Программа, разработанная OpenAI, в рамках чемпионата The International 2017 победила нескольких профессиональных игроков в Dota 2 с высоким уровнем игры. Об этом сообщает The Verge, краткая информация опубликована в блоге OpenAI.
В последнее время благодаря наработкам в области машинного обучения разные исследовательские организации добились заметных успехов в создании программ, способных играть в компьютерные игры. Тем не менее, в некоторых сложных играх с неполной информацией — например, в традиционных стратегиях в реальном времени, — компьютер все еще уступает опытным игрокам. Dota 2 относится к жанру MOBA, который фактически является сильно измененным вариантом стратегии в реальном времени, поэтому прогресс ИИ в этой сфере также представляет определенный интерес.
В рамках The International 2017 бот, разработанный стартапом OpenAI, победил профессиональных игроков Данила Ишутина, Артура Бабаева и Сайеда Хасана. Игра 1 на 1 прошла по стандартным турнирным правилам. По словам киберспортсмена, во время игры у него сложилось ощущение, что против него играет «как живой соперник, так и что-то еще». В следующем году OpenAI рассчитывает создать программу, которая сможет победить профессиональных игроков в турнире 5 на 5.
На обучение программы у разработчиков ушло всего около двух недель. Илон Маск при этом в своем твиттере заявил, что это первый случай в киберспорте, когда ИИ победил профессиональных игроков. До этого, по словам бизнесмена, подобные программы завоевывали первенство только в традиционных настольных играх — в шахматах и го.
Интерес к теме машинного обучения и компьютерным играм проявляют и другие компании. Ранее на этой неделе сначала команда из FaceBook выложила базу предобработанных записей игр STARDATA для машинного обучения, а вскоре и Blizzard в сотрудничестве с DeepMind объявила о выходе API для StarCraft и библиотеке для Python, обеспечивающей связку API с популярными системами машинного обучения. Затем DeepMind обучила нейросеть игре в StarCraft 2, но ее уровень по-прежнему был слаб и программа проиграла даже встроенному в игру компьютерному сопернику легкого уровня.
Средняя частота ошибок составила 29 процентов
Французские исследователи разработали неинвазивный интерфейс для декодирования набираемого на клавиатуре текста по активности головного мозга. Для сбора данных используются магнитоэнцефалография и электроэнцефалография. За преобразование сигналов головного мозга в последовательности символов отвечает созданная исследователями нейросетевая модель Brain2Qwerty. Лучшие результаты получились при использовании магнитоэнцефалографии. Средняя частота ошибок в символах при использовании этого метода оказалась на уровне 29 процентов, против 65 процентов у ЭЭГ. Статья с результатами опубликована в журнале Nature Neuroscience.