For så vidt angår videospil, er Nintendos klassiske Mario-spil ret enkle: Mario løber til højre, stamper på fjender, samler mønter og springer over gruber. Men i denne YouTube-video er der ikke noget menneske bag kontrolelementerne: det er et computerprogram, der rigtigt hedder "MarI / O." Oprettet af YouTube-personlighed SethBling, MarI / O drives af et kunstigt neuralt netværk, der efterligner evolution. I videoen demonstrerer Bling, hvordan programmet lærte sig selv at slå det første niveau i Super Mario World.
Relateret indhold
- Dette kunstige neurale netværk genererer absurde afhentningslinjer
- En AI-skrevet novelle vandt næsten en litterær pris
- Hvordan Tetris-temasangen blev lavet
MarI / O er ikke den første kunstige intelligens, der påtager sig Nintendos flagskibskarakter: Mario har været en marsvin for programmerere, der leger med kunstig intelligens i årevis. Én gruppe sponsoreret en årlig Mario AI-konkurrence, Jordan Pearson rapporterer til bundkortet, og et par Georgia Tech-computerforskere ved navn Mark Riedl og Matthew Guzdial har endda bygget en AI, der kan designe Super Mario Bros.-niveauer fra bunden.
Så hvorfor er Mario et så godt testemne for AI? Som enhver god speedrunner vil fortælle dig, handler Nintendos tidligste spil om mønstergenkendelse og finde ud af, hvordan man gør disse mønstre til din fordel - en balance mellem logik og kreativitet, der giver interessante udfordringer for AI.
"Det er lidt mere hurtigt og dynamisk end Atari-spil, som mange i øjeblikket bruger til at teste AI, " fortæller Riedl og Guzdial Pearson. "Sidens rullende karakter af spillet betyder, at meget af spillet ikke kan observeres for AI, mens mange enklere arkadespil har alle oplysninger på skærmen på en gang."
Mario-spil tvinger AI'en til at tilpasse sig nye udfordringer, hvad enten det er en grop at hoppe over, en horde af Goombas at stemple eller Chain Chomps at undgå. Som Aaron Souppouris skriver for Engadget, er det en prøve-og-fejl-proces, der tvinger AI til at udtænke en løsning:
Ved at spejle den faktiske udvikling ændrede MarI / O faktisk ikke sin adfærd med nogen forudtenkning. Hver generation introducerede nye ideer, men det var simpelthen at prøve forskellige ting og ikke gøre, hvad den "troede" ville fungere. Når en idé var en succes, blev den husket, når den ikke var, blev den kasseret og lært af. I løbet af 34 evolutionære trin sluttede MarI / O med at arbejde med at springe, selvom hele niveauet ville gøre susen. Hvis skaberen Seth Bling skulle køre den igen, ville AI næsten helt sikkert finde en anden, men ikke mindre succesrig sti gennem niveauet.
Super Mario Bros. er langt fra det eneste videospil af sin art, men som computervidenskabsprofessor Julian Togelius i New York University fortæller Pearson, gør spillets popularitet det også til et arnested for AI-forskning. Når alt kommer til alt er den bedste måde at bedømme, hvor godt en computer leder Mario gennem et niveau, hvis du selv har spillet det niveau. "De fleste har en idé om, hvordan det ser ud til at spille Super Mario, " siger Togelius til Pearson. "Mennesker gør ting som at stoppe og tænke, hvilket en AI aldrig ville gøre. Evnen til at sammenligne med dig selv er meget magtfuld."
Kunstig intelligens har en lang vej at gå, før det bliver noget så sofistikeret som menneskelig intelligens, men i mellemtiden er det ikke for lurvet at slå Bowser op. For flere Mario-baserede AI-projekter, skal du sørge for at tjekke resten af Pearsons historie.
