人工智能的游戏方法的发展 Bashny.Net

在人脑的复杂性令人印象深刻的本身，但如果我们假设体决定了一个人已经达到了这一发展通过几代人的高峰期，这一事实更是令人惊艳。神经学家，通过各种新的研究，更多地了解大脑的每一天。特别是在威斯康星大学麦迪逊分校的医学院，研究人员正在研究如何开发神经网络，教学电脑玩视频游戏。





团队介绍了他们是如何创建一个简单的系统，称为«阿尼马特»并通过文章«进化的新一代监控其变动综合因果结构Animats遭受更大的复杂性»（“复杂的因果阿尼马特结构的环境日益复杂的发展”）的环境。使用过程中没有什么不同的自然发展，研究小组研究人工智能变得更加复杂，在希望，这一发现能更好地解释了我们的大脑的复杂性。

每个“阿尼马特”​​有两个传感器，两款发动机和四台计算机的内部协调内存，运动和感觉。对于这些基本神经系统确定与游戏的益智游戏，目的是捕捉从屏幕的顶部落下的块的问题。因此，每个“阿尼马特”​​将不得不学会如何确定土地为顺利完成动作的哪个块。鉴于类比的进一步发展，编码“阿尼马特”​​也可以随意修改系统，并提出一些比别人做得更好。在这种情况下，这些研究人员成功的系统复制和传送上实现期望的结果。数码自然选择，可以这么说。

该团队还增加了游戏的匹配不断增长的复杂性“animats”，挑起他们进一步发展的复杂性。后超过60,000代系统，此外，后代适于更复杂的任务，他们已经变得更加复杂。一旦他们的基本神经网络现在已变得更加复杂，创造更多的连接，以弥补脑大小的有限尺寸。而这个经验使从结果不远处，今天是我们复杂的人脑。

“阿尼马特”​​与他们的智力不挺大的，但他们都集成了更好的功能和效率。该小组说，他们的实验证明了为什么以及如何处理作品被称为“综合信息理论”。实际上，他自己，远野先生建议这个理论是基于意识生物体的性质相适应，以相同的方式作为物理精神问题。 - 通过改变自己

不是在简要回顾了翻译的兴趣，<一个href="http://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1003966#abstract0">оригинал工作远野先生和他的团队。
！报名参加alpha测试 I>
- 为您准备了从项目开发商 VirCities 一译
资料来源：<一href="http://geektimes.ru/company/ilkfinkom/blog/246678/">geektimes.ru/company/ilkfinkom/blog/246678/