btbilgi

Dünyanın en iyi Go oyuncularını yenmeyi başaran AlphaGo yapay zeka sisteminin arındaki araştırma ekibi, ilginç yeni bir projeye imza atmışlar. DeepMind ekibi derin öğrenme ağlarına, gelişmiş algoritmalar ve eski video oyunları aracılığı ile öğretmeyi göstermişler. Makinelerin belli görevleri öğrendikten sonra başka makinelere de öğretebileceğine inanan ekip, bunu kanıtlamak için ID Software firmasının ünlü Quake III video oyunundan ve eski Atari konsol oyunlarından faydalanmış.

Ekip adına ‘Importance Weighted Actor-Learner Architectures’ (IMPALA) denilen bir öğrenme/öğretme sistemi kurmuş. IMPALA sisteminde bir yapay zeka aynı anda bir sürü video oyunu oynuyor. Bunu çok hızlı şekilde yapıyor ve bir yandan öğrendiği şeyleri başka yapay zeka birimlerine aktarıyor. Öğrenen yapay zekaya “aktör”, bilgiyi gerçek zamanlı dağıttığı makinelere ise “öğrenci” denilmekte.

Araştırmacılar aktör bilgisayara oyun için kullanması gereken kontrolleri ve başarması gereken hedefleri veriyorlar. Yapay zeka aynı bir insan oyuncu gibi oyunu oynamaya başlıyor. Hedeflerini gerçekleştirmek için nereye gitmesi gerektiğine deneme yanılma ile karar veriyor. Bir yerden sonra neyi yaptığında daha hızlı sonuç alacağını kaydetmeye başlıyor. Bu noktadan sonra hem bir insandan daha hızlı oyun oynayabiliyor, hem de aynı anda 30 civarında oyunu birden takip edebiliyor.

Aşağıda bir insan oyuncunun Quake III bazlı bir labirent oyununu oynamasını görebilirsiniz.

Aşağıda ise IMPALA sistemi kullanan bir yapay zekanın aynı oyunu oynamasını izleyebilirsiniz.

DeepMind ekibinin geliştirdiği “DMLab-30” eğitim veri setini kullanan yapay zeka, oyunu öğrendikçe verileri bağlı olduğu diğer makinelere aktarıyor. Bir süre sonra diğer makineler de ilk yapay zekanın başarısına yakın şekilde oyunu oynayabiliyorlar. Ekibin yayımladığı bilimsel makalede, IMPALA sisteminde aktör makinenin saniyede 250 bin karelik bir işlem gücüne sahip olduğu aktarılmakta. Bu da günde 21 milyar kare büyüklüğünde bir işlem deneyimi demek.

Yapay zekalar kendilerine verilen görevleri hatasız ve hassas şekilde tamamlayabilmek için, her saniye yüzbinlerce karelik veri işlemek durumunda kalacaklar. Bu çalışma da bir yapay zekanın öğrendiklerini başkalarına aktarıp, onların da kısa zamanda aynı büyüklükte dev veri yığınlarını işlemelerini öğrenmelerini sağlayacak.

Yorumlar
btbilgi
PAYLAŞ
blank
xTRlarge, Türkiye'nin (TR) üretici ve yenilikçi potansiyelini sergilemek; farklı bakış açılarını, yeni tarzları, x sayıda yeni değeri, girişimi, fikri yansıtmak; teknolojiden doğaya, iş yönetiminden tasarıma, insana dair faaliyetlerin en geniş ufkunu sizlerle mümkün olduğu kadar geniş 'large" paylaşabilmek için yola çıktı. Geleceğe inancı olanlarla birlikte mesafe katetmeyi planlıyor.