AI는 "축구를 할" 수 있지만 AI 로봇은 아직 할 수 없습니다.

올 11월, 월드컵이 다시 시작됩니다.

그때는 우리가 플레이하든 안하든, 잘하든 못하든 많은 사람들이 다시 축구에 대해 이야기하기 시작할 것입니다.

말도 안 돼요, 누가 축구를 세계 최고의 스포츠라고 부르나요?

그러나 월드컵에 비해 과학자들은 애뉴얼 로봇컵 3D 시뮬레이션 리그에 더 많은 관심을 갖고 있습니다.

얼마 전 영국 인공 지능 회사 DeepMind의 연구팀은 스포츠 코스의 가속 버전을 사용하여 컴퓨터를 통해 수십 년간의 축구 경기를 시뮬레이션하고 AI가 디지털 휴머노이드 축구 선수를 능숙하게 제어하는 ​​방법을 배우도록 훈련했습니다.

관련 연구가 '과학·로보틱스' 잡지에 게재되었습니다.

논문 주소: https://www.science.org/doi/10.1126/scirobotics.abo0235

물론 'AI 축구선수'가 대중의 주목을 받은 것은 이번이 처음은 아닙니다. .

AI 축구 선수 진화의 간략한 역사

알파고가 이세돌을 바둑에서 이긴 지 얼마 되지 않은 2016년 초, 딥마인드는 AI가 축구를 하게 하는 것에 대해 생각하기 시작했습니다.

그해 6월 딥마인드 연구진은 AI에게 개미 모양의 물체를 조종해 공을 쫓은 뒤, 공이 골대까지 보내질 때까지 드리블해 득점하도록 요청했다.

DeepMind 팀의 리더인 David Silver에 따르면 Google이 새로 개발한 비동기 Actor-Critic 알고리즘, 즉 A3C의 도움으로 AI는 프로젝트를 완료했을 뿐만 아니라 역학에 대한 지식을 주입할 필요도 없었습니다. 전체 과정.

이 실험으로 “AI 축구 경기”가 좋은 시작을 얻었습니다.

2019년까지 DeepMind는 다양한 훈련 계획을 통해 많은 "선수"를 훈련시켰으며 그중에서 10개의 2인조 축구팀을 선택했습니다.

이 10개 팀은 각각 250억 프레임의 학습 경험을 보유하고 있으며 DeepMind는 그들 사이에서 100만 개의 게임을 수집했습니다.

그런 다음 DeepMind는 여러 AI가 함께 축구 게임을 할 수 있도록 환경을 설정하고 특정 "AI 선수"의 개별 성과를 장려하는 대신 "축구 팀" 전체가 보상을 받을 수 있도록 규칙을 미리 설정하여 홍보합니다. 전체 팀의 성공.

DeepMind는 이러한 방식으로 AI가 서로 협력할 수 있음을 입증했습니다.

모든 것이 순조롭게 진행되는 것 같았는데, 2020년 딥마인드의 AI 플레이어에 문제가 생겼습니다.

브레인지티에서 제공한 정보에 따르면, 경기 중 한쪽 축구로봇이 일렬로 늘어서 골문을 향해 슈팅을 시도했지만, 로봇 골키퍼가 수비 준비를 하지 못한 채 땅바닥에 쓰러져 격하게 휘두르기 시작했다고 합니다. .다리를 들어올렸다.

이게 끝났다고 생각하시나요? 너무 순진해요!

그러자 전방 로봇 플레이어는 발을 구르고 손을 흔들며 매우 혼란스러운 춤을 추다가 쿵 소리와 함께 땅에 쓰러졌습니다.

이 장면은 관객을 놀라게 했습니다. 사람들이 무모한 것은 본 적이 있지만 그렇게 공격적인 것은 본 적이 없습니다!

왜 이런 일이 일어나는 걸까요?

이 역시 그 뒤에 숨은 원리에서 시작됩니다.

"AI Playing Football"의 시작 부분에서 연구자들은 강화 학습의 길을 채택했습니다.

이전 AlphaGo의 학습은 지도 학습, 즉 레이블이 지정된 데이터 세트를 통한 학습을 ​​기반으로 했습니다.

그러나 이 방법은 데이터의 "청결성"에 대한 요구 사항이 높습니다. 데이터에 문제가 있으면 AI가 실수를 할 것입니다.

반대로 강화 학습은 인간의 학습 모델을 모방합니다. AI는 '시행착오' 방식으로 학습하며, 옳으면 보상을 주고, 이를 통해 올바른 연결을 설정합니다.

기존 지도 학습보다 훨씬 더 똑똑한 것처럼 보이지만 여전히 허점이 있습니다.

예를 들어 AI는 보상 및 처벌 조치에 대해 잘못 이해하여 이상한 전략을 생성합니다.

OpenAI는 한때 조정 게임을 설계했습니다. AI의 원래 임무는 경주를 완료하는 것이었습니다.

연구원들은 두 가지 보상을 설정했습니다. 하나는 게임을 완료하는 것이고, 다른 하나는 환경에서 점수를 수집하는 것입니다. 결과적으로 에이전트는 '점수 획득'을 위해 영역을 찾아 계속 돌았고, 결국 자연스럽게 게임을 완료하지는 못했지만 점수는 더 높아졌다.

이번에는 AI가 어떤 새로운 속임수를 썼을까요?

AI가 축구를 하고 전복이 있었지만, 연구원들은 포기하지 않았습니다.

기사 서두에 딥마인드 연구팀이 'AI 축구선수' 육성에 새로운 돌파구를 마련했다고 언급됐다.

논문에 따르면 딥마인드 팀은 이번 연구에서 게임 규칙을 단순화하고 두 팀의 선수 수를 2~3명으로 제한했지만 'AI 축구 선수'는 공 돌파, 신체 대결, 정확한 슈팅 등을 완료할 수 있다. 등의 조치.

그렇다면 연구자들은 'AI 축구선수'를 어떻게 훈련시켰을까요?

간단히 말하면 지도 학습과 강화 학습을 결합한 것입니다.

첫 번째 단계에서 AI는 인간이 축구를 하는 영상을 보고 자연스럽게 걷는 법을 배워야 합니다. 왜냐하면 AI는 처음에는 축구장에서 무엇을 해야 할지 모르기 때문입니다.

두 번째 단계에서는 AI가 강화학습 알고리즘에 따라 드리블과 슈팅을 연습합니다.

AI는 이 두 단계를 약 24시간 안에 완료할 수 있습니다.

세 번째 단계는 AI 로봇이 2:2 대결을 진행하는 것으로, 주로 AI가 팀워크를 배우고 예측하는 데 소요됩니다. 패스 및 기타 더 어려운 작업을 제어합니다.

이번 'AI 축구 선수'의 활약은 여전히 ​​연구팀을 상당히 만족스럽게 만들고 있습니다.

DeepMind 팀은 이 연구가 인간 수준의 운동 지능을 향한 인공 시스템의 발전을 촉진한다고 믿습니다.

그러나 DeepMind 팀은 여전히 ​​이 혁신에 한계가 있다는 것을 비교적 냉정하게 알고 있습니다.

예를 들어 실제 축구 경기에서 일반적으로 사용되는 11대11이 아닌 2대2라고 해서 AI가 더 복잡한 축구 경기에 참여할 수 있다는 의미는 아닙니다.

게다가 단순한 2v2 매치도 로봇 하드웨어에서는 직접 사용할 수 없습니다.

즉, 과학자들은 아직 축구를 할 수 있는 로봇을 만들지 못했습니다.

참고자료: https://www.science.org/doi/10.1126/scirobotics.abo0235

https://sports.yahoo.com/deepmind-ai-now-play-football-134345563.html? =2

https://www.woshipm.com/ai/3619952.htmlhttp://it.people.com.cn/n1/2016/0622/c1009-28467916.html​

위 내용은 AI는 "축구를 할" 수 있지만 AI 로봇은 아직 할 수 없습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!