Tu joues A quoi, gros ?

[Klaim]

Je sais comment marche un réseau de neurone, mais on ne sauvegarde jamais l'environnement.

Mettez vous dans le contexte d'un jeu : à chaque instant (ou chaque moment déterminé par le programme) l'ia va déterminer quelles sont ses décisions. Ca veut dire qu'a chaque fois que ça se passe, il faut récupérer les informations concernant l'environnement (par exemple la position des pièces aux echecs) et ensuite chercher une solution.

Dans le cas de pathfinder, un algo A* (A star) est largement suffisant.

Ca bouffe peu de mémoire si on s'y prend bien. d'ailleurs la memoire n'a jamais ete le truc prise de tete dans les reseaux de neurones.

Dans un jeu si.

ce qui est embettant c'est la vitesse de convergence du systeme vers la soluce, un casse tete de probleme d'optimisation et comme d'habitude plus c'est gros plus que plus c'est impossible à faire. Avec des algorithmes deterministes à la newton trucmuche, on a des formules de malades qui ecrites a la main deforesteraient 25 fois l'amazonie d'avant colomb puisqu'on doit balancer l'integralité des données observées sur le phenomene etudié dans la formule et bosser sur les trente six millions de dérivées partielles de la fonction à maximiser.

C'est pour ça que pour un FPS genre UT on préfèrera faire les Ia avec des algorithmes génétiques (en voyant quels sont les ia qui sont les plus eficaces pour certains critères).

heureusement on a inventé les probas et les stats qui permettent de contourner le probleme. On fait des simulations des modeles et on regarde que est ce qui répond le mieux a nos attentes. Et c'est là que les machines puissantes viennent apporter un plus. car plus c'est costaud, plus ça simule vite. et plus ça simule vite plus on peut simuler et trouver la bonne réponse.

Ouaip mais comme le faisait remarquer beber, dans son temps de développement, un programmeur IA aura très très rarement le temps de faire ce genre de choses. D'ailleurs comme tu l'as dit avant, dans des environnements complexes (un FPS par exemple) c'est chaud (même en simplifiant les "sens" de l'ia.

bon evidemment faut de la memoire pour retenir les calculs et les parametres simulés et plus il y a de neurones et plus c'est compliqué à retenir

C'est justement ça qui bouffe de la mémoire. Sur pc ça fait pas grand chose, mais sur console c'est énorme.

mais y a pas besoin de retenir tous les parametres de l'environnement en dur, juste prendre ce dont on a besoin quand il le faut, et le nombre de parametre n'est pas forcement linéairement lié à la comlexité de l'environnement, l'essenteil n'etant pas de tout prendre en compte mais juste de modeliser les meilleures decisions.

Alors oui il faut donc prendre les infos mais crois moi une ia qui ne prends en compte que très peu d'élément se révèlera d'un pourritude hallucinante. Mieu vaut y aller par la technique la plus utilisée pour a peu près tous les jeux (FSM).

Et comme en plus un tas d'infos sont souvent corellées, on peut en zapper un tas.

Oui évidemment, mais le problème reste le même parcequ'il y a souvent plus d'une entité nécessitant l'ia...

Du coup parler du probleme de la memoire dans une histoire de neurones, c'est comme raler qu'il faille une grosse armoire pour avoir bcp d'habits.

Bah, c'est juste pour la console que c'est gênant. Et même sur pc de toutes façons la récupération des données d'environnement prends du temps cpu qui n'est pas négligeable.

[berseker]

Non, sérieusement, je me répète, mais la moindre opération qui fait trois tests if prend beaucoup plus de temps de calcul et de mémoire qu'un réseau de neurones. Cette méthode, c'est le bonheur des processeurs.

[Little Lou]

ce qui est embettant c'est la vitesse de convergence du systeme vers la soluce, un casse tete de probleme d'optimisation et comme d'habitude plus c'est gros plus que plus c'est impossible à faire. Avec des algorithmes deterministes à la newton trucmuche, on a des formules de malades qui ecrites a la main deforesteraient 25 fois l'amazonie d'avant colomb puisqu'on doit balancer l'integralité des données observées sur le phenomene etudié dans la formule et bosser sur les trente six millions de dérivées partielles de la fonction à maximiser.

Hein?

Dans le cas de pathfinder, un algo A* (A star) est largement suffisant.

Quoi?

C'est pour ça que pour un FPS genre UT on préfèrera faire les Ia avec des algorithmes génétiques (en voyant quels sont les ia qui sont les plus eficaces pour certains critères).

Comment?

Non, sérieusement, je me répète, mais la moindre opération qui fait trois tests if prend beaucoup plus de temps de calcul et de mémoire qu'un réseau de neurones. Cette méthode, c'est le bonheur des processeurs.

A vos souhaits.


Vous vous amusez bien, à part ça?

[ganesh2]

tiens , j ai une chanson que j ai faite pour toi:


windows is out
Linux is good
When i'm hacking
I'm out of food
The algorithms just drive me mad
The rendering is still so flat

Well you see i'm wearing glasses
Cause without em i get blind
Overclocking my computer
With some Chips so hard to find

BECAUSE I M GEEK
I M GEEK COME ON
BECAUSE I M GEEK I M GEEK YOU KNOW IT
BECAUSE I M GEEK I M GEEK COME ON
When the whole world doesnt know the dif-ference
between all the geeks and all of the nerds
Won't you tell me once again :
WHO'S GEEK ?

[Mechass]

Bienvenue au club Little Lou...
En fait je pourrai peut être comprendre mais je ne suis pas d'humeur à lire des trucs dignes de Shirow.(j'arrive à saisir pas mal de choses dans Gits, sauf à la fin)

[yak]

j'essayais juste de montrer pourquoi y a pas besoin de beaucoup de memoire par a+b. Si la machine a suffisament de memoire pour faire tourner son environnemnt, ce n'est pas le reseau de neurone qui devrait la faire flancher, s'il est bien pensé. La memoire necessaire pour faire marcher les neurones est en principe misérable par rapport à celle pour faire tourner l'environnemnt du jeu.

Mais comme chuis honnete j'ai voulu aussi expliquer pourquoi il fallait de la memoire et pourquoi y a pas besoin de stocker les données de l'environnement pour ces calculs, puisqu'on a pas besoin de tout avoir en meme temps dans les formules. Bon j'avoue que je me suis un peu exité, ça me rappelle des vieux souvenir ces trucs là, et j'ai sorti des trucs un peu inutiles pour piter le concept... En fait techniquement on ne sert jamais de tout en meme temps mais la nature des calculs des parametres d'un reseau de neurone rend la question encore moins génante au point de pouvoir se permettre que ça bouge un peu.

En effet comme on bosse de façon probabiliste et que l'environnement ne change pas à la vitesse de la lumiere et respecte dans une durée déterminée une certaine "moyenne", le fait qu'il y ai de legeres variations ne gene pas fondamentalement le resultat. On peut donc obtenir des resultats corrects avec des donnees qu'on récupère en live. j'espere que sur ce point chuis plus clair que dans mon premier post.

[berseker]

Moi, je ne comprends pas trop ton raisonnement, parce que j'ai l'impression que tu mélanges la période "entrainement" des réseaux de neurones", avec les problèmes de vitesse de convergence et l'utilisation proprement dite, qui elle ne nécessite ni convergence, ni probabilité, ni statistiques.

Et prout à Little Lou, parce que c'est nous qui faisons vivre son fanzine !

[yak]

la je parle juste de la façon d'evaluer le modele et pas de comment marche marche le system de neurones, parce qu'en fait c'est l'evaluation qui demande des calculs et c'est la façon dontelle se fait qui dit ce qu'on a besoin comme infos.

[berseker]

Oui, mais pour l'entrainement, on se moque royalement des capacités de la machine, vu qu'on peut le faire sur Deep Blue, si on veut. C'est pendant le jeu, que ça doit tourner vite et que ça tourne vite.

[Klaim]

Little Lou> O___O a parceque tu suit ce thread toi? ......O__O j'y crois pas.....

beber> je suis d'accord qu'un réseau de neurone en rom (read only memory) c'est plus rapide que des embranchements, je ne le conteste pas (enfin ça dépends de ce pour quoi tu l'utilises). Je dit que le problème est ailleurs :
1) l'utilité;
2) le temps de développement;
3) l'efficacité;

Quand un comportement est facile a concevoir en Finite State MAchine ya pas d'utilité a utiliser un réseau de neurones....

yak> Ok c'est bien ce qu'il me semblait , c'est pour ça que j'ai précisé que dans les jeux c'est assez chaud a cause du coté "temps réel" (bien que dans du tour par tour ce soit plus simple, mais du coup c'est facile de complexifier l'environnement, comme aux echecs).

[berseker]

Mais justement, les réseaux de neurones, c'est fait POUR le temps réel. Le temps de développement, je suis d'accord, c'est pour ça qu'on n'en met pas partout, mais une fois que c'est implanté, c'est fini, ça ne demande plus rien du tout. Pas besoin de le mettre en ROM. Un réseau de neurones, dans les livres et pendant l'entrainement, c'est tout joli tout compliqué, mais une fois développé, c'est une petite formule mathématique toute conne, suivie d'un seuillage entre 0 et 1.

[velo vert]

on pourrait avoir un exemple concret (et simple) de ce que peuvent faire les neurones ?
(ouais je sais c'est ptete pas la meilleure des questions a poser, mais ca fait un bout de temps que je l'ai pas posée, et donc voilà, j'aime bien me rappeller de quand j'avais 15 ans.)

[berseker]

Un bon exemple de ce que ça permet, c'est la Poste : c'est un réseau de neurone qui lit les chiffres du code postal (et en partie le texte aussi, apparemment) et qui trie les lettres. Ils ont mis (je crois) deux ans pour l'entrainer, mais maintenant ça marche du tonerre, c'est hyper rapide et ça permet de faire quelque chose de bien trop compliqué pour être programmé classiquement.

[velo vert]

ah. ok.
et comment on les entraine ?
et ca marche comme des vrais neurones ?
ils se réarrangent tous seuls où il faut le faire a la main ?
pour faire un truc genre la poste, il faut combien de neurone en gros ?

[Klaim]

Nan mais attends beber, ton réseau de neuronne, faut bien stocker le résutlat de l'éducation quelque part, c'est pas juste une formule mais la copie de l'état du réseau qu'on utilise dans un programme...