ओपनाई बॉट को कौन सी ताकत मिलती है जो डेंडी को हरा देती है

पिछले हफ्ते, Dota 2 और AI के क्षेत्र में इतिहास बनाया गया था। इंटरनेशनल में, देंडी, खेल के सर्वश्रेष्ठ खिलाड़ियों में से एक, 1v1 में, एक बॉट द्वारा, दो बार लगातार निर्दयता से पीटा गया था। प्रश्न में बॉट, OpenAI, एलोन मस्क के एक स्टार्टअप द्वारा बनाया गया था।

अब आपके कुछ सवाल हो सकते हैं। डोटा क्या है? OpenAI क्या है? और यह क्यों महत्वपूर्ण है? शुरुआत करने के लिए, डोटा एक फ्री-टू-प्ले MOBA गेम है जिसमें आप हीरोज को नियंत्रित करते हैं और आपका उद्देश्य प्राचीन विरोधियों को नष्ट करना है। Dota के कई प्रशंसक अंतिम वाक्य के लिए अपमानित कर सकते हैं क्योंकि Dota के लिए बहुत कुछ है तो मैंने संक्षेप में कहा है।

खेल एक बहुत ही जटिल सीखने की अवस्था के साथ बहुत जटिल है। मैंने कुछ समय पहले डोटा सीखने के लिए एक मिशन पर शुरुआत की थी और मुझे एक सप्ताह लग गया बस एक बेसिक हाउ टू वीडियो के माध्यम से जाना है, जहां वे खेल की रणनीति बताते हैं कि हथियार, मंत्र, नायक क्या करते हैं और कैसे ढोंगी हैं। और यह पूरी AI बनाम Dendi लड़ाई को महत्वपूर्ण बनाता है क्योंकि यह दिखाता है कि AI और ML कितने उन्नत हो गए हैं। तो आइए देखते हैं कि बॉट को क्या शक्ति मिलती है और क्या हमें एआई के बारे में डरना चाहिए।

एआई के ग्रह का उदय

ऐ स्काईनेट बनना एक बहस का मुद्दा है। एलोन मस्क का मानना ​​है कि अगर जांच में नहीं रखा जाता है, तो स्काईनेट जैसा परिदृश्य होने की संभावना है। दूसरी ओर, मार्क जुकरबर्ग का कहना है कि एआई हानिरहित है और डूमसडे परिदृश्य का कारण नहीं होगा। एलोन मस्क ने इस लक्ष्य के साथ ओपनएआई की शुरुआत की।

एआई के दुरुपयोग को रोकने के लिए और एआई में शोध करना जो हमारे खिलाफ नहीं होगा। और मैं उसकी तरफ।

लेकिन हम यहां चर्चा करने के लिए नहीं हैं। मुख्य विषय यह जानना है कि OpenAI द्वारा बनाई गई बॉट को क्या शक्ति है। इसकी समझ पाने के लिए, मैंने इस विषय पर कुछ शोध पत्र और ब्लॉग पढ़े और अपने मित्र अनमोल शर्मा से भी संपर्क किया जो एक AI & ML शोधकर्ता हैं।

सुदृढीकरण सीखना

यह OpenAI के Dota बॉट के पीछे तकनीक का नाम है। लेकिन इससे पहले कि हम इसमें तल्लीन हों, हमें यह समझने की आवश्यकता है कि वीडियो गेम में AI, या विशेष रूप से AI कैसे काम करता है। एआई एक बहुत ही बोर्ड शब्द है और इसमें मशीन लर्निंग, डीप लर्निंग और न्यूरल नेटवर्क जैसे कई विषय शामिल हैं। एआई को गंभीर रूप से परिभाषित करने के लिए, हम कह सकते हैं कि यह कंप्यूटर की जानकारी से सीखने और उसके सीखने के आधार पर निर्णय लेने की क्षमता है। जितना अधिक यह सीखता है, उतना ही यह निर्णय की शुद्धता बढ़ाता है।

यह सामान्य बॉट से कैसे अलग है?

सामान्य वीडियो गेम में बॉट्स ऐसे लग सकते हैं जैसे वे बुद्धिमान हैं लेकिन यह एआई का सही रूप नहीं है। इन खेलों में लगभग सभी बोट्स सेट I..This..Then..That के आधार पर प्रोग्राम किए जाते हैं । वे सिर्फ बयानों का पालन करते हैं और बयान में लिखी शर्तों के आधार पर कार्रवाई करते हैं।

ऊपर मैंने एक बहुत ही सरल उदाहरण दिखाया है। वास्तविक खेलों में स्थितियां स्थितियों के भीतर स्थितियों के साथ बहुत अधिक जटिल हैं। इन कथनों में जितनी अच्छी तरह से परिभाषित और विस्तृत किया गया है, उतना ही बॉट बुद्धिमान प्रतीत होगा।

पुरस्कार और दंड

एआई लिंगो में, जिसे हम बॉट कहते हैं, एक एजेंट के रूप में जाना जाता है। लक्ष्य यह है कि एजेंट जो कुछ भी हम चाहते हैं उसे सीखना सीखें। एजेंट उसी तरीके से सीखता है जैसे आपका कुत्ता सीखता है, पुरस्कार और दंड के माध्यम से। जब भी एजेंट गलती करता है तो उसे दंडित किया जाता है और जब भी वह सही अनुमान लगाता है या सही उत्तर देता है, उसे पुरस्कृत किया जाता है। इस प्रणाली के माध्यम से, एजेंट उन क्रियाओं को संबद्ध करना सीखता है जो उसे दंड से बचने और कार्रवाई (या इसी तरह की कार्रवाई) करने के लिए नहीं करनी चाहिए जो पुरस्कार देती हैं।

यदि आप इसके बारे में बारीकी से सोचते हैं, तो यह कुछ शर्तों के आधार पर निर्णय लेने जैसा है, बहुत कुछ एल्गोरिदम जैसा है। जैसा कि मैंने ऊपर दिखाया है, एक गेम बॉट, एक विस्फोटक बैरल पर आ रहा है, एल्गोरिथम के अनुसार कार्रवाई करेगा। एअर इंडिया में एल्गोरिदम, स्पष्ट रूप से इससे काफी जटिल हैं, जो पूरे सिस्टम को बुद्धिमान बनाता है।

हमारे ओपनएआई बॉट में आकर, डेवलपर्स के अनुसार, इसने 2 सप्ताह के समय में पूरा खेल सीखा। 2 सप्ताह के पूरे समय के दौरान, यह ऑनलाइन 24 × 7 था और खुद की एक प्रति के खिलाफ खेल रहा था। यह खेल की जटिलता और यह डेंडी को हरा सकता है इस तथ्य को देखते हुए एक उल्लेखनीय मील का पत्थर है।

क्यों ड्राइवर-कम कारें अभी भी यहाँ नहीं हैं?

यह पहला सवाल था जो इस पूरे घटनाक्रम के बारे में सुनते ही मेरे दिमाग में कौंध गया। यदि कोई बॉट इस तरह का खेल सीख सकता है और शीर्ष खिलाड़ियों की पिटाई करने के लिए खुद को प्रशिक्षित कर सकता है, तो हम अभी भी पहिया क्यों चला रहे हैं। और यह वही सवाल था जो मैंने अपने दोस्त, श्री अनमोल शर्मा पर फिल्माया था, जिन्होंने ड्राइवलेस कारों पर भी शोध किया है। यह वही है जो उसे कहना था।

एक खेल में, यह एक मानव द्वारा विकसित किया गया है, चर की संख्या कम है। इसके अलावा, अगर एजेंट (बॉट) गलती करता है, तो सबसे खराब जुर्माना एक गोल नुकसान है। वास्तविक दुनिया में, एक गलती मृत्यु है।

भले ही डोटा एक जटिल खेल है, चाल, मंत्र और रणनीति के संभावित संयोजन, हालांकि अभी भी बेतुका बड़े हैं, फिर भी सीमित हैं। और गलतियों को बिना किसी वास्तविक दंड के अनुमति है। लेकिन ड्राइवर-कम कार एजेंट के मामले में, गलतियां खतरनाक दुर्घटनाओं और यहां तक ​​कि मौत का कारण बन सकती हैं।

वास्तविक दुनिया में, जिन वेरिएबल्स पर एजेंट को नज़र रखनी होती है, वे अंतहीन हैं और इन वैरिएबल्स के कारण उत्पन्न होने वाली परिस्थितियाँ, जैसे कि एक अन्य कार में अचानक लेन बदलना, कार के सामने पैदल चलना, भी अंतहीन हैं। प्लस, जैसा कि जेरेमी क्लार्कसन ने कहा था, उन्हें तत्काल दुर्घटना की कगार पर होने पर नैतिक और नैतिक निर्णय लेने होंगे (हालांकि उनका सिद्धांत मान्य नहीं है)।

भविष्य

हम पहले से ही मानव नियंत्रित रोबोट को आंतरिक सर्जरी के बारे में जानते हैं। अगली छलांग एआई-नियंत्रित रोबोट है जो इसे प्रदर्शन कर रहा है। और यह सिर्फ चिकित्सा क्षेत्र में है। एआई निश्चित रूप से अगले दशक में कई क्षेत्रों में प्रमुख नई तकनीक होगी। लेकिन, एआई को डीडीओएस हमलों, रैनसमवेयर बॉट्स और अन्य पीसी या निगमों की प्रणालियों को हैक करने जैसे नापाक उद्देश्यों के लिए भी दुरुपयोग किया जा सकता है।

Dota और अन्य खेलों के संबंध में, हम अन्य खेलों के लिए भी ऐसे बुद्धिमान बॉट्स देखने की उम्मीद कर सकते हैं, जिनके खिलाफ़ खिलाड़ी बेहतर प्रदर्शन करने के लिए प्रशिक्षित कर सकते हैं। और क्या मैंने उल्लेख किया है कि OpenAI अगले साल के अंत में 5v5 कर रहा है? तो मैं अपने Dota कौशल को कम से कम इन-बिल्ट डम्बर बॉट्स को हराने के लिए तैयार हूं। दिव्य रैपियर यहाँ मैं आता हूँ!