게임을 잘하는 AI는 이미 환자를 치료하고 생명을 구하고 있다.

게임 AI가 어떻게 의사 역할을 할 수 있나요?

그리고 이 능력은 게임을 하면서 배운 것입니다.

여기서 필름 전체를 병리학적으로 스캔하면 고배율 시야를 모두 통과하지 않고도 병변을 찾을 수 있습니다.

생각해보면 이 과정은 "마인크래프트"에 로그인하는 것과 비슷합니다.

3단계 모두

• 큰 환경을 먼저 관찰하세요
• 작은 영역을 잠그세요
• 마지막으로 목표를 결정하세요.

그리고 이 방법은 전통적인 방법의 400%로 매우 효율적입니다.

NeurIPS MineRL 대회에서 우승한 게임 AI라기에 걸맞은데...

그럼 어떻게 만든 걸까요?

게임 AI가 어떻게 세상에 도움이 될까요?

이 게임 AI를 소개하기 전에 먼저 병리학 슬라이드 처리의 어려움이 무엇인지 이해하겠습니다.

단순히 스캔하는 상상과는 달리 진료과에서는 먼저 조직 절편을 스캔하고 디지털화합니다.

이후 의사에게 전달되는 것은 수만 x 수만 픽셀 또는 그 이상의 고해상도 이미지로 픽셀당 0.25미크론에 도달할 수 있는 경우가 많습니다.

의사가 해야 할 일은 치밀한 세포와 ​​조직으로 가득 찬 이 초대형 영상에서 육안으로 위험한 병변의 위치를 ​​찾아 판단하는 것입니다. 커다란 건초 더미".

최근 몇 년간 이 문제를 해결하기 위해 딥 러닝 방법을 사용하려는 사람은 아무도 없었지만 직면한 과제는 다음과 같습니다.

첫 번째, 병리학적 이미지(WSI)의 해상도는 10억 픽셀에 달하지만 크기 해상도는 높지만 이미지 수준 레이블은 하나만 있는 경우가 많습니다.

현재 방법의 대부분은 특징 추출을 위해 고배율로 전체 슬라이스를 조밀하게 샘플링하고, 전체 슬라이스 진단을 달성하기 위해 수집된 모든 특징의 정보 통합에 의존합니다.

둘째, 이 이미지의 병변 영역은 종종 매우 희박합니다. 대부분의 기존 방법은 고배율에서 로컬 이미지 패치의 조밀한 샘플링이 필요한 다중 인스턴스 학습 프레임워크에 의존합니다.

이로 인해 계산 비용이 증가할 뿐만 아니라 진단 상관 관계가 약해지고 데이터 효율성도 낮아집니다. 한 조각을 계산하는 데 수십 분이 걸리는 경우가 많습니다.

그러나 이번에 Tencent의 "Juewu" 팀은 사각지대를 발견했습니다 -

기존 모델에서는 의사가 육안으로 확인해야 하지만 현미경을 사용하여 먼저 저배율로 필름을 스캔하고, 경험을 바탕으로 의심스러운 점이 있으면 고배율 현미경을 사용하여 다시 확인하십시오.

그리고 이런 연산을 AI의 세계에 적용한다면 최적의 경로 의사결정 문제가 되지 않을까요? 이것이 강화학습이 할 수 있는 일이 아닌가?

강화 학습은 게임 AI에서 자주 사용됩니다. 게임 AI는 Juewu AI의 장점입니다.

이전 Juewu AI는 최적의 경로 의사결정 전략으로 MOBA, RTS, Minecraft 등 다양한 유형의 게임에서 뛰어난 결과를 얻었으며, 최고 AI 컨퍼런스에서 NeurIPS MineRL 대회 우승도 차지했습니다.

당시 최고 컨퍼런스 NeurIPS에서 CMU, Microsoft, DeepMind 및 OpenAI가 공동으로 MineRL이라는 대회를 열었는데, 참가 팀은 4일 이내에 15분 안에 다이아몬드를 캐낼 수 있는 AI '광부'를 훈련시켜야 했습니다.

Tencent의 Juewu AI는 76.97점의 절대 우위로 우승을 차지하여 챌린지 역사상 '가장 빠른 채굴' AI로 거듭났습니다.

"마인크래프트"에서 나무를 찾는 동작은 실제로 병리학적인 슬라이드에서 병변을 찾는 동작과 유사합니다.

마찬가지로 주위를 둘러보며 전반적인 정보를 수집한 다음(병리학자가 저배율 현미경으로 필름을 스캔함) 관점을 잠그고(고배율 현미경으로 확인) 나무를 찾아 수집 작업을 수행합니다(병리학자가 저배율 현미경으로 확인). 병변) 등이 있습니다.

그래서 Tencent 연구진은 이 게임 AI를 기반으로 최신 연구 결과인 "Juewu RLogist"를 출시했습니다. 이는 정확히 RL(강화 학습) + Pathologist(병리학자)를 의미합니다.

그렇다면 Juewu RLogist는 이를 어떻게 구현하나요?

의사결정 효율 400% 향상

위에서 언급한 인간 의사들의 솔루션 아이디어처럼 "Juewu RLogist"는 심층 강화 학습 기반의 방법을 사용하여 최적의 보기 경로를 찾습니다.

이 새로운 방법의 이점은 분명합니다. 로컬 이미지 타일을 분석하기 위해 기존의 철저한 방법을 사용하지 않고 먼저 관찰 가치가 있는 영역을 찾기로 결정하고 여러 해상도 수준에서 대표 특징을 획득하여 전체 영화 해석의 완성을 가속화합니다.

인간의 사고방식을 모방하여 영화 감상의 효율성을 높일 뿐만 아니라 비용도 절감해줍니다.

구체적으로, 연구진은 조건부 특징 초해상도를 통해 교차 해상도 정보 융합을 달성했습니다.

상태 모델링의 이점을 활용하면 관찰된 저해상도 기능과 고해상도 기능의 쌍을 기반으로 관찰되지 않은 영역의 고해상도 기능을 업데이트할 수 있습니다.

핵심 단계 중 하나는 병리학적 이미지 분석 분야를 위한 강화 학습 훈련 환경을 정의하는 것입니다. 이 방법은 이산화된 행동 공간, 잘 설계된 이미지 블록 및 완료 상태 보상 기능을 사용하여 모델의 수렴 성능을 향상시키고 로컬 최적성을 방지합니다.

해당 교육 파이프라인은 다음 알고리즘으로 표시됩니다.

결과에서 Juewu RLogist의 장점은 매우 분명합니다. 연구진은 벤치마크 테스트를 위해 전체 필름 스캔 이미지의 두 가지 분류 작업인 '림프절 절편 전이 감지'와 '폐암 분류'를 선택했습니다.

연구 결과, "Juewu RLogist"는 일반적인 다중 인스턴스 학습 알고리즘과 비교하여 관찰 경로가 크게 단축되고 평균 시간이 1/4로 단축되어 의사 결정 효율성이 향상되는 경우 긴밀한 분류 성능을 얻을 수 있음을 보여줍니다. .400% 향상되었습니다.

이 방법도 해석 가능합니다. 연구진은 의사 결정 과정을 시각화한 후 Juewu RLogist가 향후 의학 교육과 실제 시나리오 모두에서 좋은 역할을 할 수 있다는 것을 발견했습니다.

현재 논문은 AAAI 2023에 승인되었으며 코드는 오픈 소스입니다.

연구원들은 더 강력한 신경망 구조를 도입하고 고차 RL 훈련 방법을 사용하여 RLogist의 표현 학습 기능을 향상시키는 등 앞으로도 Juewu RLogist의 방향을 따라 계속해서 최적화할 것이라고 강조했습니다. 잘못된 관찰 경로 학습 등

“RLogist”는 어디에서 왔나요?

AI '주에우' 하면 많은 분들이 익숙하실 거라 생각합니다.

결국 '아너 오브 킹스'의 AI 게임플레이는 바로 '주우챌린지'입니다.

Δ빨간색 AI는 전반적인 상황을 잘 파악하고 풀밭에 웅크려 전투의 흐름을 바꿀 수 있습니다

"마인크래프트", 3D-FPS 게임 등도 있습니다. 나는 베테랑 게임 플레이어라고 말했다.

그 뒤에 있는 팀인 Tencent AI Lab은 2016년부터 AI "Exquisite Art", AI "Excellent Enlightenment"를 개발하고 "Enlightenment" 플랫폼을 형성한 베테랑이기도 합니다.

AI "Jueyi"는 체스와 카드 게임을 하는 플레이어입니다.

2016년 Go를 시작으로 개발이 시작되었습니다.

2017년 UEC 세계 컴퓨터 바둑 컨퍼런스에서 우승을 차지한 "주이"는 현재 국가대표팀의 프로 대련 파트너입니다.

또한 체스와 마작도 할 수 있습니다. 4인용 마작 측면에서 'Jueyi'는 업계 최초로 국제 표준에 맞는 전문 마작으로, IJCAI 마작 AI 대회에서 우승을 차지했습니다.

"Jue Yi"의 뒤를 이어 "Jue Wu"의 연구 개발이 2017년에 시작되었습니다.

더 이상 단순한 게임을 강조하는 것이 아니라, 더욱 복잡한 환경에 직면한 멀티 에이전트 AI의 전략적 문제를 강조합니다.

2018년 '쥬이'는 '왕의 명예' 아마추어 선수 수준에 이르렀고, 2019년에는 프로 e스포츠 수준에 도달했습니다.

다음 "King Jue Wu"는 또한 Honor of Kings 플레이어에게 "Challenge Jue Wu", "Hero Training Ground" 및 기타 게임 플레이 방법을 제공하여 플레이어가 훈련하고 점수를 향상시키는 데 좋은 도우미가 됩니다.

또한, "Juewu"는 "Minecraft"를 플레이하고 NeurIPS MineRL 대회에서 우승하여 챌린지 역사상 "가장 빠른 채굴" AI에 성공했습니다.

AI

'축구판' Juewu는 Google이 개최한 온라인 세계 축구 선수권 대회에서도 우승했습니다.

Tencent AI Lab은 게임 AI를 만드는 과정에서 Honor of Kings와 함께 "Enlightenment" 플랫폼도 개발했습니다.

즉, Tencent의 플랫폼, 알고리즘, 시나리오를 학생과 학계에서 활용하여 관련 게임 연구를 수행할 수 있도록 하는 것입니다. 2020년 8월, "계몽" 플랫폼은 제1회 계몽 대학 대회를 조직했으며, 올해에는 왕의 명예 1v1 공개 연구 환경도 출시했습니다.

사실 게임 분야는 늘 AI 최고의 실험 분야로 여겨져 왔습니다.

지난 몇 년간 '주에우'의 성과를 보면 강화학습 등의 측면에서 어느 정도 역량을 축적했다는 것을 쉽게 알 수 있다.

그리고 최고의 역량을 외부로 옮겨 실용화 수준에 두는 것도 업계의 일반적인 추세입니다.

이번에는 게임 AI가 "무식하다"고 말할 수는 없습니다.

논문 주소: http://arxiv.org/abs/2212.01737

오픈 소스 주소: https://github.com/tencent-ailab/RLogist

위 내용은 게임을 잘하는 AI는 이미 환자를 치료하고 생명을 구하고 있다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!