Inhalt
newsletter Newsletter
DEEP MINDS Podcast
Podcast über Künstliche Intelligenz und Wissenschaft
KI bei der Bundeswehr und der BWI | DEEP MINDS #16

Eine Künstliche Intelligenz betrachtet, wie ein Videospiel gespielt wird. Dann baut sie es nach, ohne dass sie Zugriff auf den Quellcode hat.

Dass Künstliche Intelligenz richtig gut zocken kann, ist seit dem Triumph der Google-KI AlphaGo bekannt. Wissenschaftler eines Technikinstituts in Georgia forschen jetzt an einer KI, die Spiele nicht nur bedienen, sondern ihre Regeln analysieren, kopieren und daraus einen Klon entwickeln kann.

Der Titel der Untersuchung lautet "Game Engine Learning from Video" - übersetzt heißt das, dass sich eine Künstliche Intelligenz ein Video eines Spiels anschaut und dabei bestimmte Aspekte des Videospiels durch Beobachtung erfasst. Sie braucht dafür keinen Zugriff auf den Quellcode der Anwendung, rund zwei Minuten Videomaterial reichen aus.

Die KI analysiert das Geschehen Bild für Bild und kann daraus Animationen und die Physik der Spielewelt ablesen, beispielsweise die Position von Objekten und ihre Bewegungsgeschwindigkeit.

Anzeige
Anzeige

Lernen durch Beobachtung

Die Wissenschaftler erklären das Analyseverfahren anhand eines einfachen Beispiels: Wenn Super Mario bei seiner typischen Attacke einem Gegner auf den Kopf springt, erkennt die KI, dass Mario im ersten Bild über dem Kopf des Gegners schwebt, im zweiten Bild nach unten fällt und der Gegner nach der Berührung der beiden Pixelfiguren verschwunden ist.

Aus solchen Erkenntnissen strikt die KI ein Konstrukt aus Regeln, das in eine Reihe von Programmiersprachen konvertiert und in einer Spieleengine zur Anwendung gebracht werden kann. Der Nachbau ist zwar keine perfekte Kopie, aber das Ergebnis kommt dem Original visuell und bei der grundlegenden Spielmechanik nahe.

Die Qualitätssicherung übernimmt eine zweite KI, die das kopierte Spiel der ersten KI durchspielt und überprüft, dass die Spielfigur nicht einfach durch Wände und Gegner hindurchlaufen kann.

Die beiden GIFs zeigen, dass das Verfahren noch nicht perfekt ist. Laut den Wissenschaftlern wird der Nachbau präziser, wenn die KI mehr Videomaterial analysiert. Den Wechsel zwischen einzelnen Levels und den Tod der Spielfigur versteht die KI allerdings noch nicht.

Anhand von Videospielen für die Realität lernen

Derzeit beherrscht die KI diese Regelerkennung nur für einfache 2D-Spiele. Für die Zukunft könnte das Verfahren auf deutlich komplexere 3D-Spiele angewandt werden, bräuchte dann aber mehr Zeit für die Analyse und fortschrittlichere Methoden für das maschinelle Sehen.

Empfehlung

Die Intention der Wissenschaftler ist es jedoch nicht, die ultimative Raubkopie-KI zu erschaffen, die jedes Spiel anhand eines "Let's Play"-Videos bei YouTube nachbauen kann. Das Spielszenario dient der KI vielmehr als einfach strukturierte Lernumgebung mit einer geringen Komplexität, in der sie ihre Fähigkeiten trainiert und fortentwickelt wird.

"Wir benutzen Super Mario Bros. als ersten Test für unseren Ansatz, da das Physiksystem eine viel geringere Komplexität hat als das der Realität", schreiben die Forscher.

So ähnlich wie ein Mensch mit Duplo und dann mit Lego lernt, bevor er irgendwann aus richtigen Bauteilen komplexe Maschinen bastelt, könnte die KI die Regelerkennung zuerst mit 2D-, anschließend mit 3D-Spielen und eines Tages in der Realität anwenden.

Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!
Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!
| Featured Image: Georgia Institute of Technology
Unterstütze unsere unabhängige, frei zugängliche Berichterstattung. Jeder Betrag hilft und sichert unsere Zukunft. Jetzt unterstützen:
Banküberweisung
Online-Journalist Matthias ist Gründer und Herausgeber von THE DECODER. Er ist davon überzeugt, dass Künstliche Intelligenz die Beziehung zwischen Mensch und Computer grundlegend verändern wird.
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!