Dame la cosita aaaa
Google DeepmindはGoのゲームでは優勢かもしれませんが、Magic：The GatheringやHearthstoneのようなカードゲームに関してはまだ苦労しています。それでも、研究者たちはいわゆる「完璧な情報」ゲームから、そして秘密を持って相手と向き合うことを要求するゲームへとそれを押しのけるつもりである。それをするために、彼らは人工知能にカード自体の背後にある基本的な論理を教えなければなりません。
彼らがこのトリックを管理していたかどうかを確認するために、Deepmindのマインダーは最近、プログラムに新しいカードを作成するよう依頼しました。それはそうでしたが、成功は非常に限られていました。
研究者たちは、Javaでコード化された1万以上のMagic：The Gatheringカード、およびPythonでHearthstoneからの約500を超える高度な人工知能を供給しました。このコードは、各カードに含まれているマナ、パワー、レア、そしてMTGカードの説明など、重要な情報を表しています。ゲームがどのように機能するかを詳述したいくつかのよりオープンソースのコードを消化した後、Deepmindはカード作成に頭を悩ませる準備ができていました。
ディープマインドはマジックの最初のテストで合格点を獲得することができなかったが、ハースストーンで低いDを得た。評価アルゴリズムＢｌｅｕの実行、Ａ。 MTGの精度は61.4％、Hearthstoneの成功率は65.5％でした。研究者たちは、コンピュータがトレーニングで評価したカードを再作成することに成功したと警告しました。以前にカード自体を見たことがなかったとき、Deepmindは完全に失われました。
そうは言っても、Deepmindは時折100％のスコアを獲得しました。それはまさにそれが持っているべきであるように、上に示されているように、マダー爆撃機を作りました。実際、カードのテストセットにMad Bomberカードが含まれていたとしても、Madder Bomberは6の代わりに3のダメージしか与えません。この微妙な違いは、Preparationカードを完全にスクラブしたとしても、かなり良いキャッチです。ハースストーンカードはマジックのカードよりも簡単で、テストセットがはるかに小さい場合でも、A.Iのパフォーマンスが優れている可能性があります。
研究者にとって、コンピュータはベンチマークを上回ったため、テストは成功しました。システムを支えるニューラルネットワークに関する作業は継続されるので、DeepmindはMTGカードとHearthstoneカードの生産を改善する可能性があります。もちろん、それが退屈してYugiohを取り上げない限り。あるいは、ほとんどの初期のMTGファンのように、コレクション全体を2年生に売って、その現金を使って新鮮なお弁当を買うこともできます。
プロジェクト全体は、こっけいなグーグラーが余分な生地を持ち込むか、少しお金を節約する方法のように思えます。 Hearthstoneパックはまっすぐ銀行を破り、そしてある日、Deepmindは彼ら自身の供給を印刷することができるかもしれません。しかし今のところ、Googleのゲーマーは自分の日程を感動させるためにGoにこだわる必要があるでしょう。