https://frosthead.com

Hoe computers Nintendo hebben leren spelen

Wat de videogames betreft, de klassieke Mario-games van Nintendo zijn vrij eenvoudig: Mario rent naar rechts, stampt op vijanden, verzamelt munten en springt over kuilen. Maar in deze YouTube-video zit geen mens achter de bedieningselementen: het is een computerprogramma, toepasselijk "MarI / O" genoemd. Gemaakt door YouTube-persoonlijkheid SethBling, wordt MarI / O beheerd door een kunstmatig neuraal netwerk dat evolutie nabootst. In de video laat Bling zien hoe het programma zichzelf heeft geleerd het eerste niveau van Super Mario World te verslaan.

gerelateerde inhoud

  • Dit kunstmatige neurale netwerk genereert absurde pickup-lijnen
  • Een AI-geschreven novelle won bijna een literaire prijs
  • Hoe het Tetris-themalied is gemaakt

MarI / O is niet de eerste kunstmatige intelligentie die het vlaggenschippersonage van Nintendo overneemt: Mario is al jaren een cavia voor programmeurs die al jaren met kunstmatige intelligentie spelen. Een groep sponsorde een jaarlijkse Mario AI-competitie, Jordan Pearson rapporteert voor Moederbord en een paar Georgia Tech-computerwetenschappers genaamd Mark Riedl en Matthew Guzdial hebben zelfs een AI gebouwd die Super Mario Bros.-niveaus helemaal opnieuw kan ontwerpen.

Dus waarom is Mario zo'n goed testonderwerp voor AI? Zoals elke goede speedrunner je zal vertellen, gaan de eerste games van Nintendo allemaal over patroonherkenning en uitzoeken hoe je die patronen in je voordeel kunt zetten - een balans tussen logica en creativiteit die interessante uitdagingen voor AI oplevert.

"Het is een beetje sneller en dynamischer dan de Atari-games die velen momenteel gebruiken om AI te testen, " vertellen Riedl en Guzdial aan Pearson. "Het side-scrolling karakter van de game betekent dat veel van de game niet waarneembaar is voor de AI, terwijl veel eenvoudiger arcade games alle informatie tegelijkertijd op het scherm hebben."

Mario-games dwingen de AI zich aan te passen aan nieuwe uitdagingen, of het nu een pit is om overheen te springen, een horde Goombas om te stampen of Chain Chomps om te vermijden. Zoals Aaron Souppouris schrijft voor Engadget, is het een proces van vallen en opstaan ​​dat de AI dwingt een oplossing te bedenken:

In navolging van de werkelijke evolutie, veranderde MarI / O zijn gedrag niet met enige gedachte. Elke generatie introduceerde nieuwe ideeën, maar het probeerde gewoon verschillende dingen, niet doen wat het 'dacht' zou werken. Toen een idee een succes was, werd het onthouden, terwijl het niet werd weggegooid en ervan werd geleerd. In de loop van 34 evolutionaire stappen, eindigde MarI / O met springen, hoewel het hele niveau voldoende zou zijn. Als de maker Seth Bling het opnieuw zou uitvoeren, zou de AI vrijwel zeker een ander, maar niet minder succesvol pad door het niveau vinden.

Super Mario Bros. is verre van de enige videogame in zijn soort, maar zoals Julian Togelius, professor in de informatica aan de New York University, Pearson vertelt, maakt de populariteit van het spel ook een broeinest voor AI-onderzoek. De beste manier om te beoordelen hoe goed een computer Mario door een niveau leidt, is immers als je dat niveau zelf hebt gespeeld. "De meeste mensen hebben een idee van hoe het lijkt om Super Mario te spelen", vertelt Togelius aan Pearson. "Mensen doen dingen zoals stoppen en denken, wat een AI nooit zou doen. Het vermogen om met jezelf te vergelijken is zeer krachtig."

Kunstmatige intelligentie heeft nog een lange weg te gaan voordat het iets wordt dat zo geavanceerd is als menselijke intelligentie, maar ondertussen is het slaan van Bowser niet al te armoedig. Bekijk voor meer Mario-gebaseerde AI-projecten de rest van het verhaal van Pearson.

Hoe computers Nintendo hebben leren spelen