Vi siger altid, at vi ikke vil tale om robotapokalypsen længere, fordi det er en slags fjollet trop, der helt sikkert aldrig kommer til at ske. Og så går dataforskere og gør sådan noget ...
Ifølge John Timmer for Ars Technica, lærte computerforskere ikke kun en computer, hvordan man foregiver at være et snigskyttejagtbytte, de lærte det, hvordan man lærer sig selv at blive bedre til dens opgave. OG. De lærte deres nye ekspertjagt-snigskytte-bot, hvordan man lærer andre computere at udvikle denne færdighed hurtigere.
Kombiner dette med det andet igangværende projekt for at lære robotter, hvordan man kan huske at blive smeltet med hinanden, og vi bygger dybest set Geth, eller disse ting fra Matrix, eller hvad som helst.
For StarCraft blev spillet sat op, så ved hjælp af dækning og fyring på afstand kunne mennesket tage Zerg ud, før det blev dræbt. For at forhindre, at mennesket bare bliver i gemt, gik spillerens score ned over tid - jo længere tid det tog, før spillet blev afsluttet, desto dårligere blev resultatet. Algoritmen vurderede i alt seks faktorer, som afstand og relativ sundhed, inden de valgte sine næste handlinger.
Ved selvundervisning ville computere starte med at undgå Zerg. De ville så ende med at gøre en slags invers Zerg-rush, og hurtigt blive dræbt, inden hele deres score fordampede. Endelig, efter ca. 200 træningskørsler, begyndte computere at få ideen om at snyde og begyndte at dræbe Zerg med succes, selvom ydelsen stadig var temmelig uberegnelig.
Da computere selv skulle finde ud af, hvordan man spillede denne modded version af StarCraft, kæmpede de gennem en række mislykkede strategier. Da en computer, der (hvem?) Allerede havde fundet ud af, at snipingstrategierne blev parret med en nybegynder, blev indlæringskurven skåret drastisk ned.
Efter at have talt med forskerne, siger Timmer, at dette ikke er begyndelsen på robotapokalypsen. Men hvem skal sige, at han ikke er en cylon.
