Google's DeepMind AI kan nu ook navigeren door 3D-omgevingen

Google's DeepMind

heeft

in het verleden

al tientallen 2D-games uitgespeeld, maar beheerst nu ook een nieuwe dimensie. Onderzoekers van Google hebben in

een nieuw paper

aangetoond dat hun algoritme nu 3D-ruimtes (in dit geval een labyrinth en een racespel) kan navigeren met indrukwekkende nauwkeurigheid.

De technologie "overwint een grote verscheidenheid aan continue motorische controleproblemen en tevens ook een nieuwe taak waarin beloningen gevonden moeten worden in een 3D-labyrinth op enkel visuele input," schrijven de onderzoekers. Deze technologie bouwt voort op een paperdat vorig jaar gepubliceerd werd, waarin aangetoond werd dat DeepMind-programma's 49 verschillende Atari-spellen kon spelen. Bij 23 van die spellen was het algoritme zelfs beter dan menselijke spelers.

De AI van DeepMind speelt games alsof het een mens is, zonder toegang tot de interne code van de game.

"De enige informatie die het algoritme krijgt, zijn de pixels en de score. Alles wat het algoritme weet is dat het de score moet maximaliseren. Daarnaast weet het niet wat voor spel het speelt, wat de controls doen, of wat het bestuurt in het spel," vertelt Demis Hassabis, mede-oprichter van DeepMind in een Nature-video.

De AI van DeepMind werkt met behulp van een 'deep neural network,' dat opgebouwd is uit lagen van verbindingen, die aangeduid worden als knooppunten, die de zintuigelijke informatie sorteren. Het netwerk kan betekenisvolle patronen herkennen in de data, in plaats van een berg zooi. Dit lijkt erg op wat er in het menselijk brein gebeurd.

Het meest interessante aan de technologie is de mogelijkheid om te leren, en steeds beter te worden in wat het leert. Neurale netwerken zijn de reden dat Siri steeds beter wordt naar mate je meer met haar praat.

Een video waarin DeepMind een simpel racespel speelt

Het lijkt misschien triviaal dat DeepMind kan leren om een game te spelen, aangezien computers mensen al decennia verslaan met spelletjes (zoals schaken).

Het verschil is dat die technologie, zoals IBM's Deep Blue, niet leerden. Ze vertrouwden in plaats daarvan op grote, vaste databases van kennis. 3D-games, waarin spelers door grote virtuele ruimtes moeten navigeren, bevatten ook meer data dan vaste spellen als schaken.

Krachtige AI die kan 'zien' kan later van pas komen bij dingen als zelfrijdende auto's, een project waar Google ook mee bezig is. De technologie kan ook gebruikt worden om videobeelden te analyseren, wat soms al wordt gedaan.

De technologie achter DeepMind zou ook grote gevolgen kunnen hebben voor banen, aangezien het een hele hoop werk zou kunnen automatiseren – van aandelenhandel tot weervoorspelling. Het bedrijf werkt samen met satellietbedrijven en financiële instellingen "om te kijken of Hassabis' AI uiteindelijk hun datasets kan 'bespelen,' door wellicht weervoorspellingen te doen of olieprijzen te voorspellen," aldus Nicola Twilley in The New Yorker.

Er is echter nog geen reden tot paniek. De algoritmes van DeepMind zijn zeker krachtig, maar ze komen nog lang niet in de buurt van intelligentie van bijvoorbeeld kleine kinderen. Voorlopig kunnen alleen mensen complexe 3D-games als Grand Theft Auto oplossen. Maar als games als Go je voorkeur hebben, dan zou ik maar oppassen voor DeepMind.