奥飞寺的栗子
量子比特报告| 公众号QbitAI
人工智能团队的表现优于人类团队。
人工智能与人类合作，并且仍然远远优于人类。
为了训练强化学习AI 的团队协作能力，DeepMind 选择了Quake 3 Arena 的夺旗游戏。
从去年到今年，人工智能不断发展。
现在，即使反应速度下降到人类水平，计分精度下降，胜率仍然高于人类。
AI的学习资源只是第一视角看到的比赛场景和比分，无法获得像人类那么多的信息。
当AI打败柯洁时，我们说AI不配合，当AI赢得Dota 2世界冠军时，我们说冠军反应速度不公平。
但现在我们能做的就是看到DeepMind 出现在最新一期《科学》杂志上。
然后观察这些人工智能如何发展，它们知道如何相互协作以及与人类协作。
严酷的训练场
“夺旗”游戏是这样的：
每个队伍都有自己的大本营，目标是将自己的旗帜插在大本营上，并拔掉对方的旗帜。
如果我在蓝队，看到敌人举着蓝旗奔跑，我就必须用激光标记他们。
就这样，蓝旗被收回，敌人被送回故土。
5分钟内从对方手中拔取旗帜最多的队伍获胜。
最初，Quake 3 Arena 只有五张地图，而Team Arena 只有几十张地图。
为了让AI 接受更严格的训练，DeepMind 随机生成了许多原本游戏中没有的地图。
在这些领域，DeepMind 同时训练了30 名智能体。它的主要原理是LSTM。
这30位AI选手总共打了45万场比赛。
这个过程需要时不时地移除表现不佳的AI，并用顶级AI玩家的突变版本（突变）取代它们。这就是进化算法的思想。
最终，最佳人工智能被选出并命名为“For the Win”（FTW）。
除了碾压人类之外，他们还利用游戏漏洞。
接下来，测试一下FTW的实力。
首先，人类与机器之间存在混战。 DeepMind 找到了40 名人类，并将他们与人工智能随机分组。
因此，AI玩家的个人胜率远高于人类。
研究人员发现，人工智能不仅可以与人类和人工智能协作，还可以形成经典的团队作战策略。
例如，如果您参与枪战，您可以跟随队友并在数量上超过他们。
你也可以在敌人的大本营附近徘徊，让你的盟友接管并在获得旗帜后立即跑回来。
除了人类经常使用的这些例程之外，人工智能还发明了全新的策略。
利用游戏中的一个错误，你可以通过从后面射击队友来提高你的速度。除了证实这一现象之外，研究团队还想知道为什么人工智能发展出了如此多的技能。因此，我们研究了AI的行为模式，观察它如何理解游戏。
不同颜色的点代表诸如旗帜位于该位置、队友已占领敌人的旗帜或您位于敌人的位置等信息。 AI在不同的战斗情况下显然会做出不同的反应。安全和危险之间有明显的区别。
调整到同一起跑线
尽管人工智能在第一场混战中碾压了人类，但DeepMind 团队相当合理地认为：
人工智能相对于人类的主要优势是，首先，反应时间更快，其次，射击准确（感觉有些不对劲）。
因此团队手动将反应时间减慢至人类水平的约267毫秒，并将射击精度从80%降低至约48%，与人类相同。
然后游戏重新开始，这一次真人与机器之间的战斗开始了。
人类队伍分为普通人类和强者。
结果，人类强者组成的队伍对AI的胜率只有21%。
对于人类来说，唯一值得庆祝的事情是：
当AI加入人类队伍，与纯AI队伍交手时，人类队伍最终战胜了AI队伍。
我只是猜测，但这可能意味着“人类是猪的队友，对吗？”
科学文章传送门：
https://science.sciencemag.org/content/364/6443/859
科学报告门户：
https://www.sciencemag.org/news/2023/05/artificial-intelligence-learns-teamwork-deadly-game-capture-flag
OpenAI 博客门户内容已更新。
https://deepmind.com/blog/capture-the-flag-science/
– 就这样-
诚信招聘
量子比特现招聘一名编辑/记者，驻地北京中关村。我们正在寻找有才华和热情的学生加入我们！详情请在量子位公众号（QbitAI）对话界面回复“招聘”。
量子位QbitAI·今日头条署名作者
追踪AI技术和产品新进展
本文和图片来自网络，不代表火豚游戏立场，如若侵权请联系我们删除：https://www.huotun.com/game/576184.html