Legendarna gra QWOP kontra sztuczna inteligencja
08.03.2021

„Kto ma większą szansę na wygraną w pojedynku człowiek vs. maszyna?” – to pytanie, które fascynuje nie od dziś fascynuje badaczy sztucznej inteligencji (SI).

Jednym z najbardziej znanych pól tej bitwy stały się gry, jak np. zwycięska potyczka komputera IBM Deep Blue z szachową legendą Garri Kasparowem, superkomputer Watson wygrywający teleturniej „Jeopardy!”, czy sukces programu AlphaGo, który pokonał jednego z najlepszych zawodników w starochińską grę planszową Go. Tym razem SI miała zmiażdżyć konkurencję i ustanowić nowy rekord w kultowej grze QWOP, ale ku zaskoczeniu (prawie) wszystkich, musiała uznać wyższość człowieka.

Stworzona przez Bennet’a Foddy’ego w 2008 r. gra QWOP czerpie inspiracje z popularnej w latach 80. gry typu arcade Track & Field. W QWOP zadaniem gracza jest poprowadzenie biegacza podczas biegu na 100 metrów. Cała trudność polega jednak na tym, że za pomocą czterech tytułowych klawiszy oddzielnie kieruje on jego udami i łydkami. Z pozoru może się to wydawać proste, ale wciskanie odpowiednich klawiszy w odpowiednim rytmie potrafi przysporzyć sporo frustracji.

Wesley Liao, specjalista w dziedzinie analizy danych, był ciekaw, jak w QWOP poradziłaby sobie sztuczna inteligencja. Po długim procesie samokształcenia i uczenia maszynowego, SI w końcu zdołała poprowadzić biegacza od startu do mety przez 100-metrowy tor, jednak bez większego sukcesu. Dopiero po nawiązaniu współpracy z Kurodo, jednym z weteranów QWOPa, i po kolejnych 65 godzinach nauki, zawodnik kierowany przez SI dotarł do mety w minutę i 8 sekund. W rezultacie sztuczna inteligencja zajęła zaledwie 14. miejsce wśród najlepszych zawodników.

Liao wierzy, że po dłuższym treningu i zastosowaniu innych narzędzi sztuczna inteligencja zdoła w końcu pobić rekord w QWOP (według serwisu Speedrun.com wynosi on obecnie 48 sekund), a na pocieszenie dodaje, że w tej chwili algorytm i tak radzi sobie lepiej niż 99,9% graczy.