W środę 9 października podzielono Nagrodę Nobla w dziedzinie chemii między Davida Bakera i duetu Demis Hassabis z Johnem M. Jumperem. Z nich trzech prof. Hassabis pracował przy grach wideo, w tym tworząc rozwiązania sztucznej inteligencji. Dzięki czemu powstał pewien hit w roku 2001.
Reklama.
Podobają Ci się moje artykuły? Możesz zostawić napiwek
Teraz możesz docenić pracę dziennikarzy i dziennikarek. Cała kwota trafi do nich. Wraz z napiwkiem możesz przekazać też krótką wiadomość.
Królewska Szwedzka Akademia Nauk wyróżniła Demisa Hassabisarazem z Johnem M. Jumperem za opracowanie narzędzia AI AlphaFold2, potrafiącego przewidywać struktury białek. Dzięki temu naukowcy mogą lepiej zrozumieć np. odporność na antybiotyki. A lata temu przykleił miliony graczy, dzięki bardzo angażującej sztucznej inteligencji w grze Black&White… symulatorze boga.
Zachęcamy do subskrybowania kanału INN:Poland na YouTube. Od teraz Twoje ulubione programy "Rozmowa tygodnia", "Po ludzku o ekonomii" i "Koszyka Bagińskiego" możesz oglądać TUTAJ.
Kim jest Demis Hassabis?
Obecnie znany jest bardziej z bycia prezesem i współzałożycielem DeepMind, firmy, której produkt pokonał człowieka w grze w Go. DeepMind dokonuje przełomów w analizie struktur białek od 2020 roku, dzięki rozwiązaniom opracowanym przy trenowaniu sztucznej inteligencji w grach wideo i planszowych.
Urodzonemu w 1976 roku sir Demisowi Hassabisowi gry nie są obce. Sam jest uzdolnionym graczem w szachy. W wieku 17 lat zaczął pracę w Bullfrog Productions. W 1994 roku był głównym programistą gry Theme Hospital, która zapoczątkowała cały nowy gatunek symulacji.
Gry były dla Demisa początkiem fascynacji nad sztuczną inteligencją. W 2001 roku Bullfrog wydali gręBlack&White - błyskotliwy symulator boga, w którym zarządzaliśmy naszą antyczną krainą i walczyliśmy o dominację przeciw innym bóstwom. To, co szczególnie wyróżniało grę na tle innych, był tzw. Chowaniec – gigantyczna bestia, będąca jednocześnie naszą prawą ręką i wychowankiem.
Jak działało AI Hassabisa w Black&White?
Chowańce przypominały zwierzęta (do wyboru było kilka gatunków) i wyręczały nas w wielu obowiązkach. Pod warunkiem że je tego nauczyliśmy. Lwią częścią zabawy w B&W była właśnie opieka nad monstrum, które wychowywaliśmy sobie od małego z pomocą mimikry.
Czyli małpowania działania gracza. Stwór uczył się z naszych interakcji z nim, a także z własnych doświadczeń. Chowańce były jak takie ciekawsze tamagotchi, bo również trzeba było dbać o nasze wzajemne kontakty i ich zdrowie. A tak samo wciągały czy wręcz uzależniały!
Pożądane zachowania wzmacnialiśmy interakcją z podopiecznym – głaskanie mówiło mu, że postępuje właściwie, a gdy chcieliśmy go skarcić, wymierzało się klapsa kursorem.
Zwierzak obserwował, jak rzucamy czary i zarządzamy wioskami, przez co mógł zauważyć, że gdy ludzie są głodni, to trzeba im dostarczyć żywności. To mógł robić przez naukę odpowiednich boskich cudów (od gracza… albo innego Chowańca) albo pokazanie mu, jak zbierać stada trzody. A gdy był odpowiednio bystry, wpadał na to bez niczyjej pomocy. W kampanii fabularnej dobrze wyuczony pupil mógł stanowić o naszej porażce albo sukcesie.
W porównaniu do obecnego AI boskie stwory z B&W niczym się nie wyróżniają, a tym bardziej gdy postawić je obok inteligencji prawdziwych czworonogów. Jednak te dwadzieścia trzy lata temu robiło to piorunujące wrażenie. Zabawa była bardzo imersyjna i często ignorowałem resztę gameplayu, żeby harcować z gigantycznym potworem.
Masz propozycję tematu? Chcesz opowiedzieć ciekawą historię? Odezwij się do nas na kontakt@innpoland.pl
Na przykład podawaliśmy sobie piłkę albo rzucaliśmy głazami do celu. Lepiej było go nauczyć takich rozrywek, bo inaczej potrafił bawić się np. ludźmi. I nie trzeba było mieć małpy-chowańca, by uważać na latające odchody.
Jak tytuł gry wskazuje, mogliśmy być bogiem złym albo dobrym, a zewnętrzny wygląd zwierzaka oddawał jego własny, niezależny charakter. Starsza bestia uczyła się nawet od naszych boskich rywali i ich Chowańców. Innymi słowy, co by w grze się nie działo, śledziły to wnikliwe oczy AI.
Warto też przypomnieć, że w polskiej wersji gry otrzymaliśmy także świetny dubbing, w tym chwytliwe piosenki, których do dziś dzień nie mogę się pozbyć z głowy: "Ej, duli-duli..."
W 2020 roku Demis Hassabis i John Jumper zaprezentowali model AI o nazwie AlphaFold2. Z jego pomocą udało im się przewidzieć strukturę praktycznie wszystkich 200 milionów białek zidentyfikowanych przez badaczy. Od czasu przełomu AlphaFold2 był używany przez ponad dwa miliony ludzi ze 190 krajów. Wśród niezliczonych zastosowań naukowych badacze mogą teraz lepiej zrozumieć oporność na antybiotyki i tworzyć obrazy enzymów rozkładających plastik.