Dieses KI-System von DeepMind stellt einen bedeutenden Durchbruch im Bereich der spielenden KI dar. Im Gegensatz zu früheren Systemen, die auf bestimmte Spiele zugeschnitten waren, kann diese KI eine Vielzahl moderner 3D-Spiele effektiv spielen.

Die Schlüsselinnovation ist, dass sich die KI nicht auf spielspezifische Daten oder Koordinaten verlässt, sondern stattdessen die rohe visuelle Eingabe vom Spielbildschirm verarbeitet, ähnlich wie ein menschlicher Spieler.

Bemerkenswert ist, dass die KI nicht nur bei einzelnen Spielen gut abschneidet, sondern auch die Fähigkeit zeigt, das Wissen, das sie aus dem Spielen mehrerer Spiele gewonnen hat, zu übertragen und Spezialagenten zu übertreffen, die auf ein einziges Spiel trainiert wurden. Dies zeigt die Lernfähigkeit und Wissensanwendung der KI über verschiedene Bereiche hinweg, ein Merkmal von Intelligenz.

Dieses KI-System von DeepMind ist ein bedeutender Fortschritt im Bereich des KI-Spielens. Im Gegensatz zu früheren KI-Agenten, die auf bestimmte Spiele zugeschnitten waren, kann diese KI eine Vielzahl moderner 3D-Spiele effektiv spielen. Der Schlüsselunterschied ist, dass sich diese KI nicht auf spielspezifische Daten wie Koordinaten oder Punktzahlen verlässt. Stattdessen verarbeitet sie die Spielwelt direkt über die Pixel auf dem Bildschirm, ähnlich wie ein menschlicher Spieler.

Diese Fähigkeit, die 3D-Spielwelt aus einer 2D-Pixeldarstellung zu verstehen, ist besonders beeindruckend, vor allem für komplexe 3D-Spiele. Die KI kann die Spielumgebung wahrnehmen, Veränderungen im Laufe der Zeit verfolgen und das Spiel mit Tastatur und Maus steuern, ohne Zugriff auf die zugrunde liegenden Spieldaten zu haben.

Darüber hinaus verbessert sich die Leistung der KI, wenn sie auf mehreren Spielen trainiert wird, anstatt nur auf einem. Dies zeigt ein Maß an Generalisierung und Wissenstransfer, das ein Merkmal menschenähnlicher Intelligenz ist. Die KI kann Erkenntnisse, die sie aus einem Spiel gewonnen hat, auf andere Spiele übertragen, um ihre Leistung zu verbessern.

Die Studie zeigt ein überraschendes Ergebnis - nachdem der KI-Agent auf mehreren Spielen trainiert wurde, konnte er auf jedem einzelnen Spiel besser abschneiden als ein Spezialist-Agent, der ausschließlich auf diesem einen Spiel trainiert wurde. Dies deutet darauf hin, dass die Fähigkeit, Wissen über verschiedene Domänen hinweg zu lernen und anzuwenden, ein Merkmal menschlicher Intelligenz, auch die Leistung von KI-Systemen in komplexen 3D-Videospielen verbessern kann.

Die Grundleistung des Spezialist-Agenten, der intensiv auf einem einzigen Spiel trainiert wurde, wurde von dem Agenten übertroffen, der einer Vielzahl von Spielen ausgesetzt war, sogar auf dem eigenen Spiel des Spezialist-Agenten. Dies zeigt die Kraft des domänenübergreifenden Wissenstransfers, bei dem die KI in der Lage ist, allgemeine Prinzipien und Strategien zu extrahieren und auf verschiedene Spielumgebungen anzuwenden.

Während die Leistung dieses neuen KI-Systems beeindruckend ist, erreicht sie noch nicht das Niveau eines Menschen. Die Erfolgsquote, obwohl für einen ersten Versuch akzeptabel, lässt noch Raum für Verbesserungen. Selbst Menschen erreichen bei diesen komplexen 3D-Spielaufgaben keine 100%, sodass es reichlich Möglichkeiten für die KI gibt, ihre Fähigkeiten weiter zu verbessern und zu verfeinern.

Eine Schlüsselbeschränkung ist die Länge der Sequenzen, die die KI bewältigen kann, die derzeit auf 10 Sekunden begrenzt ist. Dies schränkt ihre Fähigkeit ein, sich an intensivere, langfristigere strategische Planung wie das Finden von Ressourcen und den Bau eines Lagers in einem Strategiespiel zu wagen. Die Überwindung dieser Einschränkung wird wahrscheinlich ein Schwerpunkt zukünftiger Forschung an diesem System sein.

Das Ziel des neuen KI-Systems von DeepMind ist es nicht nur, in einer Vielzahl moderner 3D-Videospiele zu glänzen, sondern KI-Agenten zu schaffen, die Menschen in einer Reihe von herausfordernden Realweltaufgaben verstehen und unterstützen können. Indem sie lernt, die Spielwelt durch die Pixel des Bildschirms wahrzunehmen und mit ihr über Tastatur und Maus zu interagieren, zeigt die KI die Fähigkeit, komplexe 3D-Umgebungen zu begreifen und zu navigieren, ähnlich wie ein Mensch.

Diese Fähigkeit ist ein wichtiger Schritt auf dem Weg zu dem ultimativen Ziel, KI-Systeme zu entwickeln, die mit Menschen in der realen Welt zusammenarbeiten können. Die Forscher wollen das Wissen und die Fähigkeiten, die aus der Beherrschung von Videospielen gewonnen wurden, nutzen, um Agenten zu schaffen, die Menschen bei verschiedenen Aufgaben unterstützen können, von der strategischen Planung bis hin zum Ressourcenmanagement und darüber hinaus.

Die von DeepMind präsentierte Studie zeigt einen bemerkenswerten Fortschritt in der Fähigkeit von KI, eine Vielzahl moderner 3D-Videospiele zu spielen. Im Gegensatz zu früheren KI-Systemen, die auf bestimmte Spiele zugeschnitten waren, kann dieses neue KI-System über mehrere Spiele hinweg gut abschneiden.

Die Schlüsselinnovation ist, dass sich die KI nicht auf spielspezifische Daten oder Koordinaten verlässt, sondern stattdessen die visuellen Informationen direkt aus den Pixeln des Spiels verarbeitet, ähnlich wie ein menschlicher Spieler. Dies ermöglicht es der KI, die 3D-Welt und ihre Veränderungen über die Zeit zu verstehen, ein bedeutender Fortschritt gegenüber einfacheren 2D-Spielen.