A DeepMind nevű mesterséges intelligenciát korábban már két táblajátékra is kiképezték a mérnökök: a sakkra és a góra. Utóbbi azért is érdekes, mert olyan jól sikerült, hogy a világ legjobb játékosa, a dél-koreai Li Sze Tol 2019-ben azért jelentette be a visszavonulását, mert nem tudta feldolgozni, hogy a gép megverte őt.

A cég mérnökei most egy újabb, a fentiektől teljesen eltérő játékra képezik ki az algoritmust:

megtanítják focizni.

A Science Robotics című tudományos lapban nemrég jelent meg a vállalat ezzel kapcsolatos publikációja. Ebben egy olyan módszerről írtak, amivel a mesterséges intelligencia meg tudja tanulni, miként kell kezelni a fizikai testeket.

A tanuló algoritmus az emberek segítségével rögzített mozgásokat tanulmányozza, majd igyekszik azokat minél pontosabban levenni. A fenti videóban szereplő mozdulatok egyelőre ugyan esetlennek tűnnek, ám az, hogy a karakterek egyáltalán megmozdulnak, a mesterséges intelligenciának köszönhető.

Ahhoz, hogy a virtuális foci minél valóságosabb legyen, a gépnek olyan helyezetekre is fel kell készülnie, mint a csúszós felület, vagy érintkezés más testekkel/tárgyakkal, de azt is meg kell tanulnia, mi az a gravitáció. A cél egyelőre nem az, hogy megtanítsák a robotokat focizni, hanem az, hogy kitalálják, miként lehet a szoftvert az eredmények előrejelzésére optimalizálni.

A tanítás elején a szoftver még alig tudja mozgatni a karaktereket a terepen, ám mivel minden gól után jutalmaz a rendszer, így nagyjából 50 óra alatt sikerült felállítani a figurákat, többnapos edzés után pedig már azt is elkezdte megjósolni a mesterséges intelligencia, hogy hova megy a labda, és hogyan fog reagálni az ellenfél játékosa.

A lényeg tehát, hogy a mesterséges intelligencia megtanulja a karaktereket mozgatni és a különböző kimeneteleket előre megjósolni. A fenti mozgáshoz például több ezer órányi videót kellett elemeznie a DeepMindnak, és abból építette fel az eredményt.

Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.