Immagine

Nell'ultima battaglia uomo contro macchina, è stata raggiunta una nuova novità mondiale: l'intelligenza artificiale ha battuto i migliori giocatori di eSport nel loro stesso gioco. Chiamato Starcraft II , questo popolare gioco di strategia in tempo reale richiede processi decisionali frenetici, gestione delle risorse e fluida esperienza tattica nel combattimento in stile sasso-carta-forbici. Diamo un'occhiata al motivo per cui questo è un grosso problema e come è stato raggiunto.

Emulare l’intelligenza umana

Come abbiamo spiegato in un recente blog , i nuovi approcci all’intelligenza artificiale hanno alimentato enormi passi avanti nel campo dell’intelligenza artificiale (AI) solo negli ultimi anni. Il principale terreno di prova fino ad oggi è l'arena dei giochi da tavolo di strategia come gli scacchi e il Go. Per questo nuovo dominio Google ha utilizzato un progetto chiamato Deep Mind , un sistema che utilizza reti neurali artificiali, che sono in parte modellate sul modo in cui un cervello umano elabora informazioni complesse.

Questa nuova forma di intelligenza artificiale adattiva può sia imparare dagli esperti, sia imparare in modo indipendente simulando se stessa. Sebbene non richieda supercomputer, richiede molta pratica, che è notevolmente accelerata dalle moderne tecnologie di processore odierne. Tuttavia, i risultati con gli scacchi e il Go sono stati sorprendenti, con l’intelligenza artificiale di Deep Mind che ha creato nuovi livelli di gioco strategico di gran lunga superiori a quelli dei migliori giocatori umani al mondo.

La sfida dei giochi di strategia in tempo reale

I giochi da tavolo hanno regole relativamente semplici pur essendo complessi attraverso molte potenziali iterazioni dei risultati di gioco. I giochi per computer come Starcraft II sono molto più complessi perché hanno una grande quantità di opzioni di gioco e molto presto in ogni gioco. Possono anche coinvolgere quantità infinite di unità, che sono molto meno vincolate dalle regole di gioco a cui sono limitate le pedine e i pezzi Go. Infine, esistono molti tipi diversi di unità con abilità multiple, che possono essere combinate in una miriade di modi.

Questi fattori rappresentano sfide formidabili per l’intelligenza artificiale, perché sconfinano nel regno della creatività, tradizionalmente una caratteristica umana. Tuttavia, uno degli aspetti unici di Deep Mind è la sua capacità di apprendere sperimentalmente per tentativi ed errori... all'ennesima potenza.

La resa dei conti

Con una nuova IA specializzata chiamata AlphaStar , il team di Google dietro Deep Mind si è sentito abbastanza sicuro da scatenare la propria IA basata su Starcraft II contro i migliori giocatori professionisti di eSport del gioco.

Affrontando due avversari in un ambiente di prova, i risultati furono scioccanti. In 10 vittorie consecutive ha battuto entrambi i giocatori 5-0. In realtà non è stata un'IA a batterli: si trattava di 5 diverse evoluzioni dell'IA, ciascuna con i propri stili di gioco molto distinti.

Un vantaggio meta-umano

Le sconfitte sono state un risultato davvero notevole, data la complessità del gioco e il livello di prestazione raggiunto dalle stelle degli eSport. Questi giocatori sono famosi per essere in grado di eseguire centinaia di azioni al minuto, con reazioni fulminee. Stranamente, l'abilità di AlphaStar non era in realtà in questo dominio presumibilmente adatto alle macchine. In effetti, aveva reazioni più lente e meno azioni al minuto, ma era superiore in termini di efficienza in termini di azioni effettive eseguite.

Dove eccelleva di più era l'intelligenza e la creatività del gioco, ed era l'assoluta diversità di strategie di gioco mai viste prima, a confondere le star degli eSports.

Quanto è riuscita la mente profonda

Su scala temporale umana, l'abilità di AlphaStar sembrava uscire dal nulla. Sui tempi della macchina ci è voluto un po' di tempo. La prima versione AI è stata realizzata studiando enormi quantità di giochi di giocatori professionisti. Questo lo ha portato al livello di un giocatore professionista di lega inferiore, ma c'è ancora molta strada da fare per eguagliare i migliori professionisti.

La fase successiva è stata la vera magia dell'IA. Ciò ha consentito ad AlphaStar di prendere la conoscenza emulata, sperimentarla e imparare da se stessa. In una settimana di pratica di gioco nella "AlphaStar League", ha simulato circa 200 anni di gioco contro varie iterazioni di se stesso.

Dai suoi algoritmi di autoapprendimento sono emersi 5 stili di gioco molto diversi con risultati vincenti superiori. Il team di Deep Mind li ha soprannominati, in modo un po' minaccioso, "agenti".

Shock e stupore

Sono state queste IA a confrontarsi con i giocatori professionisti. Nella seconda partita, una stella degli eSports di nome PLO, è rimasta un po' sbalordita dal fatto che la strategia dell'IA nella seconda partita fosse completamente diversa dalla prima.

Ciò ha portato i commentatori a riferirsi spesso all'intelligenza artificiale come "spaventosa" o "terrificante". In alcuni momenti il ​​gioco sembrerebbe esattamente quello di un giocatore professionista, ma poi improvvisamente potrebbe trasformarsi in nuove strategie, coordinando più attacchi ai fianchi e ottenendo il controllo totale della mappa.

Minaccia o opportunità?

Piuttosto che essere seccati per essere stati irrimediabilmente sconfitti da queste prime incursioni di Deep Mind negli eSport, i giocatori professionisti sconfitti erano incuriositi dalle nuove strategie e intuizioni su come il meta-gioco avrebbe potuto evolversi.

Piuttosto che AI ​​vs Human, per gli eSport questi agenti potrebbero essere utilizzati anche per allenarsi contro gli avversari più difficili, per spingere lo sviluppo delle loro abilità. Inoltre, con uno sviluppo specializzato, potrebbero essere utilizzati per scoprire efficaci controstrategie contro avversari di alto livello con stili di gioco prevedibili.

Come abbiamo scritto in precedenza , i principali team di eSport stanno ora adottando le più recenti tecnologie scientifiche sportive come NeuroTracker , per affinare le proprie capacità. Con grandi somme di denaro destinate allo sviluppo dei giocatori, potrebbe darsi che le star degli eSport di domani vengano addestrate dall'intelligenza artificiale con reti neurali personalizzate in base alle loro esigenze di apprendimento.

Se sei interessato al potere emergente dell'intelligenza artificiale, dai un'occhiata anche a questo blog.

Stanno arrivando le supermenti dell'intelligenza artificiale

Freccia

Inizia con NeuroTracker

Grazie! La tua richiesta è stata ricevuta!
Ops! Qualcosa è andato storto durante l'invio del modulo.

Supportato dalla ricerca

Seguici

Notizie correlate

Squadra NeuroTrackerX
17 giugno 2024
Recensione del libro: Condizionamento per gli eSport

Scopri cosa ha da offrire questa nuova bibbia degli eSport per l'intero settore.

Nessun articolo trovato.
Squadra NeuroTrackerX
17 giugno 2024
Lo studio NeuroTracker rivela che gli atleti di eSport hanno bisogno di una migliore alimentazione e di un sonno migliore

Per la prima volta una nuova ricerca mostra gli effetti di una cattiva alimentazione e di una cattiva qualità del sonno sulle funzioni cognitive dei giocatori professionisti.

Nessun articolo trovato.
Squadra NeuroTrackerX
17 giugno 2024
Quali eSport sono i più impegnativi dal punto di vista cognitivo? Parte 2

I giocatori di eSport di livello mondiale possono avere le capacità cognitive più impressionanti sul pianeta terra. Scopri qui quali tra i grandi eSport richiedono la maggiore potenza cerebrale sovrumana.

Nessun articolo trovato.