Afbeelding

In de nieuwste strijd tussen mens en machine is een wereldprimeur behaald: AI heeft top-eSports-spelers verslagen in hun eigen spel. Starcraft II, een populair real-time strategiespel, vereist snelle besluitvorming, efficiënt resourcebeheer en vloeiende tactische vaardigheden, in plaats van gevechten gebaseerd op het steen-papier-schaar-principe. Laten we eens kijken waarom dit zo'n grote prestatie is en hoe dit is bereikt.

Het nabootsen van menselijke intelligentie

Zoals we in een recent blogberichtgezorgd voor enorme sprongen voorwaarts in de kunstmatige intelligentie de afgelopen jaren DeepMind, een systeem dat gebruikmaakt van kunstmatige neurale netwerken, die deels zijn gemodelleerd naar de manier waarop een menselijk brein complexe informatie verwerkt.

Deze nieuwe vorm van adaptieve AI kan zowel leren van experts als zelfstandig leren door simulaties van zichzelf te spelen. Hoewel er geen supercomputers voor nodig zijn, is er wel veel oefening nodig, wat met de moderne processortechnologieën van tegenwoordig enorm wordt versneld. De resultaten met schaken en Go zijn echter verbluffend, waarbij DeepMind AI een nieuw niveau van strategisch spel heeft bereikt dat veel hoger ligt dan dat van de beste menselijke spelers ter wereld.

De uitdaging van realtime strategiespellen

Bordspellen hebben relatief eenvoudige regels, maar de complexiteit zit hem in de vele mogelijke spelscenario's. Computerspellen zoals Starcraft II zijn veel complexer omdat ze een enorm aantal spelopties bieden, en dat al heel vroeg in elk spel. Ze kunnen ook een oneindig aantal eenheden bevatten, die veel minder gebonden zijn aan de spelregels dan pionnen en Go-stukken. Ten slotte zijn er veel verschillende soorten eenheden met meerdere vaardigheden, die op talloze manieren gecombineerd kunnen worden.

Deze factoren vormen enorme uitdagingen voor AI, omdat ze grenzen aan creativiteit – van oudsher een menselijke eigenschap. Een van de unieke kenmerken van DeepMind is echter het vermogen om experimenteel te leren door middel van vallen en opstaan... tot in het oneindige.

De confrontatie

Met een nieuwe, gespecialiseerde AI genaamd AlphaStar, voelde het Google-team achter DeepMind zich zelfverzekerd genoeg om hun op Starcraft II gebaseerde AI los te laten op de beste professionele eSports-spelers van het spel.

In een testomgeving tegen twee tegenstanders waren de resultaten schokkend. In tien opeenvolgende overwinningen versloeg de AI beide spelers met 5-0. Het was overigens niet één AI die hen versloeg, maar vijf verschillende evoluties van de AI, elk met hun eigen, zeer specifieke speelstijl.

Een meta-menselijke voorsprong

De nederlagen waren een opmerkelijke prestatie, gezien de complexiteit van het spel en het prestatieniveau dat eSports-sterren bereiken. Deze spelers staan ​​bekend om hun vermogen om honderden acties per minuut uit te voeren, met bliksemsnelle reacties. Vreemd genoeg lag de kracht van AlphaStar niet op dit, naar men aanneemt, gebied dat door machines wordt beheerst. Sterker nog, het had tragere reacties en minder acties per minuut, maar was superieur in efficiëntie wat betreft de acties die het daadwerkelijk uitvoerde.

Het spel blonk vooral uit in de slimheid en creativiteit van het spel, en het was de enorme diversiteit aan nooit eerder vertoonde spelstrategieën die de eSports-sterren versteld deden staan.

Hoe Deep Mind het deed

Op menselijke tijdschalen leek het vermogen van AlphaStar uit het niets te komen. Op machinetijdschalen duurde het echter behoorlijk lang. De eerste AI-versie werd ontwikkeld door enorme hoeveelheden partijen van professionele spelers te bestuderen. Hierdoor bereikte het het niveau van een professionele speler uit een lagere divisie, maar er was nog een lange weg te gaan om de top van de professionele competitie te evenaren.

De volgende fase was de ware magie van de AI. Hierdoor kon AlphaStar de gesimuleerde kennis gebruiken, ermee experimenteren en van zichzelf leren. In één week speelsessie in de 'AlphaStar League' simuleerde het ongeveer 200 jaar aan gameplay tegen verschillende versies van zichzelf.

Uit de zelflerende algoritmes kwamen 5 zeer verschillende speelstijlen voort met superieure winstkansen. Het DeepMind-team noemde deze, enigszins onheilspellend, 'agenten'.

Schok en ontzag

Het waren deze AI's die het opnamen tegen de professionele spelers. In de tweede wedstrijd was e-sportster PLO enigszins verbijsterd over het feit dat de strategie van de AI in de tweede wedstrijd compleet anders was dan in de eerste.

Dit leidde ertoe dat commentatoren de AI vaak omschreven als 'eng' of 'angstaanjagend'. Soms leek het spel precies op dat van een top professionele speler, maar dan kon het plotseling veranderen in compleet nieuwe strategieën – het coördineren van meerdere flankaanvallen en het verkrijgen van volledige controle over de kaart.

Bedreiging of kans?

In plaats van zich te ergeren aan het feit dat ze hopeloos werden overtroffen door deze vroege eSports-experimenten van Deep Mind, waren de verslagen professionele spelers juist geïntrigeerd door de nieuwe strategieën en inzichten in hoe de meta-game zich zou kunnen ontwikkelen.

In plaats van AI tegen mens, zouden deze agents in eSports ook gebruikt kunnen worden om te trainen tegen de sterkste tegenstanders en zo hun vaardigheden te ontwikkelen. Bovendien zouden ze, met gespecialiseerde training, ingezet kunnen worden om effectieve tegenstrategieën te ontdekken tegen toptegenstanders met voorspelbare speelstijlen.

schreven eerder al, maken grote e-sportteams nu gebruik van de nieuwste sportwetenschappelijke technologieën, zoals NeuroTracker, om hun vaardigheden te verbeteren. Met de grote investeringen in spelersontwikkeling zou het zomaar kunnen dat de e-sportsterren van morgen worden getraind door AI met neurale netwerken die zijn afgestemd op hun leerbehoeften.

Als je geïnteresseerd bent in de steeds verder ontwikkelende mogelijkheden van AI, bekijk dan ook eens deze blog.

AI-superbreinen komen eraan

Volg ons

Pijl

Begin met NeuroTracker

Dank u wel! Uw inzending is ontvangen!
Oeps! Er is iets misgegaan tijdens het verzenden van het formulier.

Onderbouwd door onderzoek

De impact van driedimensionale objecttracking (3D-MOT) op cognitieve prestaties en hersenactiviteit bij voetballers

Welkom bij de afdeling Onderzoek en Strategie van [bedrijfsnaam] in de snel veranderende wereld van vandaag.

Volg ons

Gerelateerd nieuws

NeuroTrackerX-team
17 juni 2024
Boekrecensie: Conditionering voor e-sport

Ontdek wat deze nieuwe bijbel voor esports de hele branche te bieden heeft.

Geen artikelen gevonden.
NeuroTrackerX-team
17 juni 2024
NeuroTracker studie onthult dat e-sportatleten betere voeding en slaap nodig hebben

Nieuw onderzoek toont voor het eerst de effecten aan van een slecht voedingspatroon en een slechte slaapkwaliteit op de cognitieve functies van professionele gamers.

Geen artikelen gevonden.
Lee Sidebottom
17 juni 2024
Welke e-sporten zijn het meest cognitief veeleisend? Deel 2

Esports-spelers van wereldklasse beschikken mogelijk over de meest indrukwekkende cognitieve vermogens op aarde. Ontdek hier welke grote esports-disciplines de grootste eisen stellen aan bovenmenselijke hersenkracht.

Geen artikelen gevonden.
X
X