Свой первый обучающий курс по системам искусственного интеллекта (ИИ) я прошёл в 2008-м году. Тематика «думающих машин» ещё с детства увлекала меня, а после более плотного знакомства с практической стороной – вопросы компьютерного мышления вошли в сферу моих профессиональных интересов. Сейчас я разрабатываю, исследую и экспериментирую с разными подходами к созданию ИИ:

• как ИИ для решения сложных научно-практических задач,
• так и игрового ИИ для реализации осмысленно ведущих себя компьютерных оппонентов.

Любимые методики

Универсального решения в области ИИ (пока) не существует – однако, расскажу о некоторых из моих разработок, находящих практическое применение. Моим ноу-хау в области ИИ является воплощение в компьютерных системах базовых принципов бихевиоризма – подхода к низкоуровневому описанию поведения живых существ.

Бихевиоризм рассматривает поведение существа на рефлекторном уровне. Возникающие стимулы (отрицательные или положительные, внешние или внутренние) побуждают его к проявлению тех или иных реакций. Иногда стимулы могут быть достаточно приземлёнными (боль, голод, удовольствие), иногда – достаточно сложными (достижение некоторой цели).

Так или иначе, такого рода системы мотивации оказалась достаточно удобными для того, чтобы сформировать базу сложного поведения компьютерного персонажа.

Простейший из используемых подходов – это система “стимул-реакция”. Любое живое существо имеет совокупность стимулов – внешних и внутренних раздражителей, оказывающих влияние на состояние его нервной системы. Интерес, боль, голод, агрессия, усталость, тревога – всё это, накапливаясь выше определённого порога, порождает реакцию. Испытывающее сильный голод животное займётся поисками пищи, чем-то испуганное – примет меры для защиты или бегства. Если животное находится под воздействием нескольких стимулов одновременно (например, хочет есть и спать) – будет выбран имеющий высший приоритет или просто наиболее сильный.

Скорость накопления того или иного стимула можно регулировать. Это полезно для воплощения в жизнь персонажей, ведущих себя реалистично – крайне просто создать характер конкретного противника. Задав высокую скорость роста Страха, можно легко создать оппонента-труса, предпочитающего спасаться бегством при первом же ранении; сделав её небольшой или нулевой, можно создать берсеркера. Населяя виртуальный мир животными, можно, к примеру, заранее задать самке кабана, охраняющей своё потомство, заведомо завышенную Агрессию (при встрече с нею игрок будет сразу же атакован), а лесному оленю – высокое значение Осторожности (чуть заслышав игрока, тот бросится бежать, забыв о прочих своих делах).

Более продвинутой схемой табличной логики являются марковские цепи. Обычно марковские цепи используются для работы с текстами – однако, они имеют огромный потенциал в принятии решений. Правильно настроенный математический аппарат марковских цепей позволяет компьютерным оппонентам не только реагировать напрямую на происходящие события, но и строить прогнозы для любых игровых ситуаций, выдвигать собственные оценки и гипотезы насчёт дальнейшего их развития. Этот подход позволяет реализовывать отдельные подсистемы ИИ, отвечающие за оценку событий, принятие решений и формулирование управляющих выводов.

К примеру, компьютерный оппонент может перед боем оценить вероятность уничтожения игрока имеющимся вооружением – и занять оборону или отступить. Произведя несколько выстрелов, он может, вычислив вероятность вывода из строя игрока различными способами и применить наиболее действенный. Совершенствуя алгоритм, можно создать практически непобедимого противника – или наоборот, сделать его человечным. ИИ может, потеряв игрока из вида, выдвигать несколько “гипотез”, и вычислять наиболее вероятный его маршрут. При этом игрок может запутывать преследователей, используя отвлекающие манёвры, уловки – и ИИ, подобно человеку, пойдёт по ложному следу. Такие приёмы позволяют сделать поведение персонажей под управлением компьютерного оппонента гораздо более живыми, интересными и правдоподобными.

К сожалению, я ограничен крайне жёстким NDA, потому я не могу показать ряд крайне любопытных практических результатов. Тем не менее, вопросы применения моих наработок в области ИИ отчасти описаны ниже, отчасти поднимаются в других разделах моего сайта.

Больше?

За годы работы в данной области, я опубликовал ряд научных и технических статей, освещающих различные аспекты разработки ИИ: