Home
Leerdoelen Waarom onderzoek naar artificial intelligence in games? Speel Hexapawn Speel tegen een lerend AI Hoe werkt de hexapawn AI? Exploitation en exploration Evaluatiefunctie Minimax - Puzzel Minimax - Octapawn Extra: Yavalath minimax bot
Leerdoelen Wat is een neuraal netwerk? Precision en Recall Confusion matrix Structuur van een neuraal netwerk Simpel NN - Handmatig Simpel NN - Automatisch, meer datasets Simpel NN - Hidden layers Simpel NN - Deep learning
Trinkets Presentatie Videos Unplugged activiteiten



Waarom onderzoek doen naar artificial intelligence in games?

Eenvoudig

Games zijn eenvoudiger dan de realiteit. Hoe eenvoudiger, dat verschilt per game.  Toen kunstmatige intelligentie (AI) nog nieuw was en de computers nog niet zo krachtig waren deed men onderzoek met eenvoudige games zoals boter, kaas en eieren. Computers werden pas veel later goed in dammen en schaken.  

Hieronder zie je een foto een wedstrijd van Garry Kasparov tegen Deep Blue, de schaakcomputer van IBM. Deep Blue won uiteindelijk van Kasparov in 1997.



Computers zijn pas heel recent goed geworden in het Chinese spel "Go'. Inmiddels worden er ook successen geboekt in populaire online games zoals dota 2 en starcraft 2. In alle gevallen wordt AI uiteindelijk beter dan de beste mens. Op dit moment heeft AI nog moeite  met complexe games zoals dota 2. "Open AI Five" wint van meer dan 99% van de spelers, maar nog niet altijd van topspelers. Dit is een kwestie van tijd.  De complexiteit van een game zorgt er voor dat de onderzoekers uitgedaagd worden om technieken te ontwikkelen die met die complexiteit omgaan. Hoe complexer de game is, hoe beter de ontwikkelde technologie vertaald kan worden naar echte toepassingen.


Doel en motivatie

Mensen hebben complexe doelen en motivatie. Als we een spel spelen is dit anders. Tijdens het spel is het enige doel om de tegenstander te verslaan. Een AI heeft veel baat bij een duidelijk doel. Als een AI veel potjes dammen speelt, kan een AI slechte zetten leren herkennen, omdat dit zetten zijn waarbij de AI vaak verloren heeft en kan het ook goede zetten herkennen, omdat de AI er vaker mee wint. Dit gaat bijvoorbeeld via een systeem van beloning en straf. 

Hieronder een video met een aantal interessante tactieken in het spel dota 2 toegepast door Open AI Five. Dit is met name interessant als je het spel kent.