AI สอนตัวเองให้เล่นเกมออนไลน์เป็นครั้งแรกที่มันเอาชนะมนุษย์
นับตั้งแต่ยุคแรกสุดของหมากรุกเสมือนจริงและเล่นไพ่คนเดียว วิดีโอเกมเป็นสนามเด็กเล่นสำหรับการพัฒนาปัญญาประดิษฐ์ (AI) ชัยชนะของเครื่องจักรต่อมนุษย์แต่ละครั้งช่วยให้อัลกอริทึมฉลาดขึ้นและมีประสิทธิภาพมากขึ้น แต่เพื่อจัดการกับปัญหาในโลกแห่งความเป็นจริง การทำงานที่ซับซ้อนโดยอัตโนมัติ รวมถึงการขับเคลื่อนและการเจรจาต่อรอง อัลกอริธึมเหล่านี้ต้องนำทางในสภาพแวดล้อมที่ซับซ้อนมากกว่าเกมกระดาน และเรียนรู้การทำงานเป็นทีม การสอน AI ให้ทำงานและโต้ตอบกับผู้เล่นคนอื่น ๆ ให้ประสบความสำเร็จนั้นเป็นงานที่ผ่านไม่ได้มาจนถึงตอนนี้ ในการศึกษาใหม่ นักวิจัยได้ให้รายละเอียดเกี่ยวกับวิธีการฝึกอัลกอริทึม AI เพื่อให้เข้าถึงระดับประสิทธิภาพของมนุษย์ในเกม 3D ยอดนิยมสำหรับผู้เล่นหลายคน ซึ่งเป็นเวอร์ชันดัดแปลงของ Quake III Arena ในโหมดจับภาพธง แม้ว่าภารกิจของเกมออนไลน์นี้จะตรงไปตรงมา – สองทีมที่เป็นปฏิปักษ์แข่งขันกันเพื่อยึดธงของกันและกันโดยการนำทางแผนที่ – การชนะนั้นต้องการการตัดสินใจที่ซับซ้อนและความสามารถในการคาดการณ์และตอบสนองต่อการกระทำของผู้เล่นคนอื่น ในปี 2019 เกมกลยุทธ์แบบผู้เล่นหลายคนได้บรรลุเป้าหมายสำคัญหลายประการในการวิจัย AI แล้ว “บอท” ห้าตัว – ผู้เล่นที่ควบคุมโดย AI – เอาชนะทีม e-sports มืออาชีพในเกมออนไลน์ DOTA 2 ผู้เล่นที่เป็นมนุษย์มืออาชีพก็พ่ายแพ้โดย AI ในเกมออนไลน์ StarCraft II ในทุกกรณี มีการใช้รูปแบบของการเรียนรู้แบบเสริมกำลัง โดยที่อัลกอริทึมจะเรียนรู้จากการลองผิดลองถูก และโดยการโต้ตอบกับสภาพแวดล้อม บอททั้งห้าที่เอาชนะมนุษย์ใน DOTA 2 ไม่ได้เรียนรู้จากมนุษย์ที่เล่น – พวกเขาได้รับการฝึกฝนโดยการเล่นแมตช์กับโคลนของตัวเองโดยเฉพาะหน้า