Sztuczna inteligencja zagraża miejscom pracy... piłkarzy?

Algorytm, korzystając z tzw. głębokiego uczenia się ze wzmocnieniem, sam zrozumiał, jak kontrolować roboty i sam dąży do wyznaczonego celu – czyli do strzelania bramek i uniemożliwienia zdobywania goli przeciwnikowi. Rezultatem są zaskakująco płynne i celowe zachowania małych robotów, które w eksperymencie rywalizowały w pojedynkach jeden na jednego.

„Roboty wykazywały nowe zachowania w postaci dynamicznych umiejętności motorycznych, takich jak zdolność do wstawania po upadkach, a także taktycznych, jak obrona piłki przed przeciwnikiem” – stwierdza współautor badania Amos Matsiko. „Agent nauczył się łączyć nabyte wcześniej umiejętności, udoskonalać je oraz przewidywać zachowanie przeciwnika”. W testach roboty chodziły o 181 proc. szybciej, obracały się o 302 proc. szybciej, a wstanie po upadku zajmowało im o 63 proc. mniej czasu w porównaniu z maszynami, którymi kierowała nie AI, ale stworzone przez programistów skrypty.

DeepMind ma już spore doświadczenie w opracowywaniu sztucznych inteligencji grających w gry. Jej AI same nauczyły się grać w gry komputerowe, osiągnęły arcymistrzowski poziom w szachach czy go. Celem nie jest, rzecz jasna, tylko zabawa. Gry stanowią doskonały poligon pozwalający w kontrolowanych warunkach tworzyć rozwiązania, które potem mogą być wykorzystywane do całkiem poważnych zastosowań. Np. stworzony przez DeepMind algorytm AlphaFold potrafi modelować złożone, trójwymiarowe kształty białek, potencjalnie przyspieszając prace nad nowymi lekami.

Algorytmy, które potrafią nauczyć się płynnie poruszać i planować działania na boisku piłkarskim, mogą posłużyć także do tworzenia maszyn, które będą w stanie efektywnie współdziałać z człowiekiem w zmiennych i nieprzewidywalnych sytuacjach – choćby w domu z dwójką dzieci i psem wprowadzającymi element chaosu. A kto wie, w przyszłości może nawet wyjść na boisko przeciw prawdziwym, ludzkim zawodnikom. I, na przykład, pokonać Mołdawię.