Populærvidenskabelig titel på dit projekt
Kunstig intelligens, der kan mestre strategiske computerspil
Hvad handler dit ph.d.-projekt om?
Computerspil er et ideelt testmiljø for selvlærende computer-algoritmer, da det er risikofrit, hurtigt og billigt at eksperimentere i disse. Nyudviklede algoritmer kan mestre skak, go og adskillige arkadespil blot ved at lade computeren spille mod sig selv. Denne gren af maskinlæring konstruerer kunstige neurale netværk, som til en vis grad er inspireret af biologiske hjerner. Mit ph.d.-projekt undersøger, hvordan disse algoritmer kan videreudvikles til at løse mere komplicerede problemer, herunder strategiske computerspil. Mine forskningsresultater har indtil videre vist, at det er muligt at gengive strategier i computerspillet Star-Craft ved at analysere store datamængder af menneskers valg i spillet. Derudover har jeg udviklet evolutio-nære algoritmer, som kan planlægge kombinationer af træk i strategispil samt løbende tilpasse sin strategi til modstanderen. En større viden om selvlærende algoritmer i komplicerede computerspil kan formodentlig styrke udviklingen af kunstig intelligens i den virkelige verden.
Hvordan opstod din interesse for dit forskningsfelt?
Før jeg startede på universitet, udfordrede min storebror mig til at udvikle et computerprogram, der kunne slå ham i skak. Han er en dygtig skakspiller, og jeg havde på det tidspunkt ikke så meget erfaring med at programmere, så jeg klarede det ikke. Det gjorde til gengæld, at jeg blev utrolig interesseret i kunstig intelligens, og min specialeafhandling endte med at handle om kunstig intelligens i spil. Det kan være, at jeg tager min brors udfordring op igen en dag, nu hvor jeg ved, hvordan det skal gøres.
Hvad er de forskningsmæssige udfordringer og perspektiver ved dit projekt?
Den væsentligste udfordring ved selvlærende algoritmer i komplicerede spil er manglen på respons, der fortæller, om algoritmen handler rigtigt eller forkert. Algoritmerne lærer nemlig ved at justere deres handlinger, når der sker noget godt eller skidt, f.eks. når Mario samler en mønt op eller mister et liv. I komplicerede strategispil, såsom StarCraft, kræver det rigtig mange handlinger, før der opnås en respons. Det gør det utrolig svært at vurdere, hvilke handlinger der var gode, og hvilke der var dårlige. En mulig løsning på dette problem er at gøre algoritmerne mere nysgerrige og mindre målrettede, så de udforsker nye og interessante dele af spillet frem for at fokusere på det endelige mål.
Hvad betyder et EliteForsk-rejsestipendium for dine fremtidige muligheder? – Og hvad skal det bruges til?
Forskning inden for kunstig intelligens er i bragende udvikling i disse år med adskillige internationale konferencer. EliteForsk-rejsestipendiet skal sikre min deltagelse i disse konferencer, så jeg kan følge med i den nyeste udvikling samt være med til at præsentere min egen forskning. Derudover vil rejsestipendiet blive brugt på et ophold på New York University’s Game Innovation Lab, hvor jeg skal samarbejde med førende forskere inden for kunstig intelligens i computerspil.
Fagområde
Datalogi, kunstig intelligens, maskinlæring
Forskningsinstitution
IT-Universitetet i København, Digital Design, Center for Computer Games Research
Lidt om mennesket bag forskeren
Jeg bor på Vesterbro i København sammen med sin kone. Jeg interesserer mig for brætspil, hiphopmusik og sport og har spillet amerikansk fodbold i mange år for Roskilde Kings. Jeg blev interesseret i programmering ved at udvikle mine egne computerspil.
Gymnasium / bopælskommune
HTX Roskilde / Københavns Kommune
Kontaktoplysninger
E-mail: noju@itu.dk