واحد هوش مصنوعي گوگل موسوم به DeepMind اعلام كرد كه الگوريتم جديد آنها نه تنها مي‌تواند فرآيند انجام بازي‌هاي رايانه‌اي را ياد بگيريد، بلكه قادر است پس از چند ساعت تمرين بدون هرگونه اشتباه بازي را به پايان برساند.

به گزارش ايتنا از رايورز به نقل از زد.دي.نت، مركز DeepMind گزارشي را در نشريه علمي Nature منتشر كرد و توضيح داد الگوريتم Q-network(DQN) آنها چگونه مي‌تواند 49 بازي رايانه‌اي كه به طور ويژه براي كنسول Atari 2600 ساخته شده بود را با موفقيت به انتها برساند.

از جمله اين بازي‌ها كه هوش مصنوعي گوگل به تنهايي يا با حضور كاربر آنها را به پايان مي‌رساند مي‌توان به Breakout، River Raid، Boxing و Enduro اشاره كرد.

عمليات‌هاي صورت گرفته توسط سيستم هوش مصنوعي DeepMind در مقايسه با انسان كاملا قابل قبول است و بر اساس اين گزارش گفته مي‌شود و الگوريتم ويژه آن به گونه‌اي ساخته شده است كه مي‌تواند با ديگر بازي‌ها هم سازگار شود.

تصاوير ويديويي منتشر شده از سوي «دميس هاسابيس» بنيانگذار مركز DeepMind نشان مي‌دهد كه چگونه اين سيستم با الگوريتم DQN بازي Breakout را با موفقيت به پايان مي‌رساند.

در ابتدا اين الگوريتم براي بازگرداندن توپ مشكل داشت. اما چند بار پس از تكرار بازي توانست قوانين آن را شناسايي كند و سرانجام بهترين استراتژي را براي انجام بازي بدون نقص ارائه كرد و توانست به مرحله پاياني برسد.

در گزارش اخير همچنين گفته شد: «الگوريتم DQN توانسته است استراتژي لازم براي موفقيت اين بازي‌ها را شناسايي كند و شبكه هوش مصنوعي و پارامترهاي موازي را به كار بندد تا بتواند هر تغييري كه در پيكسل‌هاي نمايشگر ايجاد مي‌شود را تشخيص دهد. اين كار باعث شده است تا سيستم DeepMind بدون مشكل بازي‌ها را به مرحله پاياني برساند.»