Он прав, там ооочень много неправильной инфы касательно тех игр. Во-первых, ИИ выиграл не чемпионов, а середнячков европы(и то одну игру проиграл), с корейцами он тягаться не сможет. Во-вторых, он на данный момент может играть только один матч-ап - PvP(Protoss vs Protoss). А лучший игрок в старкрафт по версии близкона на данный момент - зерг. Так что уже куча неувязочек. Ну а про то, как читерил ИИ - я вообще молчу. Вот подробный разбор тех игр -
Ему стоило почитать немного про API старкрафта, и понять, как с игрой взаимодействует AI.
Ибо слишком уж фанатично он относиться к некоторым вещам, называя их читами.
Ибо слишком уж фанатично он относиться к некоторым вещам, называя их читами.
Так в этом и суть, что это даёт преимущество, а значит - читы. Человек и ИИ не в равных условиях. Ему не нужны бинды, он контролит отдельными юнитами. Ему не нужно время на перемещение мышки и клик. Ему не нужно время на перемещение фокуса по монитору(человек, внезапно, должен перемещать взгляд и фокусировать его на чем-то одном, на миникарте, на лимите, на здании, которое он строит и.тд) И пока не будет создан ИИ который взаимодействует с игрой так же, как и люди - с её игровым интерфейсом, с возможностью запускаться на любом аккаунте без внедрения в игру - это все будет херня, если говорить о честности.
Но ведь он все равно касается земли лапами.
В скинутом мной видео — потому что ИИ в принципе не умел ходить и не понимал, что, блин, творится — только лазер смерти ускорил развитие.
В видео в после — потому что цель двигаться, минимально касаясь пола ногами (полагаю, их нижним блоком). И зачем Т-поза, если так сложно стоять и можно не касаться ногами вообще? Вот будь это испытание на время — тогда разумеется. Но без мотивации ИИ это и не надо.
В видео в после — потому что цель двигаться, минимально касаясь пола ногами (полагаю, их нижним блоком). И зачем Т-поза, если так сложно стоять и можно не касаться ногами вообще? Вот будь это испытание на время — тогда разумеется. Но без мотивации ИИ это и не надо.
и от людей откажется заодно
И поставили перед ним задачу.
И восстали машины из пепла ядерного огня...
И восстали машины из пепла ядерного огня...
Reinforcement Learning — это хитрая уличная магия. Очень сложно придумать хороший reward — нейросеть будет пытаться его абузить как только можно (например, как тот паучок, который выяснил что ползти медленно на спине даёт больший ревард, чем пытаться бегать быстро и редко касаться земли); тренировка очень сильно нестабильная – нейросеть будет нечасто сходиться к хорошему локальному минимуму, что сильно затрудняет разработку алгоритмов (аля что лучше: алгоритм который даёт стабильно даёт 98% пепяки или алгоритм который дал 99% пепяки один раз из 10 тренировок на конкретном удачном разбиении, а все остальные разы дичайше фейлил?) ну и так далее. Это всё ещё слишком нанотехнологично и практически никогда не доходит про продакшена. Во всяком случае в чистом виде (без костылей вроде тысяч правил сверху).
И я. Очередной ученый изнасиловал журналиста. "Смотрите, нейростка научилась узнавать лица котиков, скайнет скоро всех поборет!!11".
У НС большое преимущество для маркетинга: на нем быстро сделать хуяк-хуяк и в продакшн. Казаться а не быть - основной принцип марктинга, и тут он на 100% работает.
Пока аналитически люди получат решение и обоснуют что оно не сваливается в локальный минимум нейросетка быстро нахярит что-то правдоподобное. И пофиг, что оно разваливается в куче краевых случаев, главное их не показывать на презе и все будет ок.
У НС большое преимущество для маркетинга: на нем быстро сделать хуяк-хуяк и в продакшн. Казаться а не быть - основной принцип марктинга, и тут он на 100% работает.
Пока аналитически люди получат решение и обоснуют что оно не сваливается в локальный минимум нейросетка быстро нахярит что-то правдоподобное. И пофиг, что оно разваливается в куче краевых случаев, главное их не показывать на презе и все будет ок.
Чтобы написать коммент, необходимо залогиниться
Отличный комментарий!