilight Council. Zwiadowczy SCV widzi to wszystko i ginie, AI uzyskuje jednak jasną informację: nadchodzi tak zwany DT drop, czyli wyprodukowany będzie Warp Prism, z którego pokładu do bazy Terrana przetransportowane będą niewidzialne Dark Templary. Co jednak, jeśli po wyscoutowaniu Protoss anuluje Dark Shrine, zamiast tego rozpocznie jakiś upgrade w Twilight Council i przejdzie w Blink All-ina albo grę macro? Albo pozwoli ukończyć budowę, ale nie teleportuje żadnego Dark Templara do gry przez dłuższy czas? Jak AI poradzi sobie w takiej sytuacji? Czy zagładą Sztucznej Inteligencji może być niemożliwość założenia np. specjalnie nieefektywnej taktyki przeciwnika? Nawet zakładając, że Dark Shrine powstaje i faktycznie dochodzi do DT Dropu, w jaki sposób – z wielu dostępnych – AI postanowi poradzić sobie z zagrożeniem? Czy zainwestuje w wiele Turretów, czy tylko w jeden? A może w żaden, upewniając się, że ma dostępny skan z Orbital Command w dowolnej chwili? Co jeśli jeden Dark Templar zostanie wysłany frontem do bazy, a Warp Prism zrzuci drugiego w innej bazie? Gdzie będzie detekcja, gdzie będą rozlokowane wojska? Żywy gracz po wyscoutowaniu brałby pod uwagę wszystkie te i jeszcze więcej możliwości, wybierając optymalne z jego perspektywy podejście. Jak z takimi – i wieloma innymi – problemami poradziłby sobie DeepMind?

Stworzenie Sztucznej Inteligencji, która będzie w stanie rywalizować z ludźmi – nawet na niższym poziomie niż zawodowstwo – to niesamowicie skomplikowane i złożone wyzwanie. Nic dziwnego, że specjaliści z Google zwrócili swoją uwagę właśnie na StarCraft II, który jest zdecydowanie najtrudniejszą grą esportową na rynku. Nie wiemy na razie kiedy orientacyjnie DeepMind uzna, że jest gotowe i rzuci swoje wyzwanie oraz kto stanie naprzeciw cyfrowemu przeciwnikowi. Niewątpliwie jednak samo obserwowanie tego zdarzenia będzie pasjonujące.

1+

Polubili to:

  • avatar
Tagi

Dodaj komentarz

Close
Close