AI AlphaStar od Google zmiażdżyło profesjonalnych graczy StarCraft 2

Zespół DeepMind firmy Google – zajmujący się pracą nad sztuczną inteligencją – poinformował, że stworzony przez niego program AlphaStar pokonał dwóch profesjonalnych graczy StarCraft 2 z Team Liquid. W obydwu wypadkach rozgrywki zakończyły się wynikiem 5:0.

Bartosz Świątek

25 stycznia 2019 14:15

AlphaStar – autoportret.

W SKRÓCIE:

AI AlphaStar pokonało profesjonalnych graczy StarCraft 2 z Team Liquid – Dario „TLO” Wünscha i Grzegorza „MaNa” Komincza;
W obydwu przypadkach sztuczna inteligencja wygrała 5:0, choć Kominczowi udało się potem zwyciężyć w jednym dodatkowym spotkaniu;
AI uczyło się 14 dni, zdobywając w tym czasie doświadczenie porównywalne do 200 lat ciągłego grania.

Twórcy z zespołu DeepMind firmy Google poinformowali, że ich „wychowanek” – AI AlphaStar – rozbił profesjonalnych graczy Dario „TLO” Wünscha oraz Grzegorza „MaNa” Komincza z Team Liquid w rozgrywkach StarCraft 2. Rozegrano dwie oddzielne serie po pięć spotkań – w obydwu wypadkach starcia skończyły się wynikiem 5:0 dla sztucznej inteligencji. Warunki i zasady gry były porównywalne z tymi, które charakteryzują profesjonalne rozgrywki, jednak mecze mogły być rozgrywane wyłącznie z udziałem rasy Protossów.

Początkowo nic nie zapowiadało takich wyników – obserwując rozgrywki przeprowadzane przez AlphaStar Wünsch był absolutnie przekonany, że poradzi sobie ze sztuczną inteligencją, nawet pomimo wspomnianego ograniczenia (Protossi nie są jego ulubioną rasą – poziom umiejętności „TLO” w czasie grania nimi to GrandMaster). Kiedy jednak zaczął grać, AI za każdym razem stosowało zupełnie inną, niekonwencjonalną strategię, przed którą nie potrafił się obronić.

Wykres przedstawia umiejętności agentów AI (mierzone w ramach MMR – Match Making Rating) w odniesieniu do lig SC2 i obydwu profesjonalistów.

Skąd wziął się tak dobry wynik AlphaStar? Będąca podstawą programu sieć neuronowa początkowo uczyła się zasad StarCrafta 2 obserwując powtórki z meczów rozgrywanych przez ludzi. Następnie szkolenie AI weszło w drugą fazę – sztuczna inteligencja „rozszczepiła się” i zaczęła grać sama ze sobą. Zakończone spotkania skutkowały powstawaniem kolejnych podprogramów, które wykorzystywały zdobytą wiedzę, co jeszcze bardziej zwiększało różnorodność taktyk. Każdy z tzw. „agentów” zdobył w tym czasie doświadczenie stanowiące równowartość… 200 lat ciągłego grania w StarCrafta 2. Na koniec wybrano najbardziej efektywne z odkrytych strategii i zawarto je w jednym „agencie”, uruchomionym na pojedynczym desktopowym GPU.

Mina pana w okularach na widowni – jeden obraz wart tysiąc słów.

Co ciekawe, pod względem czasu reakcji AI wcale nie było lepsze od profesjonalnych graczy. Jego wskaźnik APM (ang. actions per minute – akcje na minutę) wynosił około 280, co zdaniem programistów DeepMind jest wynikiem zdecydowanie słabszym od ludzkich profesjonalistów. Podobnie prezentują się statystyki dotyczące opóźnienia pomiędzy zaobserwowaniem danego stanu rzeczy a reakcją na niego – zajmowało to przeciętnie ok. 350 milisekund. Sztuczna inteligencja podejmuje jednak decyzje inaczej niż ludzie i inaczej postrzega grę – AI obserwowało całą mapę naraz, bez konieczności poruszania kamerą. Programiści opracowali także wersję, która musiała kontrolować kamerę tak jak ludzie – ta trenowała przez 7 dni, ale została pokonana przez „MaNa” (prace nad nią wciąż trwają).

Na koniec warto odnotować, że AI, z którym zmierzył się Grzegorz Komincz, było mądrzejsze o doświadczenie zdobyte w starciach z „TLO”. „MaNa” zdołał też ostatecznie uratować honor naszej rasy, zwyciężając w pojedynczym spotkaniu, streamowanym na żywo (zapis poniżej) przez Blizzard i DeepMind. Wygląda więc na to, że dla ludzkości jest jeszcze nadzieja, choć trzeba przyznać, że nasze szanse nie wyglądają najlepiej.

Więcej:Blizzard traktuje to poważnie i prawie całkowicie odmieni Diablo 4. Nadchodzą ważne zmiany, które przygotowują ARPG do drugiego rozszerzenia