Saara
Pieneenkin tietoaineistoon perustuva generatiivinen tekoälymalli kykenee luomaan videopelikarttoja ja 2D-hahmomalleja tekstipyyntöjen pohjalta.
New Yorkin yliopiston tietojenkäsittelytieteilijät Julian Togelius ja Timothy Merino kollegoineen suunnittelivat järjestelmän ymmärtääkseen, miten simppeli tekoälymalli voi olla ollakseen vielä hyödyllinen. He kokeilivat, mitä malli osaisi askarrella mitä yksinkertaisimmista kehotuksista.
– Se oli yllättävän tehokas, kertoo Merino.
Tekoälymallille opetettiin 882 pelikarttaa, sata sprite-hahmoa ja 10 000 emojia, joiden tunnisteissa oli selitykset sisällöstä.
– Kaikki tietojoukkomme olivat tarkoituksella aika pieniä, sanoo Merino.
Merkinnöissä vältettiin hamojen nimiä; sen sijaan niitä kuvailtiin. Super Mario esimerkiksi olisi “punaiseen pukeutunut mies, jolla on viikset”.
Kehitetty malli oli sangen suoraviivainen uusimpiin tekoälyn kehityssuuntiin verrattuna. Yksinkertaisessa neuroverkossa tieto kulki vain syötteestä tulosteeseen vailla palautesilmukoita. Siitä huolimatta järjestelmä pystyi tuottamaan tunnistettavaa jälkeä, kun sille annettiin tekstisyötteitä, kuten “kukkainen ruohokenttä”, “puustoinen saari joessa” tai “kylä tulvan vallassa”.
Togeliusin mukaan malli osoittaa, mitä rajallisella laskentateholla voidaan saavuttaa.
– Moni tietää tekoälyn potentiaalista muuttaa pelien toimintaa. Iso osa siitä tarkoittaa kuitenkin massiivisia malleja, joiden koulutus vaatii massiivisia tietomääriä, hän huomauttaa ja vertaa omaan pikku malliinsa:
– Tällaisen kouluttaa kotikoneella ja se toimii käytännössä puhelimella erittäin sukkelasti.
Lähde: New Scientist Kansikuva: Tim Merino ym.
