¿A nivel humano? No es probable.
Las redes Q profundas y las redes neutrales artificiales (ANNS) son una herramienta muy poderosa, pero son buenas para las mismas tareas que nuestras propias funciones básicas: encontrar comida, reconocimiento de patrones, aprendizaje reforzado, etc. el nivel de babosas puede hacer. La mayor parte de nuestro cerebro también utiliza funciones simples, funciones básicas como esta.
Sin embargo, jugar juegos de estrategia a nivel humano requiere algo más que instintos básicos: requiere la capacidad de planificar con anticipación, simulación, análisis de costo-beneficio, administrar un sistema económico, razonamiento lógico, etc. funciones de orden , y es esencialmente lo que se implementa en la corteza prefrontal de nuestros cerebros.
- ¿Ha habido algún aprendizaje profundo o aprendizaje automático aplicado a la programación de software?
- ¿Qué arquitecturas de redes neuronales requieren la menor cantidad de datos de entrenamiento?
- ¿Por qué no podemos entender la función cerebral como entendemos la IA de la computadora?
- ¿Qué tipo de lenguaje de programación es particularmente útil para construir robots con IA?
- ¿Es la Iniciativa 2045 un objetivo realista?
Ahora, estoy bastante seguro de que podrías hacer una (o varias trabajando juntas) de Q-Networks profundas que podrían administrar un juego de estrategia en tiempo real hasta cierto punto. E incluso podría vencer a algunos de los jugadores humanos menos estratégicamente inclinados o inexpertos. ¿Pero podría compararse con los generales de teclado adecuados? No, no lo creo.
En mi experiencia, necesitaría una combinación de algunas redes Q o ANN para la entrada sensorial / de patrones, combinada con algunas funciones más rígidas de orden superior como planificación, gestión económica y un razonamiento epistémico para hacer una IA realmente increíble jugando estos juegos. Sin embargo, los requisitos computacionales probablemente serán muy altos, y no quedarán muchos ciclos de CPU / GPU para dibujar muy bien los gráficos 😉
