هوش مصنوعی رانندگان حرفه ای را شکست می دهد
شاید تصور کنید مسابقات اتوموبیل رانی را می توان آخرین حوزه ای محسوب کرد که هوش مصنوعی در آن ورود کند اما به نظر می رسد از این پس رانندگان حرفه ای مسابقات اتوموبیل رانی باید روی حضور یک رقیب بسیار قدرتمند در این حوزه حساب کنند.
تیمی از پژوهشگران بین المللی اعلام کردند. فناوری هوش مصنوعی می تواند از کاربران قهرمان مسابقات گران توریسمو (Gran Turismo) پیشی بگیرد. بر این اساس گفته می شود یک عامل هوش مصنوعی طراحی شده است که می تواند در مسابقه اتومبیلرانی رو در رو Gran Turismo از بازیکنان انسانی در سطح قهرمان جهان برنده شود. این راننده مبتنی بر هوش مصنوعی سرعت های رانندگی استثنایی، کنترل ماشین و تاکتیک ها را در حالی که قوانین مسابقه را در نظر می گیرد رعایت کرده و عملکردی بهتر از انسان دارد.
به باور دانشمندان، این یافته ها می تواند کاربرد های مفیدی برای ناوبری مستقل و تحقیقات اساسی هوش مصنوعی در پی داشته باشد. گفتنی است بسیاری از کاربرد های بالقوه هوش مصنوعی مستلزم تصمیم گیری در زمان درست و در لحظه بر اساس سیستم های فیزیکی در حین تعامل با انسان است.
مسابقات اتومبیل رانی نمونه ای از این شرایط را نشان می دهد. در این مسابقات رانندگان باید مانورهای تاکتیکی پیچیده ای را برای عبور یا مسدود کردن حریفان در حالی که وسایل نقلیه خود را در محدوده کشش آنها کار می کنند، انجام دهند. شبیه سازی های مسابقه ای، مانند بازی بازی گران توریسموی پلی استیشن، چالش‌های کنترلی ماشین های مسابقه واقعی را بازتولید می کنند و یک برنامه چالش برانگیز برای یادگیری ماشین ارائه می دهند.
طی این مطالعات (Peter Wurman) پیتر وورمن و همکارانش به یک عامل هوش مصنوعی به نام GT Sophy آموزش دادند که با استفاده از یادگیری تقویتی عمیق، گران توریسمو را بازی کند.
این نماینده برای تسلط بر هنر شتاب گیری و ترمزگیری موثر در دوره های مسابقه آموزش دیده بود و یاد گرفت که چگونه مسیرهای جایگزین را در شرایط مختلف یا زمانی که توسط حریف مسدود می شود پیدا کند. یکی از چالش برانگیزترین جنبه های آموزش یک هوش مصنوعی موفق این است که اطمینان حاصل شود که از مشکلات مرتبط با نقض قوانین مسابقه، جلوگیری می شود. GT Sophy توانست با استفاده از سه ترکیب ماشین و پیست در رقابت‌های رو در رو در برابر چهار نفر از بهترین رانندگان ورزش الکترونیکی جهان پیروز شود که هر کدام چالش های مسابقه ای متفاوت از جمله وسایل نقلیه ای که می توانند به سرعت بیش از ۳۰۰ کیلومتر در ساعت برسند را در بر می گرفت.
این نتایج گام دیگری در پیشرفت مداوم چالش های رقابتی مانند شطرنج است که رایانه ها می توانند بهترین انسان ها را در آنها شکست دهند.
نویسندگان پیشنهاد می‌کنند که این یافته ها می تواند بازی های مسابقه ای را لذت‌ب خش‌تر کرده و رقابت سطح بالا را برای آموزش رانندگان حرفه ای و کشف تکنیک های جدید مسابقه ای فراهم کند. این رویکرد همچنین ممکن است در سیستم‌های دنیای واقعی مانند رباتیک، پهپادهای هوایی و وسایل نقلیه خودران کاربرد پیدا کند.
شرح کامل این پژوهش و یافته های به دست آمده از آن در مجله علمی Nature منتشر شده است.