谷歌DeepMind现在可以分析万智牌和炉石卡

谷歌DeepMind现在可以分析万智牌和炉石卡

随着复古游戏和围棋被征服,像Google DeepMind这样的人工智能转向何方?很明显,万智牌和炉石传说(:( 我对这个很伤心).
在你太激动之前,没有计划设定AI自由游戏.至少现在没有.
就目前而言,牛津大学的父老乡亲对DeepMind分析卡牌数据并将其转换为代码非常高兴.本质上,设定的任务是一个翻译人的数据为机器语言,同时卡牌有自己的游戏语言和结构,然后它们肯定可以扔出一些卡牌.
这是他们的解释:

许多语言生成任务需要产生结构非结构输入的文本条件.我们提出一个新型的神经网络结构,其中对任意数量输入函数生成一个输出序列条件.重要的是,我们的方法允许调节背景选择以及生成粒度,例如字符,标记或被边缘化,从而可扩展并且有效训练.使用这个框架,我们解决了从混合自然处理语言和结构规范生成程序代码的问题.我们为源于收集交易卡牌游戏:万智牌和炉石传说的范例创建两个新数据集.

如你所想,写一个可以以卡牌逻辑方式分析,解释这些变化的代码,将其转换为任意代码并非易事.选择使用DeepMind代替,而不是使用if/else语句.
通过给定足够数据,所有十亿左右的万智牌表示,人工智能可以学习卡牌语言,以产生精确结果.显然他在炉石传说中表现效果不错,但仍然有些瑕疵.

它处理(相对而言)Madder Bomber fine直接的影响,但是更专业的准备让它迷惑.这是非常公平的–许多次专业的选手也愚蠢的搞砸了出牌顺序,我们可以原谅DeepMind出错.
研究者提到”Madder Bomber”原因是:正确处理是因为他捕获了相似卡的不同:
“Madder Bomber”卡正确生成是因为在训练集有一个相似的卡”Mad Bomber”,他实现同样的效果,除了造成3点伤害而不是6点(到这是不是很熟悉呢.:) ).计算机能偶捕获这种不同是非常满意的结果.
是的,它变得开窍了,越来越好.在这个阶段,我会担心DeepMind沉迷炉石传说,将Google的钱都花光买包(这是黑吧,这肯定是黑吧.这必然是黑.不过真的好贵).这里有很多包(怨念).
下面有一段回答,说出来了我的想法.所以我也顺便了,这部分是赠送的.不要太感谢我.

我想要看Google DeepMind 和Microsoft TAY 来场万智牌比赛.

就是欺负人算什么,有本事去找微软(为什么我想到了软软?)呐.