.jpg)
I ricercatori della Singapore University of Technology and Design (SUTD) hanno ideato un software basato sul "Reinforcement learning and phase-change memory". Un software creato per comprendere la progettazione di movimenti complessi, destinato ad aprire nuove prospettive nel campo dell'IA.
Mentre in passato si era soliti applicare l'apprendimento a giochi come gli scacchi, il team di ricerca della SUTD ha scelto una strada diversa e anche più divertente. Il team ha infatti esposto l'algoritmo D-PPO a Street Fighter Champion Edition II e dopo aver addestrato la loro IA SF-R2 per soli due giorni consecutivi contro il computer, l'hanno fatta sfidare contro un partecipante umano, e l'IA ha trionfato con abbastanza facilità
Questa realizzazione potrebbe avere implicazioni significative nella scienza del movimento e potrebbe essere utilizzata per migliorare settori come la robotica e i veicoli autonomi. Inoltre, apre la strada per la formazione applicabile in settori in cui le macchine cercano di replicare le condizioni umane.
La sfida di far competere sistemi basati su intelligenza artificiale con giocatori umani in giochi di vario genere è un traguardo ormai consolidato. Nel 2017, un'IA Alpha Go sviluppata da DeepMind ha battuto il miglior giocatore umano di Go al mondo per la seconda volta, dopo aver sconfitto Fan Hui l'anno precedente. A giugno, l'IA di Microsoft ha ottenuto il punteggio perfetto nel gioco Ms. Pac-Man, mentre ad agosto un motore OpenAI ha sconfitto i migliori giocatori di Dota 2 dell'epoca.
Desmond Loke di TechXplore ha commentato: "Il nostro approccio è unico perché utilizziamo il "Reinforcement learning and phase-change memory" per risolvere il problema di creare movimenti che superino quelli dei migliori giocatori umani. Questo semplicemente non era possibile con gli approcci precedenti, e ha il potenziale per rivoluzionare il tipo di movimenti che possiamo creare."