Dota 2 to jedna z popularniejszych gier e-sportowych na świecie. Naukowcom udało się opracować model sztucznej inteligencji, który pokonał zespół byłych profesjonalistów w najbardziej wymagającym trybie rozgrywki. Czy zwycięstwo sztucznej inteligencji w grach zespołowych to tylko fanaberia czy tego typu eksperymenty mogą wpłynąć szerzej na rozwój AI?
Dota 2 to popularny RTS, który jest samodzielną kontynuacją modyfikacji Defense of the Ancients do gry Warcraft II: Reign of Chaos oraz dodatku do gry Warcraft III: The Frozen Throne. W dużym uproszczeniu, rozgrywka polega na zniszczeniu głównej twierdzy drużyny przeciwnej, która ulokowana jest w centrum każdej z baz. Gracze przypisywani są do jednej z frakcji, wybierają (lub losują) swoją postać, która posiada konkretne statystyki i umiejętności, co z kolei przekłada się na dobór strategii podczas danej rozgrywki.
Hard trening w wykonaniu sztucznej inteligencji
Dzienna jednostka treningowa OpenAI wynosi aż…180 lat. W takim właśnie tempie uczy się OpenAI, czyli nic innego jak model sztucznej inteligencji, który został zaprogramowany, aby rywalizować z ludźmi we wspomnianej grze komputerowej. Sztuczna inteligencja najpierw zmierzyła się w trybie 1 na 1 i pokonała ukraińskiego e-sportowca Dendi, który oddał mecz walkowerem.
Kolejnym wyzwaniem był mecz 5 na 5, co wymagało ogromnej mocy obliczeniowej. Paliwo sztucznej inteligencji stanowiło 256 układów graficznych Nvidia P100 oraz procesorów o łącznej liczbie rdzeni… 128 (sic!). Mecz zakończył się zwycięstwem sztucznej inteligencji 2 do 1 i to tylko dlatego, że w ostatniej potyczce szanse na zwycięstwo AI były znikome ze względu na udział publiczności w wyborze drużyny dedykowanej dla sztucznej inteligencji.
Zasady Dota 2 są rozwijane od ponad dziesięciu lat, a logika gry wdrażana jest w setkach tysięcy linii kodu. Ta logika wymaga od sztucznej inteligencji błyskawicznej analizy w czasie rzeczywistym. Sztuczna inteligencja musi podejmować decyzje wraz z „odkrywaniem się” terenu, brać pod uwagę dynamiczny i pozornie nieprzewidywalny charakter rozgrywki. Sztuczna inteligencja ma dostęp do tych samych informacji, co ludzie, ale natychmiast widzi dane, które człowiek musi obserwować manualnie. Algorytm został zaprojektowany w taki sposób, aby maksymalnie odtworzyć ludzką sieć neuronową podczas rozgrywki.
Prawdziwy świat, prawdziwe problemy
Twórcy obiecują, że prawdziwym testem będzie adaptacja modelu lub jego fragmentów do rozwiązywania problemów w świecie rzeczywistym. Jak się okazuje, gry komputerowe są świetnym środowiskiem do testowania efektywnych modeli maszynowego uczenia się sztucznej inteligencji – Google testuje swoje rozwiązania w analogiczny środowisku, tylko w innej grze (StarCraft). Nie pozostaje nam nic innego, jak kibicować tego typu inicjatywom.