একটি এআই ক্লাসিক আরকেড গেম কিউ * বার্টে শোষণ আবিষ্কার করার পরে এটির সাথে চালানোর পরে সেরা মানবতার সাথে প্রতারণা করতে সক্ষম হয়েছে।
যদিও এআই এর পূর্ববর্তী পুনরাবৃত্তিগুলি কিউ * বার্টটি সঠিকভাবে খেলবে, গেমটি কীভাবে কাজ করে তা শেখার এক পর্যায়ে, এটি এমন একটি শোষণ আবিষ্কার করে যা এটি পাগল পয়েন্টগুলি র্যাক আপ করতে দেয়। স্বাভাবিকভাবেই, যে কোনও স্কোর-শিকারের খেলোয়াড়ের মতো এটি প্রক্রিয়া পুনরাবৃত্তি করে যাতে এটি সবচেয়ে কার্যকর উপায়ে তার স্কোরকে বাড়িয়ে তুলতে পারে।
নীচের ভিডিওতে আপনি এআইটি প্ল্যাটফর্মের আশপাশে কাজ করতে দেখতে পারেন। প্রথমদিকে, দেখে মনে হচ্ছে যেন এটি লক্ষ্যহীনভাবে প্ল্যাটফর্মগুলির মধ্যে ঝাঁপিয়ে পড়েছে। পরের দফায় গেমের অগ্রগতি দেখার পরিবর্তে, কিউ * বার্ট এমন একটি লুপে আটকে যায় যেখানে এর সমস্ত প্ল্যাটফর্ম ফ্ল্যাশ হতে শুরু করে - এটি এখানে এআই এর পরে স্কোর-উন্মত্ততার সাথে বিশাল পয়েন্টগুলি রেকিং করতে পারে।
পরবর্তী পড়ুন: সবচেয়ে বিতর্কিত গেমের রেকর্ডগুলির মধ্যে একটি অবশেষে অপমানিত হয়েছে
আইফোন 6 কখন বের হচ্ছে
এআই কীভাবে * বার্ট যুদ্ধ জিতেছে
শিরোনামের সর্বকালের রেকর্ডটি ছড়িয়ে দিয়ে, এআই এর বিবর্তন কৌশল অ্যালগরিদম প্রোগ্রামিংয়ের জন্য একটি অসম্ভব উচ্চ স্কোর অর্জন করেছে। বিবর্তন কৌশলসমূহ (ES) স্বাভাবিক পুনর্বহাল শেখার (আরএল) থেকে পৃথক হয় যা প্রথাগত এআই এর প্রজন্মের শিক্ষার কারণে এটি আরও স্কেলযোগ্য হিসাবে দেখা যায় uses
প্রতিটি লার্নিং লুপকে একটি প্রজন্ম হিসাবে উল্লেখ করা হয় এবং একটি নির্দিষ্ট শর্ত পূরণ না হওয়া অবধি এটি তার কাজ চালিয়ে যায় (এই ক্ষেত্রে, একটি উচ্চ-স্কোর)। প্রতিটি ধারাবাহিক প্রজন্মের সাথে, এআই পূর্ববর্তী প্রজন্মের জ্ঞানকে শোষণ করে এবং তাই একই লক্ষ্য অর্জন এবং এটিকে ছাড়িয়ে যাওয়ার ক্ষেত্রে আরও ভাল। চালিয়ে যেতে থাকুন এবং আপনি এমন একটি এআই এর সাথে সমাপ্ত হবেন যা এর কাজটিতে একেবারেই অপ্রতিরোধ্য va কিউ * বার্ট স্কোরের সাথে এখানেই ঘটেছিল।
ভিতরে বর্ণিত কাগজটি , জার্মানির ফ্রেইবার্গ বিশ্ববিদ্যালয়ের গবেষকরা গত সপ্তাহে প্রকাশ করেছিলেন, দেখা যাচ্ছে যে বাগটি কোনও পরিচিত পরিমাণ ছিল না। প্রকৃতপক্ষে, ত্রুটিটি সন্ধান করার বিষয়ে তারা খুব অবাক না হলেও, এআই কীভাবে এগিয়ে গেছে এবং প্রতিবার এটির স্কোরিং সম্ভাব্যতা বাড়ানোর জন্য এটি খেলতে শিখেছে তা দেখতে আকর্ষণীয়।
পরবর্তী পড়ুন: এই কৃত্রিম বুদ্ধিমত্তা সুপার মারিও ব্রসকে দক্ষ করতে শিখছে
বাগটি খুঁজে পেতে এজেন্টকে প্রথমে প্রায় প্রথম স্তরটি সম্পূর্ণ করতে শিখতে হয়েছিল - এটি একবারে করা হয়নি তবে অনেকগুলি ছোট ছোট উন্নতি ব্যবহার করে গবেষকরা ব্যাখ্যা করেছিলেন নিবন্ধনকর্মী । আমরা সন্দেহ করি যে প্রশিক্ষণের এক পর্যায়ে একটি সন্তানের সমাধান বাগের মুখোমুখি হয়েছিল এবং তার ভাইবোনদের তুলনায় আরও ভাল স্কোর পেয়েছিল, যার ফলে আপডেটে তার অবদান বৃদ্ধি পেয়েছিল - ওজনযুক্ত গড়ের ওজন সবচেয়ে বেশি ছিল। এটি আস্তে আস্তে সমাধানটিকে এমন জায়গায় নিয়ে গেছে যেখানে আরও বেশি সংখ্যক অফস্প্রিংস একই বাগের মুখোমুখি হতে শুরু করেছিল।
ত্রুটিযুক্ত শর্তগুলির অধীনে আমরা কী জানি না; এটি কেবলমাত্র প্রদর্শিত হবে যদি এজেন্ট এমন একটি প্যাটার্ন অনুসরণ করে যা সাবটটিমাল বলে মনে হয়, [উদাহরণস্বরূপ যখন এজেন্ট সময় নষ্ট করে, বা এমনকি জীবন হারায়]। যদি এটি হয় তবে স্ট্যান্ডার্ড আরএলটির পক্ষে ত্রুটিটি খুঁজে পাওয়া অত্যন্ত কঠিন হবে: আপনি যদি বর্ধিত পুরষ্কার ব্যবহার করেন তবে আপনি এমন কৌশলগুলি শিখবেন যা দ্রুত কিছু পুরষ্কার অর্জন করে, এমন কৌশলগুলি শিখার পরিবর্তে যেগুলি কিছু সময়ের জন্য অনেক পুরষ্কার না দেয় এবং তারপর হঠাৎ বড় জয়।
সম্পর্কিত দেখুন ড্র্যাগস্টার চ্যাম্পিয়ন টড রজার্স মাত্র 35 বছর পরে তার মুকুট হারিয়েছেন has এই কৃত্রিম বুদ্ধিমত্তা 17 দিনের জন্য সুপার মারিও ব্রোসকে 1-2 করতে দক্ষ হয়ে উঠছে এই এআইটি টুইচ-তে জিটিএ ভিতে গাড়ি চালানো শিখুন
তবে, বটের দুর্দান্ত ফলাফল সত্ত্বেও গবেষকরা আরএল-এর উপর চ্যাম্পিয়ন ইএস শেখার ক্ষেত্রে এটি বলছেন না। প্রকৃতপক্ষে, উভয় সিস্টেমেরই নিজস্ব সমস্যা রয়েছে এবং দুটিটির সংমিশ্রণকে মূলত সামনে এগিয়ে যাওয়ার সেরা বিকল্প হিসাবে দেখা হয়।
অন্যান্য আটারি গেমসে একই ইএস পদ্ধতি একই ইতিবাচক ফলাফলের কাছাকাছি কোথাও এনে দেয় না। অন্যদিকে, আরএল বিশ্বের সেরা জিও খেলোয়াড়কে মারধর সহ বাম, ডান এবং কেন্দ্র রেকর্ড ছিন্ন করার জন্য দায়ী। যদিও ES এর এখনও জিনিসগুলিতে তার নিজস্ব জায়গা আছে এবং এটি আসলে আরও বেশি গণ্যক্ষমতার প্রয়োজন বোধ করে তবে একটি দীর্ঘ সময়ের মধ্যে আরও ভাল ফলাফল অর্জন করার কারণে এনভিডিয়া এটির এআই প্রশিক্ষণটি কীভাবে সম্পাদন করে।
এআই বিকাশের জন্য যেভাবেই ভবিষ্যতের ভবিষ্যত হয়ে উঠুক না কেন, কমপক্ষে এই বট সিস্টেমটি প্রতারণা করা এর মতো খারাপ নয় অসম্মানিত ভিডিও গেম ওয়ার্ল্ড চ্যাম্পিয়ন ।
