Video Oyunlar İçin Makine Öğrenmesi

0
604
Video Oyunlar için Makine Öğrenmesi
Video Oyunlar için Makine Öğrenmesi

Başlığa baktığımızda aslında oldukça yanıltıcıdır. Program kendini öğretmiyor; programcı tarafından verilen bir metriğe dayanarak en iyi nasıl oynanacağını öğreniyor (Koda bakıldığında, sınıflandırma, Mario’nun seviyesinde ne kadar kaldığını ve o sonuca ulaşmak için ne kadar zaman aldığını ölçerek yapılır.Lütfen programın bu kavramları içine önceden programlanmış olduğunu unutmayın.) İkisi arasında büyük bir fark var, çünkü öğrenmenin kendisi için bir derecelendirme programı ya da rehberlik gerektirmeyen bir program daha kolay öğreniliyor ve hiç de şaşırtıcı değil. Zayıf yapay zeka ve güçlü yapay zeka arasında fark var ve insanların ikisini birleştirmeye çalışmayı bırakmasını diliyorum.

Bunlar fiziksel bir davranış sergileyen çok karmaşık sürümlerdir ve daha sonra fiziksel nedenlerle gerçekleşirler. Bir taşı gevşek bırakırsan düşer. Elektrikli / optik makineler olan bilgisayarlar, en hızlı ortam olması nedeniyle, nedensel şeyleri ve boolean mantığı olarak yorumlayabileceğimiz şeylerin yaratılmasına izin veren başka herhangi bir ortamda çalışabilirler. Örneğin basınç ve sıcaklık.

Makine öğrenmesi gösterildiği gibi bir veri seti, bir hedef koşulu veren bir programlayıcıdır ve makine veri setinden rastgele şeyler atar. Programcı hedef koşulu ile çubukların ve neyin olmadığına karar verir. Tekrarlama, programcının, bilgisayarın çubuk dizilerini bulmasını sağlamasına izin verir.

Ancak bu aslında öğrenme değil, sadece bir programcının talimatlarına göre en az dirençli bir yol bulan fiziksel nedensel bir makine. Bir nehir yatağından su oymağı gibi. Veya bir kova su taşıdığınızda, kovayı boşaltırken suyu izleyerek en düşük yolu buluyorsunuz.

Zayıf Yapay Zeka vs. Güçlü Yapay Zeka

Su, nereye gideceğini “bilmiyor”, sadece fizik yasalarına uyuyor. Bu zayıf bir yapay zeka.

Güçlü yapay zeka, aslında insan ne düşünüyor olursa olsun, bizim gibi düşünüyor olmalıydı.

Zaten akıllı bilgisayarımız olmadığı için bir sürü sebep var. Araştırma para, teknoloji, ekonomide pazarlanabilirlik. Var olmadıkları için insanlara benzer olup olmadıkları hakkında hiçbir şey söylenemez.

Beyindeki şey buydu. Bunu en düşük düzeyde anlıyoruz: nöronlar. Her şeyin basit elektrik şarjı ve boşaltılmasıyla sonuçlandığını anlıyoruz. Aslında o kadar basit ki, donanım seviyesinde ilginç değil.

Aynı zamanda en üst düzeyde anlıyoruz. Beyninizin farklı bölümlerinin farklı işlevleri kontrol ettiğini anlıyoruz. Görüş arka tarafta işlenir, ön kısımda motor becerileri ve mantığı, beyin sapı yakınında duygular vb.

Anlamadığımız şey, yüksek seviyeyi düşük seviyeye bağlayan orta şeydir. Basit nöronlar, tüm bu karmaşık duyguları sağlayacak şekilde nasıl bağlıdır? Nöronların birbirine nasıl bağlandığının milyarlarca karmaşık bağlantısının ana planını anlamıyoruz.

Beynin elektriğe dayalı basit bir deterministik makine olduğunu anlıyoruz. Bağlantı yapılarının karmaşık duygular sağladığını anlamıyoruz.

Makine öğrenmesi umut vericidir, çünkü temel olarak nöronları rastgele kanca yapmamıza ve takviye ile birlikte bazı eğitim verileri sağlamamıza izin verir. Ve nöronlar, insanların bunu anlamasını istemeden bağlantıları kendileri yapacaktır. Bir gün güçlü yapay zeka yaratabiliriz ama hala nasıl çalıştığı hakkında fikrimiz yok. Makine öğrenmesi, bizim için tüm karmaşık işleri yapacak.

Her neyse, şu anda süper akıllı bilgisayarımız olmadığını söyleyebilirim çünkü donanımımız yok. Kod yoluyla nöron bağlantılarını değiştirmemizi sağlayan milyarlarca nöron içeren bir makinemiz yok. Tek seferde sadece bir talimat verebilen basit işlemcileriz var. Yani teknoloji o seviyede değil. Bu bunun mümkün olmadığını söylemek anlamına gelmiyor.

Kaynak: http://accmag.com/machine-learning-for-video-games/

Facebook Yorumları