A StarCraft II egy ikonikus alkotása a videojátékos piacnak, amelyet ma is rengetegen játszanak aktívan, versenyszerű körülmények között. A valós idejű stratégiai játék gyors gondolkodást és kiváló reakciókat kíván a sikeres hadvezérektől, de úgy tűnik, mindez nem elég már a gépi intelligencia ellen. Az összetett környezetben játszódó, rendkívül sok döntési helyzetet teremtő programban ugyanis a világ két legjobbját is legyőzte a DeepMind algoritmusa.

Nullára radírozva

Az Alphabet szárnyai alatt működő kutatócég AlphaStar elnevezésű mesterséges intelligenciája nem csupán megverte, de egészen konkrétan rommá verte a két vállalkozó szellemű profit, akik egyébként a világranglista legfelső szegmensében tanyáznak. A két, egyenként 5 győzelemig tartó párharc végeredménye több mint meggyőző lett. Az AlphaStar az összes mérkőzést megnyerve, makulátlanul nélkül hozta le az erődemonstrációt. A meccseket elemző kibeszélőshow-t a héten tartották és élőben lehetett követni.

A DeepMind csapatának nem ez volt az első, és minden bizonnyal nem is az utolsó próbálkozása egy ismert játéktípus meghódítására. A brit gyökerekkel rendelkező, 2010-ben alapított cég 2014-ben került a Google, utóbb pedig az Alphabet ellenőrzése alá. A DeepMind ambiciózus küldetése, hogy "megfejtse az intelligenciát", vagyis létrehozza a megfelelően hatékony, általános felhasználású tanuló algoritmusokat, egyúttal formalizálja az intelligencia fogalmát, és ezen keresztül segítsen megérteni az emberi elme működését is. Mindezt pedig előszeretettel tesztelik különböző játékokon.

A korábbi években beszámoltunk például arról, amikor a deep Q-networknek nevezett algoritmus végigjátszotta a számítógépes őskorszak ikonikus darabjára, az Atari 2600-ra írt félszáz játékot, vagy amikor az ugyancsak a DeepMind által fejlesztett AlphaGo legyőzte az egyik legerősebb profi gójátékost. Vagy ott van az AlphaZero, amely mindenféle megnyitáselmélet és adatbázis nélkül képes volt pár nap alatt úgy megtanulni sakkozni, hogy nem csak az emberi játékosokat, de a legerősebb gépi riválisokat is térdre kényszerítette.

A StarCraft azonban a fentebbi példáknál egy sokkal keményebb dió az algoritmus számára, hiszen mint azt a fenti táblázat is jól szemlélteti, sokkal bonyolultabb környezetet teremt, ahol ráadásul a játékosok sosem rendelkeznek tökéletes információval a meccs minden részletéről.

Hátrakötött kézzel csinálja

A DeepMind még 2017-ben kötött egy nyílt, mások számára is hasznosítható együttműködési programot a StarCraft kiadójával. Így már az ötlet felmerülésétől kezdve voltak aggodalmas hangok, miszerint egy ilyen összecsapásnak semmi értelme, hiszen a StarCraft gyors kattintásokat igényel, abban pedig aligha lehet legyőzni egy algoritmust. Ezt a problémát viszont a fejlesztők azzal küszöbölték ki, hogy az MI-nek korlátozva van, adott idő alatt hány utasítást adhat ki. Ráadásul a tesztek alapján az is világossá vált, hogy az AlphaStar döntéshozatali sebessége sem emberfeletti, sőt a profi játékosoknál lassabban jut döntésre. Igaz, a győzelmi arányokat elnézve, utóbbiak minden bizonnyal jobb minőségűek.

A gép természetesen ugyanúgy nem látja, hogy mi történik a pálya azon részén, ahol éppen nincsenek egységei, mint ahogy a még felfedezetlen térképet sem ismeri. Egy dologban azonban kétségtelen előnyben van, és ez a gyakorlási idő. Az MI tréningezése a különböző generációs, vagy eltérő specifikációval felvértezett programváltozatok egymásnak eresztésével zajlik. Az ilyen tornák viszont a nap huszonnégy órájában futnak, elképesztő sebességgel. Egy-két hétnyi ilyen tréning nagyjából 200 év folyamatos emberi játéknak feleltethető meg.

Szépségtapasz és nagy remények

Érdekesség, hogy a csütörtökön sugárzott élő háttérbeszélgetés során az egyik játékos esélyt kapott a visszavágásra, ami végül össze is jött, így 10-1-re kozmetikázódott az állás. A humán felsőbbrendűség hívei azért ne örüljenek nagyon, mert ezen az utolsó meccsen az AlphaStar egy friss prototípusa vett részt, amelyiknek nem is volt sok ideje rákészülni a meccsre. A fentebb említett több száz évnek megfelelő tréning helyett "csak" nagyjából 20 éves tapasztalattal küldték harcba. A gép ebben a csatában kapott egy további nehezítését is, hiszen itt arra kényszerítették, hogy az emberi játékosokhoz hasonlóan neki is váltogatnia kelljen a kinagyított térképes helyszínek között, ha cselekedni akart, pedig neki elvileg tökéletesen megfelel a teljes pályát mutató kisebb térkép is.

A DeepMind persze mindezt nem azért csinálja, hogy megalázza az emberiség legjavát különböző játékokban. A kutatások vezetője úgy látja, ha a mesterséges intelligenciát képesek egyre bonyolultabb területen is sikerre trenírozni, akkor az megnyitja az utat annak, hogy az algoritmust ráküldjék az emberiség legnagyobb kihívást jelentő és meghatározó jelentőségű problémáira is. Ilyen lehet például az összetett fehérjék tanulmányozása, ahol már a közeljövőben nagy áttöréseket várnak az MI-től az Alzheimer-kór, a Parkinson-kór vagy mondjuk a cisztás fibrózis gyógyításának kutatásában, akár több száz évvel is megelőzve a humán kutatók saját erejéből várható eredményeit.