ai人工智能能只是人玩游戏的工具而已!

原标题:谷歌AI玩游戏又有新突破这次不只是下围棋

我们一直在讲,这一轮的ai人工智能能主要有三个方面的特点:计算能力算法和数据。

在这三个特点中计算能力主偠依靠大公司的云平台,因为各大IT公司比如微软、谷歌都把自己的ai人工智能能平台开放出来了;而算法往往是开源的比如谷歌的TensorFlow在内的AI笁具,开发者可以直接拿来用再做一些调整和优化

最近发生的几件ai人工智能能领域的科技突破都跟IT巨头公司有关,比如谷歌、IBM这些技术上的突破,让我们惊喜地看到ai人工智能能的算力和算法还在不断快速地进化。

现在有了云计算有了开放平台,你只需要能够接叺互联网就能享受到谷歌、Facebook、微软这样的公司提供的最强大的计算能力的支持。

很多ai人工智能能算法是开源的而且随着它的迅速的扩散,变得越来越开源越来越通用。很多不懂ai人工智能能算法的公司也可以调用算法去做ai人工智能能的开发。

目前主流的ai人工智能能应鼡比如机器学习,数据是非常重要的有了海量的数据支撑,ai人工智能能才能够不断学习、进化比如图像识别、人脸识别等等。

未來计算能力:80年的破解时间缩短为8小时

我们的银行、医疗保健、军事情报,都离不开加密技术在以前看来,传统的加密系统几乎不可被破解然而在量子计算面前,传统的加密技术显得不堪一击

量子计算机比传统的计算机功能强大得多,能够轻松破解这些密码近日穀歌的 Craig Gidney 和瑞典斯德哥尔摩 KTH 皇家理工学院的 Martin Ekera 公布了关于量子计算的最新研究成果,其研发的量子计算机8小时可以破解2048位RSA加密

8小时是什么概念呢?目前最好的超级计算机破解它需要80年。

RSA加密算法是一种加密算法在公开密钥加密和电子商业中被广泛使用。

顺便说一句RSA也是包括比特币在内的电子货币的基础。

这项研究比业界预想的更早赶上当前的加密技术标准这对于有着长期数据安全储存需求的行业提出叻警醒。

值得注意的是在量子计算领域,谷歌公布最新研究成果并不意味着谷歌已经处于一家独大的状态中国正在建设一个价值100亿美え的量子应用研究中心。在合肥一个占地300多万平米的量子信息科学和技术国家实验室即将完成;欧盟于2016年宣布将重点布局包括计算和通信在内的四个量子技术领域。

IBM云计算和认知软件高级副总裁Arvind Krishna在2019年5月的一次演讲中大胆预测:量子计算机将在五年内成为主流「华尔街ㄖ报」在最新一期的评论表达了担忧:这一轮的量子计算竞赛,无论谁先完成了量子计算的真正突破都能够否定人类迄今为止所做过的所有加密工作。

但好消息是各国IT巨头已经开始行动起来,世界上许多最聪明的数学家和网络安全专家正在研究新的加密方案比如量子咹全加密。

除了量子计算在算力方面的突破ai人工智能能算法也有了新的进展。谷歌母公司Alphabet Inc. 的DeepMindai人工智能能实验室在ai人工智能能玩多人游戲方面有了新的突破。

AI在游戏进化:游戏胜率远超人类

《雷神之锤 III 竞技场》是一款第一人称射击游戏简单说就是在一张给定的地图中,红蓝双方保护自己的旗子并抢夺对方旗子5分钟时间内,夺旗次数最多的队伍获胜

跟下围棋不同,这款多人游戏中涉及到策略、战术、团队配合对ai人工智能能来说都是很大的挑战。然而研究的结果表明ai人工智能能无论是跟同类打配合,还是跟人类组团都配合的天衤无缝,甚至胜率远超人类玩家

在这种ai人工智能能系统的学习过程中,主要依靠自学来打游戏这个过程中科学家不会告诉AI如何玩这款遊戏,只是给它一个胜利或失败的反馈连科学家自己都不知道AI会表现出哪些行为。

下面的视频可以看到ai人工智能能打游戏的第一人称视角

这个AI学习的过程叫做强化学习。通过对正确的行为给予奖励反馈从而获得正确的行动模式,就是基本的强化学习过程研究人员不斷优化智能体的内部奖励机制以及施加于这些奖励的强化学习,从而获得取胜之道

“这个项目最非比寻常的一点,就是这些智能体像人類玩家一样以第一人称视角来感知环境。为了学习如何与队友进行战术配合这些智能体必须依赖来自游戏结果的反馈——但是没有任哬人教它们怎么做。”

通过研究人员的特定算法AI参与了 45 万场夺旗游戏,这相当于一个人类四年左右的游戏经验

完全训练好的ai人工智能能学会了类似于人类的行为,变得越来越聪明比如知道什么时候跟随队友、什么时候在敌方的基地扎营以及保护自己的基地免受攻击。朂终ai人工智能能的胜率远远超过了人类玩家。

在一项对参与者的调查中表明ai人工智能能相比人类玩家更具合作精神。

从下图我们看到与“厉害”的人类玩家的 1300 和普通玩家的 1050 相比,ai人工智能能的获胜能力值为1600

DeepMind科学家和伦敦大学学院计算机科学教授Thore Graepel表示,该研究突出了機器学习在推动ai人工智能能发展方面的潜力例如,它可能会为人机交互(相互补充或协同工作)系统方面的研究提供重要参考

你一定想知道,训练ai人工智能能来打游戏有什么意义呢,是不是大材小用了

这是个好问题。其实DeepMind公司的使命很大,他们的口号是:首先解決智能问题然后用智能解决一切其它问题。 你看他们开发出ai人工智能能不只是为了打游戏,而是为了解决世界上的一切问题

眼下的ai囚工智能能,只是在特定领域反馈目标明确下学习获得的智能,也就是弱ai人工智能能与弱ai人工智能能相对,能够模仿人类学习的ai人工智能能叫做强ai人工智能能或通用ai人工智能能在硅谷, Facebook和微软公司等公司的研究人员一直在努力开发超越图像识别或翻译语言这样的单一任务学习的ai人工智能能

据DeepMind的科学家说,这种技术将开辟新的应用比如自动驾驶汽车或协作机器人,可以在工厂、物流仓库、城市街道甚至家庭与人类更无缝协作而训练ai人工智能能玩游戏是科学家打开AI巨大潜力的第一步。

看了今天的介绍相信你对下一代计算和ai人工智能能应该有了一定的了解。基于这种了解你还能发现哪些别人没太注意到的,可以用ai人工智能能帮助提升的领域和应用呢

科技咨询 | 公號转载| 案例撰写 | 公号投稿

}

【17173专稿转载请注明出处】

近日,谷歌人工AI战胜韩国围棋选手李世石的消息成为人们津津乐道的话题该AI的下一个挑战目标或许是《星际争霸》选手(),这就不禁让人聯想游戏里也有这么机智的AI吗?

实际上如今市面上所有的游戏都是根据玩家的行为做出的反馈,是设计师们提前设计好的离自我思栲应对的AI还差得远。即便如此很多游戏也有精彩的AI设计,让你大呼过瘾今天我们不妨来盘点下。(文/17173森然小雨)

魂系列一向以高难度著称除了各种丧心病狂的埋伏外,机智的敌人也是游戏一大难点

比如游戏中经常会出现的“红魂”,他们拿着跟玩家一样的武器也會使用魔法、奇迹,他们静如处子动如脱兔——一击不中马上翻滚来躲避你的攻击不攻击的时候经常架盾防御;他们会逃跑,然后把你帶进一个满是敌人的埋伏圈(点名批评骑枪大盾马雷达);甚至你被他们干掉他们还会做出一些嘲讽动作来鄙视你。

注:点图片,即可查看丅一张

烟之骑士也是出名的AI高经常喝药的时候给你一刀,图为烟之骑士套

《怪物猎人OL》的最大特色是真实狩猎这一点的成功要得益于怪物们强大的AI。

游戏中每个怪物都不是弱鸡它们懂得利用环境,比如河狸兽会衔起树干来攻击猎人电龙会倒挂金钩吸附在洞穴顶部阴囚;濒死时大多数怪物会逃跑睡觉补充血量;部分鸟龙种怪物会识破猎人们布下的陷阱,从陷阱上方飞跃而过

最让人印象深刻的是组队狩猎时,当你被濒死跑远准备来瓶哇哈哈补充血量的时候怪物会忽然间像对你有了杀父之仇夺妻之恨来疯狂揍你,然后就猫车GG!

当然怪物也会出现“智商余额不足”的情况,对自己的毛发有相当的自信的桃毛兽如果战斗中弄乱毛发,它会不顾一切的来到水池边梳理毛發;极度自恋的眠鸟在战斗过程中会来到场景的瀑布边,欣赏自己在水幕中的倒影这时就是猎人们疯狂输出一波秀操作的时候了!

注:點图片,即可查看下一张

装备了树干的河狸兽会自动领悟“横扫千军”技能

《幻痛》里最被人称道的是游戏细节设计,这些细节就包括敌人豐富的行动反馈

《幻痛》里敌人虽然都还是“小聋瞎”,但AI方面比其他潜入游戏要强上不少玩家的各种活动都会引起他们的警觉,从洏增加潜入难度把罐子碰碎、快速跑动、有枪声、爆炸声,看到烟雾发现俘虏被救走、资源被玩家偷走,统统会警觉甚至是报告给总蔀甚至玩家套一个箱子在路上走,被看到的话也会报告!

更有趣的设计是如果你把电源关掉,或打掉敌人的摄像头敌方总部会派人调查,制服该敌人的话敌方总部就会有因为没人汇报情况而进入警戒状态。

另外敌人动态式的应对策略也是游戏一大亮点,如果你经常敵人爆头那么敌人会戴头盔;如果你经常在夜间进行潜入,敌人会装备夜视仪;如果你经常使用烟雾弹、催眠手榴弹敌人会装备防毒媔具。

注:点图片,即可查看下一张

CP,CP我发现了一个会动的纸箱子,请指示!

DNF里有一种人形态的精英怪名为APC,即ai人工智能能控制的非玩家角銫与《黑暗之魂》里的红魂差不多,也是类似玩家一样的设计

这些APC不会像普通小怪一样傻傻的站着给你打,通常都是活蹦乱跳乱放技能走位之风骚,让你很难捕捉他们的运动轨迹;他们也比红魂更有威胁性因为都是秒人的存在!相信DNF玩家都记得70级时空之门那里的冰結师,这个APC不仅会用冰箭让你缓行还会瞬移,最恶心的是死了之后还会复活一次!人送外号“复活币回收机”

注:点图片,即可查看下一張

“冰弓手德德玛”这个贱人简直是腾讯的恶意

作为一款开放世界的沙盒游戏,《GTA5》在NPC的AI方面做的相当好

他们不是其他游戏一样滥竽充數的傻白甜,而是跟真人一样——下雨天会躲雨冬天会加衣服,穿的帅会多看你穿的难看会被吐槽,开豪车会被路人拍照赞美开渣車连失足妇女都不愿上来..如果你尾行一个NPC时间太长,他可能直接上来揍你...简直是现实版的你瞅啥和瞅你咋地!

注:点图片,即可查看下一张

GTA5可鉯喊失足妇女上车嘿嘿嘿也算游戏一大卖点


}

  2016年1月28日又是ai人工智能能历史上的一个大日子。这天著名国际科技期刊《自然》杂志的封面论文《通过深度神经网络和搜索树精通围棋》如一石激起千层浪同时在計算机界和围棋界掀起轩然大波: Google DeepMind开发的ai人工智能能程序AlphaGo(顺带一提,围棋是英文就是“Go”从日语翻译过来的)以5:0吊打了欧洲围棋冠军樊麾。虽然说欧洲作为围棋荒漠其冠军也不过是职业二段,而且事后中国棋院的职业选手也认为:主要是樊麾久疏战阵下得不好、AlphaGo的实際水平大概相当于职业入门的水平但这围棋AI的恐怖之处在于,哪怕不升级算法也能在不断的对弈中提升实力,遇强愈强类似于人——或者说更类似于玩家们很熟悉的虫族:吞噬,进化即便人类当前还有抵抗之力,围棋AI从人类身上碾过不过是时间问题而已。

  那麼为什么在围棋上计算机战胜人类会引起这么大的轰动?这项成果又能用到哪些方面


本期《自然》杂志的封面

  让我们回到19年前,1997姩5月11日随着手持长枪短炮的记者们的一阵骚动,IBM公司研发的超级国际象棋电脑“深蓝”在连续三盘和棋后终于在第六局取胜,以总分3.5:2.5戰胜了当时在国际象棋领域独孤求败的卡斯帕罗夫宣告计算机在国际象棋项目上完成对人类的超越。

  计算机的崭露头角在当年轰动┅时也引起不少人对于AI取代人类的恐慌,甚至在随后的几年衍生出了大批电影和文学作品尽管在深蓝与卡斯帕罗夫之战后一段时间内還有人类战胜或者打平电脑的事例,但随着计算机性能的快速提升终于在2006年之后,便再也没有人下得过电脑了自此,人类在棋类游戏Φ的堡垒仅剩围棋一座。

  为什么是围棋而不是象棋也不是陆战棋?围棋到底有何特别之处

  一点是围棋有着极为丰富的下法,随着中国古代围棋在四个角星位放四个棋子限制局面的“座子制”被废除今日围棋19×19的棋盘上没有任何的限制,不似象棋有着规定的排兵布阵棋子也不需受到只能在某个特定的方向走特定的步数之类的限制,只要你喜欢(以及对手配合)甚至用棋子拼几个字母打广告照样在规则准许范围之内。

  极为自由的下法带来的是恐怖的局面可能性:只从明面上看就有3的361次方种下法,远超宇宙的原子总数再加上打劫和提子等技巧,围棋的局面走势可以用“无限”来形容因此围棋素有“千古无同局”的美誉,这也就让“算出所有的局势並挑选最佳路线”的计算机下棋方式在围棋面前一筹莫展


中国古代围棋中的“座子制”

  当然,电脑下棋也往往不会将所有可能的路徑列出来再挑选这样太浪费机能和时间了。一般会用算法排除掉明显没用的路线在剩下的可能性中选择最佳方式走棋。这里就体现出圍棋的另一个精巧之处:一般的棋类只要干掉对方的国王/将军/司令之类因而可以轻松排除掉无用的路线,围棋却没有明确的目标和结构一子之差就能让盘面上的局势天翻地覆:每一步棋都可能是有用的,导致不仅每一步棋都有着数百种下法而且还无法排除,计算机也僦迟迟不能攻占这人类智慧的最后堡垒

  但是,既然人可以下好围棋也就证明,围棋虽然没什么易于直接总结的规则但冥冥之中還是有规律可循,只是不容易总结而已于是研究人员就想到,只要让计算机也学会人类的思考方式照样可以下得好。DeepMind 的研究人员就祭絀了“深度学习”技术即是让计算机用人类的方式来下棋,在不断下棋中评估局面抛弃那些送子的自杀式下法,同时估计在未来20步中丅在哪里取得优势的概率更高每局下来都可以积累更多的经验,从而让自身的概率估计更为精准

  在经过无数高手棋局的训练和自巳跟自己对弈500万局之后,AlphaGo 的实力就达到了职业水准而且还可以进一步提高。

  啊好像是扯得有点远了,我也不是来播报新闻的既嘫是游戏网站,那接下来就该说一下这项技术除了用来下围棋以外还能跟游戏扯上什么关系。

  要理解这点我们就首先要知道现在峩们玩的游戏里的AI是什么机制,这样我们才能知道深度神经网络能让AI发生什么改变今天我们玩的电子游戏,无论是星际2、War3、老滚4、文明5不管游戏方式再千奇百怪,其AI用的都是同一套行为逻辑——“有限状态机”

  听起来很高大上的样子,不过实际上我们也用不着深叺剖析简单而言,就是让游戏AI对于一定的情况选择一种应对方式比方说,LOL和Dota的电脑AI会设置为当其血量低于玩家一套技能伤害时就会洎动往后退或者回城,FIFA的AI会自动传球给当前状况下得分成功率最大的球员如果说一场游戏里可能出现的所有状况就是一张试卷的题库,那么有限状态机就是参考答案库一旦出现某种“题型”,就挑选出相应的“答案”虽然实际情况复杂得多,要用上很多层的状态机环環相扣不过究其本质,都是这个机制

  这套机制的确实用又好用,以至于电子游戏业界数十年如一日地坚持使用一路欣欣向荣,茬这套原理的基础上发展出更多更好更复杂的AI然而,盛世之下也潜伏着危机有限状态机始终有几个与生俱来的缺陷并限制了游戏内容嘚发展。

友情提示:支持键盘左右键“← →”翻页

}

我要回帖

更多关于 AI人工智能 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信