Google Deepmind crea Bizarre Magic: The Gathering and Hearthstone Cards

Google Deepmind pot ser dominant en el joc de Go, però encara està lluitant quan es tracta de jocs de cartes com Magic: The Gathering i Hearthstone. Tot i així, els investigadors tenen la intenció d’empènyer-la de forma anomenada jocs d’informació perfecta i de jocs que requereixen que un oponent es trobi amb secrets. Per fer-ho, han d’ensenyar a la intel·ligència artificial la lògica fonamental darrere de les pròpies cartes.

En un intent de veure si van aconseguir aquest truc, els responsables de Deepmind van demanar recentment al programa la creació de noves targetes. Ho va fer, però amb un èxit molt limitat.

Els investigadors van alimentar les cartes de més de 10.000 de intel·ligència artificial avançades: Magic, The Gathering, codificades en Java i unes 500 de Hearthstone a python. El codi representava informació clau continguda a cada targeta, incloent-hi el mana, el poder, la raresa i, fins i tot, les descripcions de les targetes MTG. Després de digerir un codi font més obert que detalla com funcionen els jocs, el Deepmind estava preparat per provar la seva elaboració.

Deepmind no va poder obtenir una nota de superació en la seva primera prova de Magic, tot i que va aconseguir un baix D en Hearthstone. Executar l'algorisme d'avaluació Bleu, l'AI. va obtenir una precisió del 61,4 per cent per a MTG i el 65,5 per cent d’èxit de Hearthstone. Els investigadors van advertir que l’ordinador va aconseguir recrear les cartes que havia avaluat durant els entrenaments. Quan abans no havia vist la targeta, Deepmind estava totalment perduda.

Dit això, Deepmind de tant en tant va anotar el 100 per cent. Va crear el Madder Bomber, tal com es mostra a dalt, exactament com hauria de tenir. De fet, tot i que el joc de proves conté una targeta Mad Bomber, el Madder Bomber només influeix 3 danys en comptes de 6. Aquesta subtil diferència és una captura bastant bona, fins i tot si es va esborrar completament la targeta de preparació. Les targetes Hearthstone són més senzilles que les de Magic, possiblement explicant el millor rendiment de l'AI, tot i que va rebre un conjunt de proves molt més petit.

Per als investigadors, la prova va ser un èxit, ja que l’ordinador va superar els seus punts de referència. I com que es continuarà treballant en les xarxes neuronals del sistema, és probable que Deepmind millori la seva producció de targetes MTG i Hearthstone. Tret que, per descomptat, s'avorreixi i prengui Yugioh. O només ven tota la seva col·lecció a un estudiant de segon grau i utilitza els diners per comprar una caixa de menjar fresca, com la majoria dels primers aficionats al MTG.

El projecte sencer sembla una manera que els Google Googlers portin una massa addicional o estalvien una mica de diners. Els paquets de Hearthstone trenquen directament el banc i un dia Deepmind podria imprimir el seu propi subministrament. Però, de moment, els jugadors de Google hauran d’adherir-se a Go per impressionar les dates.