หลังจาก Google เปิดตัวแผนที่สมองและระบบประสาทส่วนกลางของแมลงวันผลไม้ตัวผู้เต็มรูปแบบได้ไม่ถึงสองสัปดาห์ ก็มีผู้ที่นำโครงสร้างนี้ไปใช้งานต่างๆ มากมาย ล่าสุดแฟนเกม Balatro อ้างว่าฝึกโครงสร้างนี้ด้วยอัลกอริทึมเพื่อเล่นเกม โดยมีอัตราชนะอยู่ที่ 20%
ผู้เล่นแชร์วิดีโอความเร็วสูงของแบบจำลองที่ดูเหมือนกำลังเล่นเกม โดยเลือกความยากต่ำสุด (White Stake) และสำรับเริ่มต้น Red Deck ผู้ใช้ Reddit ชื่อ ActualAerie1011 กล่าวว่าฝึกแบบจำลองโดยใช้อัลกอริทึมที่พัฒนาขึ้นเพื่อค้นหา seed ที่มีประโยชน์ของ Balatro เนื่องจากเกมเป็นแบบสุ่ม อัลกอริทึมจึงสามารถค้นพบ seed ที่ไม่ซ้ำใครและอาจนำไปสู่คะแนนสูงมาก
ในการฝึกสมอง ทั้งอุปกรณ์สมอง (connectome พร้อมแบบจำลองจริง) และอัลกอริทึมจะเล่น seed เดียวกัน จากนั้นนำผลลัพธ์มาเปรียบเทียบ และให้รางวัลหรือลงโทษแบบจำลองบนสมองตามการตัดสินใจ ปัจจุบันสมองมีอัตราความสำเร็จ 20% บน seed แบบสุ่ม ณ ความยาก White Stake/Red Deck เดียวกัน ผู้ใช้กล่าวว่าแบบจำลองไม่รู้อะไรเกี่ยวกับ seed นอกเหนือจากสิ่งที่มองเห็นบนหน้าจอทันที และการฝึกยังคงดำเนินต่อไป
แม้จะเป็นความสำเร็จที่น่าประทับใจ แต่ผู้แสดงความคิดเห็นบางคนตั้งข้อสงสัยในโครงการนี้ เนื่องจากผู้เล่นไม่ได้แชร์รายละเอียดมากนักเกี่ยวกับวิธีการฝึกแบบจำลอง นอกเหนือจากที่กล่าวมา และไม่มี repo ของโครงการหรือการอ้างอิงถึงโครงการโอเพนซอร์สอื่นๆ ที่ใช้
นี่ไม่ใช่เรื่องใหม่สำหรับ Balatro โครงการอย่าง BalatroBot และ BalatroLLM มีมานานประมาณหนึ่งปีแล้ว ทีมงานได้ติดต่อ ActualAerie1011 เพื่อขอรายละเอียดเพิ่มเติมเกี่ยวกับวิธีการฝึกแบบจำลอง และจะอัปเดตเรื่องราวเมื่อได้รับคำตอบ
แม้ Balatro ดูเหมือนตรงไปตรงมา แต่การฝึกแบบจำลองให้เล่นเกมกลับยากอย่างน่าประหลาดใจ โดยเฉพาะในระดับความยากสูง กฎพื้นฐานของการเล่นและการให้คะแนนไพ่โป๊กเกอร์ไม่ยาก อย่างไรก็ตาม ปฏิสัมพันธ์ที่ซับซ้อนระหว่าง joker (สิทธิพิเศษที่ช่วยให้ได้คะแนนสูงขึ้น) ลำดับและการให้คะแนน และข้อกำหนดเฉพาะเช่นความสามารถของบอสและ joker ชั่วคราว/ถาวร ทำให้ความสม่ำเสมอเป็นมาตรฐานที่สูงมาก แม้แต่ผู้เล่นมนุษย์ก็ยังทำได้ยาก ไม่ต้องพูดถึงแบบจำลอง AI
ที่มา: Tom’s Hardware