Doktorgradsstipendiat har funne opp ein draume-algoritme som drøymer opp nye landskap og nye sjansar undervegs i eit dataspel. Han meiner løysinga også kan brukast i medisinske diagnosar. (Foto: Shutterstock / NTB Scanpix)

Ung forskar har laga sjølvlærande dataspel-algoritme

Algoritmen drøymer opp nye landskap og nye sjansar undervegs i eit dataspel. Forskar meiner han også kan brukast i medisinske diagnosar.

Kunstig intelligens-algoritmar, også kalla oppskrifter, er sjølvlærande. Vanlegvis treng dei mengder av data for å lære seg å ta smarte val. Men det gjer ikkje oppskrifta til den unge forskaren Per-Arne Andersen ved Universitetet i Agder.

Han har nemleg laga ein algoritme som treng lite data for å lære seg sjølv opp til å forstå spelet.

– Denne algoritmen kan skape nye spel-situasjonar og utvikle sin eigen data undervegs, seier forskar ved Universitetet i Agder Morten Goodwin, som har rettleia Andersen i arbeidet med doktorgraden.

Kunstig intelligens

– Algoritmen har eg kalla The Dreaming Algoritm, og kort fortald er han laga slik at han sjølv finn opp den datamengda han treng for å spele godt, seier Per-Arne Andersen.

Algoritmen utfører tilfeldige handlingar for å utforske korleis spelet heng saman. Etter at algoritmen har samla inn ei viss mengde data, har han så å seie lært seg grammatikken eller anatomien i spelet.

Ut frå det kan han avle fram nye framtidsbilde. Draumealgoritmen drøymer da opp moglege utviklingstrekk, og til slutt kan han sjå for seg alle dei framtidige utviklingstrekka som ligg i spelet.

Doktorgradsstipendiat Per-Arne Andersen ved UiAs CAIR-senter er her ved Cambridge University for å presentere ein ny studie om kunstig intelligens. Han fekk prisen for beste presentasjon for studien. (Foto: Privat)

Kommersielt interessant

– Arbeidet med algoritmen starta med masteroppgåva mi og bruk av kunstig intelligens i spel. I såkalla forsterkingslæring der algoritmen lærer opp seg sjølv til å forstå eit spel, krev dei aller fleste algoritmar svært mykje data. Det gjer at læringa vert langsam og vanskeleg å gjennomføre med avgrensa datakraft, seier Andersen.

Tanken bak denne algoritmen var at han skulle lære seg delar av spelet og ut frå det sjå for seg ny spelhistorie. Forskaren trur algoritmen kan ha kommersiell interesse.

– Eit døme kan vere i miljø der konsekvensen for å gjere feil er fatal. Da kan du bruke ein slik algoritme til å lære opp dei andre algoritmane i eit draumemiljø som utprøver ulike løysingar utan at det vert nokon skade om ein gjer feil, seier han.

Eit anna område der ein kan ta i bruk draume-algoritmen er innanfor medisin.

– Det er mangel på data for medisinske diagnosar. Potensielt kan denne algoritmen drøyme opp nye døme på røntgenbilde og vise ei utvikling som legen elles ikkje ville få auge på, seier Morten Goodwin.

Utvidar forskingsfronten

Den unge forskaren har sett seg som mål at doktoravhandlinga hans skal utvide forskingsfronten innanfor bruk av kunstig intelligens i spel.

– Draumealgoritmen er eit lite steg i riktig retning mot meir effektive og mindre datakrevjande algoritmar, men dette er ikkje slutten på den forskinga, seier han.

Per-Arne Andersen tok nyleg imot ein pris ved Cambridge University for beste studie på kunstig intelligens-konferansen 13. desember.

Referanse:

Per-Arne Andersen m.fl: The Dreaming Variational Autoencoder for Reinforcement Learning Environments. International Conference on Innovative Techniques and Applications of Artificial Intelligence. 2018. Sammendrag.

Powered by Labrador CMS