【Howie 商業投資】能打星海,但不能打魔獸?Google 的 DeepMind 讓 AI 更靈活

距離 AlphaGo 打敗人類棋手李世乭已經六年了,可惜的是,現在的演算法依舊有無法達到自行推論與完全複製,因此 DeepMind 準備再次出手,扭轉這一切。
評論
AlphaSter 示範畫面 via DeepMind Blog
評論

 距離 Alpha Go 打敗人類棋手李世乭已經六年了,當時由 DeepMind 開發的 AlphaStar 演算法在當年紅極一時,AI 現在也進入到增強式學習(Reinforce Learning,或稱為強化學習)的時代,運用「探索—利用」的方式提升自己的腦力。可惜的是,現在的演算法依舊有無法達到自行推論與完全複製,因此 DeepMind 準備再次出手,扭轉這一切。

打星海時是強者,玩魔獸變成植物人

不久前,DeepMind 讓 AI 玩星海爭霸 2 與魔獸爭霸 3。在星海爭霸時,研究團隊讓 AI 打贏一場又一場的戰役與人類玩家,透過大量資料的預先訓練 AI 在面對不同敵方種族與調性的對手時能做出對應的反擊。但同樣是戰略遊戲,能打贏星海殘酷電腦等級的 AI,過渡到魔獸時就不是那麼回事了,據說 AI 只產了幾隻農民後,就開始瘋狂採礦但不產兵了;不只如此,這隻 AI 在玩 Dota 2 時一樣腦死,跌破大家眼鏡。這要是搬到現實應用情境,恐怕很多人對於 AI 的能力評價會大打折扣。問題是,能打敗棋王的演算法,為何只是換個遊戲而已就直接死機呢?

▲據說 AI 打星海時很順,但換成魔獸就一蹋糊塗。資料來源:Starcraft 2
▲據說 AI 打星海時很順,但換成魔獸就一蹋糊塗。資料來源:Starcraft 2

▲AlphaStar 的示範遊玩

增強式學習雖然可以模擬人類行為,但無法延伸思考

增強式學習(Reinforce Learning)最厲害的地方,就是可以在訓練與測試的過程中自己與環境互動,衍伸出對應行為並自行回饋資料,演算法再從回饋中反覆學習,如同動物與環境互動一樣。但它同樣具備缺乏彈性的致命傷,在同個環境裡,它可以學習得深,甚至自行形成預測。但換個環境,它反而一點都不智慧,甚至表現更差。這就是能下圍棋的 AlphaGo 沒辦法下象棋跟西洋棋——即便他們有部分邏輯互通,這就能解釋同樣是戰略遊戲,即便稍微調整一下不同種族與難度,AI 能打好星海,卻在魔獸中慘輸的原因,AI 還沒有我們想的那麼聰明。

▲ 增強式學習目前是機器學習中最受歡迎的方式。資料來源:Mathworks
▲ 增強式學習目前是機器學習中最受歡迎的方式。資料來源:Mathworks

DeepMind 啟動 X Land 專案,無限個關卡等著 AI 來破

為了解決增強式學習不足的窘境,DeepMind 啟動 X Land 專案。X Land 是一個網狀空間,裡面是個 3D、可編程、容納近乎無無限個任務設計的世界,你可以想成遊戲中的自訂地圖,自己在任何地方放置物件、設計關卡、調整難易度等等,然後讓 AI 不斷在不同環境中完成關卡目標,從找到某個物件,到用打怪積分換取裝備都可以。穿梭在其中的是神經網路架構與一種稱為 population based Training 的訓練方法,這種訓練方法佔用更少的運算資源,並會根據 AI 完成的任務,自動生成更難、不同性質的任務,不斷訓練 AI 的反應能力。除了先進的演算法,X Land 可以使用 Google 近乎無限的雲端資源,這也是一般企業難以做到的。截至目前,專案已經讓 AI 在 4,000 個世界中玩了 70,0,000 個關卡、完成一共 3,400 萬個任務,2,000 億個執行步驟。一切只為了讓 AI 在不同環境中能快速做出正確反應。

▲X Land 中的各種關卡設計與放置物。資料來源:DeepMind

AI 普及化的關鍵:更聰明與規模化

IBM 曾在一份調查指出,疫情後的全球企業採用 AI 的比例達三分之一;AWS 的一名客戶也告訴公司,他們想要部署一百萬個 AI 模型。讓他們有所猶豫的原因在於,需要一個應用情境讓可以說服高階主管—— - 即便結果有稍微誤差;但是要說服管理階層規模化這些模型可能就有困難了,資料的純度、品質不佳與數量不足都是讓企業卻步的原因,而事實上,沒有規模化的 AI,就跟動物園的動物一樣僅能供人觀賞,但無法投入實戰。或許 X Land 並不像 Google 的其他黑科技一樣著名,但 X Land 可能讓 AI 學會玩不同遊戲(應用場景),甚至可以逆向工程回推怎麼設計遊戲(完全智慧化),對於 Google 在 AI 領域的地位與市佔又邁進一大步。

責任編輯:Mia

延伸閱讀:



飛宏科技推出業界最高功率密度電競筆電電源-280W GaN 充電器

飛宏科技新推出專為電競筆電設計的 280W GaN 高功率電源充電器,結合電路設計與製造工藝之最,帶給終端使用者前所未有小型化、輕量化、與頂規化的使用體驗。
評論
Photo Credit:飛宏科技
評論

飛宏科技在 2021 年底推出全新 280W GaN(氮化鎵)高功率電競筆電電源,超緊湊尺寸 160*69*25mm(276cc)與 700g 輕量化設計,使其功率密度突破業界多年來設計極限,達到眾所期盼的 16W/in3(1W/CC) ,因而相較一般市面販售相同輸出功率產品,體積縮小約 50%,重量減輕約 30%,大小重量相當於一般 180W 電源。

飛宏科技這款電競電源的設計研發—電路上結合了高效率拓樸結構、零電壓零電流軟切換技術、新型 GaN 半導體元件、與自主開發數位控制機制等技術;工藝上則採用了 3D 零件配置與佈線技巧、功率模組設計、及獨特 GaN 生產製程管控,最終成就了品牌客戶與終端使用者所冀求真正輕、薄、窄、小的高功率充電器,為電源業界與電競市場帶來突破性的研發創新亮點。

Photo Credit:飛宏科技

安全可靠 280W GaN 頂級規格充電器

飛宏科技表示,目前市面上所謂的 GaN 電源都著重強調在所謂的小型化,但往往都忽略電源設計更應重視安全性、可靠度、及滿足終端使用者真實的使用情境。飛宏科技此款新小型化電源已取得各項國際安規認證包括 IEC/EN/UL 60950-1 & 62368-1、CCC(5000m)及電磁相容(EMC) 認證包括 EN55032 Class B EMI & EN55024 EMS 等規範。

此款電源更是針對高階電競筆電應用需求如:支援高階處理器及顯示器的瞬間峰值功率拉載、玩家日以繼夜的重度使用、酷炫輕薄的外型、與輕巧好收納及攜帶方便等,同步提供以下的頂級規格及功能:

● > 95% 滿載轉換效率與 < 0.2W 空載待機損耗

● 560W(200% 額定功率)瞬間峰值功率輸出

● 3 年/26,280 小時,滿載高溫下長壽命保證

● 五種數位化安全保護機制

● 2 公尺輸出線上不需加任何 EMI 磁芯輔助即能通過 EMI 認證

● < 150uA 低漏電電流

電競筆電首選  極緻設計之展現

近年來電競筆電產業蓬勃發展,品牌廠商無不卯足全力導入最新軟硬體技術與材料來提升性能,使產品設計上能不斷推陳出新,以滿足電競玩家挑剔與追求極緻體驗的渴望,唯在配角「電源充電器」上無太多創新,而導致玩家也只能默默接受彩盒中所附帶大而笨重的電源。

飛宏科技新推出這款專為電競筆電設計的 280W GaN 高功率電源充電器,結合電路設計與製造工藝之最,突破過往的設計瓶頸與極限,可充分帶給終端使用者前所未有小型化、輕量化、與頂規化的使用體驗。

本文章內容由「飛宏科技」提供,經關鍵評論網媒體集團廣編企劃編審。