Наблюдая за действиями игроков и считывая их мозговые волны, инженеры США по заказу Минобороны разрабатывают алгоритмы машинного обучения, способные контролировать юниты. Сначала — в компьютерной стратегии, а там видно будет.
В фантастическом фильме 1984 года «Последний звездный боец» рассказывается про подростка, чьи навыки в аркадных играх помогли ему стать пилотом настоящего боевого звездолета. Инженеры из Университета Баффало и Управления перспективных исследовательских проектов Минобороны США провели очень похожее исследование.
Они разработали стратегическую игру в реальном времени, напоминающую StarCraft. В ней игроки должны использовать ресурсы, создавать армии и сражаться с противниками.
Отличие от обычной видеоигры (и от фильма) в том, что к головам игроков прикреплены датчики ЭЭГ, записывающие активность их мозга, а специальные камеры следят за движением глаз.
Вся эта информация поступает в компьютер и используется для обучения алгоритмов нейросети. Военные надеются, что в будущем машины будут так же хорошо координировать действия автономных боевых роботов, воздушных и сухопутных.
Пока проект находится в стадии сбора данных. Каждый из 25 участников должен сыграть 6-7 игр на разном уровне сложности. Каждая игра длится от пяти до десяти минут — этого достаточно, чтобы оценить стратегию принятия решений, рассказывает Digital Trends.
«Мы стараемся рекрутировать [участников] с большим игровым опытом», — пояснил Сома Чоудхари, научный сотрудник университета и один из руководителей проекта. Сам он не геймер, его специализация — роевой интеллект, отрасль информатики, зародившаяся в конце 80-х. Она изучает коллективное поведение децентрализованных, самоорганизующихся систем, как виртуальных, так и роботизированных.
Однако обучение роботов требует массы времени и усилий. А обучение роя машин еще сложнее. Так и возникла идея научить машины управлять роем, наблюдая за действиями людей.
«В данном случае мы хотели увидеть, как люди играют в эту игру, а потом использовать это, чтобы значительно ускорить обучение ИИ. Раньше приходилось проводить 10 000 симуляций для обучения. Теперь нам нужно около 1000 и данные от людей», — сказал Чоудхари.
