Chcete je chytit všechny? Na to existuje umělá inteligence. Představujeme POKE´LLMON, nového agenta umělé inteligence založeného na LLM, který je navržen tak, aby hrál pokémoní bitvy s podobnou zdatností jako člověk.
POKE´LLMON je dítětem výzkumníků z Georgijského technologického institutu, kteří říkají, že se učí na základě svých herních zkušeností pomocí posilování v kontextu a generování rozšířených znalostí a rozhoduje se s pozoruhodnou přesností.
Model je tak dobrý, že v bitvách s pokémony dosahuje pozoruhodných vítězství proti skutečným lidským hráčům.
Pokemon AI?
Výzkumníci z univerzity zabývající se umělou inteligencí si dali za cíl vyvinout špičkového agenta umělé inteligence – postavu poháněnou modelem umělé inteligence, která hraje hru a zároveň se z ní učí, což odráží lidské procesy učení a rozhodování. Na rozdíl od staršího přístupu, kdy by se strojově řízený hráč řídil předem naprogramovanými pravidly, se podle vývojářů jejich model AI vyvíjí, zkouší nové věci a chová se spíše jako lidský hráč než jako algoritmus.
Je také navržen tak, aby mohl fungovat i na jiných virtuálních bojištích.
„[Jde o] prvního ztělesněného agenta LLM, který v taktických bojových hrách dosahuje výkonnosti srovnatelné s lidmi, jak se ukázalo v bitvách s Pokémony,“ napsal výzkumný tým. „Architektura POKE´LLMON je obecná a lze ji přizpůsobit pro návrh agentů ztělesněných LLM v mnoha dalších hrách.“
Obrázek: Georgia Institute of Technology
Jádro zdatnosti POKE´LLMON spočívá v jeho pokročilém mechanismu posilování v kontextu, který se efektivně vyvíjí podle toho, jak vyhrává a prohrává bitvy, a stále lépe předvídá a čelí tahům soupeřů.
POKE´LLMON doplňuje svou schopnost učení také technikou, kterou jeho tvůrci nazývají generování rozšířených znalostí. Tento přístup umožňuje umělé inteligenci integrovat do svého rozhodovacího procesu externí, ověřené znalosti, což zajišťuje vysokou přesnost a kontextově relevantní volby během bitev.
Tato strategie je obzvláště užitečná při potírání potenciálních halucinací – což je u systémů AI častý problém. Takto implementovaná hra POKE´LLMON je kreativní a zároveň založená na solidních, pro hru specifických informacích.
Vývojáři si také dali záležet na tom, aby se POKE´LLMON nescvrkával. Model používá důslednou techniku generování akcí, aby zajistil, že zůstane vyrovnaný a strategicky konzistentní, i když čelí hrozivým protivníkům. Tento aspekt implementace umělé inteligence zabraňuje panickým rozhodnutím, která trápí lidské soupeře.
„Generování akcí podmíněné panickými myšlenkami vede agenta k tomu, že místo útoku neustále mění pokémony,“ poznamenávají výzkumníci. „Ve srovnání s tím konzistentní generování akcí s SC (self-consistency) snižuje poměr neustálého přepínání tím, že nezávisle generuje akce vícekrát a volí nejkonzistentnější akci.“
Výkon umělé inteligence v aréně není nijak působivý. S 49% mírou vítězství v „žebříčkových soutěžích“ a ještě pozoruhodnější 56% mírou vítězství v pozvaných bitvách prokázala svou zdatnost proti spektru vyzyvatelů, lidských i nelidských.
Nenechte se zmást hravou atmosférou Pokémonů – pod jejich barevným povrchem se skrývá svět kompetitivních strategií. Výzkumy jako POKE´LLMON by mohly sloužit jako odrazový můstek pro nové modely, které pohánějí nové hry.
Nejbližší srovnatelnou hrou jsou pravděpodobně šachy a online šachové stránky odhalují podvodníky na základě jejich tahů a pravděpodobnosti provedení útoku oproti tomu, co může nebo by mohl udělat člověk. Počítačové algoritmy jsou nastaveny tak, aby pokaždé provedly nejlepší tah, což jim – nebo lidem, kteří je používají – dává výraznou výhodu.
S přizpůsobivou umělou inteligencí podobnou lidské však mohou být tyto nástroje pro podvádění brzy zastaralé, takže bitvy mezi lidmi a stroji budou zábavnější a náročnější.
