Разработчики компании DeepMind заявили о том, что их алгоритм AlphaStar, разработанный для игры в StarCraft II, вошел в число грандмастеров. Программе удалось обыграть 99,8% игроков для всех трех представленных в игре рас, сообщает N+1.

Игровые стратегии очень сложны для разработки алгоритмов, которые могли бы в них играть. В каждый отдельный момент времени игрок видит не весь игровой мир целиком, а только его часть на карте, поэтому ему приходится ориентироваться на местности и принимать решения о следующем шаге. Команда DeepMind несколько раз улучшала свой алгоритм. В январе ему удалось обыграть сильнейших профессиональных игроков. Сейчас же разработчики заявили о том, что алгоритм может обыграть фактически любого профессионального игрока.

По сути, работа самого алгоритма устроена точно так же, как и действия игрока-человека. Системе в каждый момент времени доступна только часть игрового поля, а также необходимость принимать решения: какое действие предпринять (в игре можно двигаться, строить и атаковать), к какому агенту или точке на карте это действие должно быть направлено, а также на какой момент запланировать следующее действие.

Процесс обучения искусственного интеллекта занял 44 дня, в результате ему удалось обыграть 99,8% игроков из 90 тысяч официально зарегистрированных. Вместе с тем, ему не удалось обыграть сильнейших игроков в таблице. Но даже несмотря на это, AlphaStar присвоили звание грандмастера.

Подписывайтесь на наш Telegram-канал с новостями технологий и культуры.

Читайте также: Папа Римский выступает против искусственного интеллекта

Ранее искусственный интеллект обнаружил лекарство от малярии  в зубной пасте. В ходе исследования ученые подключили искусственный интеллект для анализа того, как возбудитель, малярийный плазмодий, взаимодействует с триклозаном, антибиотиком из обычной «лечебной» зубной пасты. Этот антибиотик, как объясняют биологи, подавляет размножение бактерий, мешая работе одного из ключевых ферментов, который отвечает за составление жировых молекул, необходимых для нормальной работы клеточных стенок микробов.