Yapay zekaları geliştirmek için genel olarak oyunlar kullanılıyor. Bir yapay zekaya spesifik bir oyun öğretiliyor ve daha sonra bu yapay zeka, test amaçlı olarak bir insan rakiple karşılaştırılıyor ve ondan insan rakibini yenmesi bekleniyor. Geçtiğimiz yıllarda, bazı yapay zekaların bu konuda son derece başarılı olduklarına şahit olduk.
Sanırım bunun ilk örneği, 1997 yılında gerçekleşen bir satranç oyununda, IBM'in geliştirdiği "Deep Blue" adlı yapay zekanın, efsanevi satranç oyuncusu Garry Kasparov'u alt etmesiydi. 2016 yılına geldiğimizde ise Google'ın geliştirmiş olduğu "AlphaGo" adlı yapay zeka, Asya'da popüler bir strateji oyunu olan go'da, dünyanın en iyi go oyuncularından biri olan Lee Sedol'ü yenmeyi başardı. 2017'de de OpenAI adlı yapay zeka şirketinin geliştirdiği yapay zeka, "Dota 2" adlı video oyununda, dünyanın en yetenekli oyuncularını yendi.
https://pazarlamasyon.com/dota-2-oyununda-elon-muskin-yapay-zekasi-insanlari-yendi/
Ancak şimdiden önümüzdeki yılların bu alanda çok daha fazla olaya gebe olduğunu rahatlıkla söyleyebiliriz. Zira bir yandan yapay zeka alanında çalışmalar hızla sürerken bir yandan da oyunlarda insanları yenmeyi başaran yapay zekalar hakkında yeni haberler gelmeye de devam ediyor. Bu alandaki yeni bir haber ise Google cephesinden geldi.
The Next Web'in paylaştığı habere göre, Google'ın bünyesinde bulunan yapay zeka şirketi DeepMind, 57 klasik Atari oyununda ortalama bir insanı yenebilen Agent57 adlı yapay zekasını tanıttı. Sistem, bir yapay zekanın farklı yaklaşımları deneyerek ve hatalarından öğrenerek kararlarını iyileştirmesine yardımcı olan bir makine öğrenimi tekniği olan derin takviye öğrenimi kullanarak bu başarıyı elde etti.
https://pazarlamasyon.com/2019da-yapay-zekanin-sinirlarini-zorlayan-sektorler-nelerdi/
Belirtilene göre DeepMind, profesyonel go ve Starcraft 2 (strateji türünde bir video oyunu) oyuncularını yenmek için de aynı tekniği kullandı. Ancak bu sefer Agent57, sistemlerini çok çeşitli oyun stilleri ve stratejilerine karşı test etmek için oluşturulan Atari57 koleksiyonundaki her oyuna hakim olmayı başardı.
Önceki sistemler özellikle dört oyunla mücadele etti: Montezuma’s Revenge, Pitfall, Solaris, and Skiing. Montezuma’s Revenge ve Pitfall, oldukça zor; çünkü yapay zeka, bu iki oyunda, bir dizi farklı stratejiyi deneyerek bunların içinden işe yarayan bir tane bulmak zorunda. Solaris ve Skiing'de ise bir kararın sonuçlarının ortaya çıkması biraz zaman alıyor ve bu da yapay zekanın oldukça uzun bir süre boyunca bilgi toplaması gerektiği anlamına geliyor.
https://pazarlamasyon.com/2020ye-damga-vuracak-yapay-zeka-tabanli-chatbot-trendleri/
Agent57, farklı bilgisayarların oyunların ayrı yönlerini incelemelerini sağlayarak bütün bu zorlukların üstesinden geliyor. Daha sonra topladığı bütün bu bulguları, en iyi stratejiyi belirlemek için hepsini analiz eden tek bir denetleyiciye gönderiyor. Sonuç olarak Agent57, bir dizi farklı görevin üstesinden gelebilen çok yönlü bir sistemdir.
Bununla birlikte DeepMind, Agent57'nin hala geliştirilebileceğini kabul ediyor. Londra merkezli şirket, yapay zekanın idare etmesi gereken muazzam hesaplama gücünü azaltmayı planlıyor. Ayrıca şirket, mevcut yapay zekasının koleksiyondaki bazı daha basit oyunlarda daha iyi olmasını istiyor. Zira daha az karmaşık olan yapay zeka sistemleri, söz konusu oyunlarda hala daha iyiler.