Вестник науки и образования

Выбор модели и стабильность (model selection and stability): Онлайновые настройки приводят к тому, что фактически является неконтролируемым построением моделей с помощью контролируемых алгоритмов. Методы смещения темпа предлагаемых моделей без существенной потери прогностической мощности имеют решающее значение не только для обучения, но и для интерпретационной способности и уверенности конечного пользователя.
Оптимизация для адаптивности (optimizing for adaptivity): Создание противников, которые едва ли могут проиграть увлекательными способами, так же важно для игрового мира, как и создание противников мирового уровня. Это требует построения высокоадаптивных моделей, которые могут существенно индивидуализироваться для противников или партнеров с широким спектром компетенций и быстрыми изменениями в стиле игры. Вводя совершенно другой набор критериев обновления и оптимизации для учащихся, создается множество новых исследовательских целей.
Интерпретация модели (model interpretation): «What's my next move» («Какого моё последующее действие?) – это не единственный запрос, который требуется в обучающей игре, но это, безусловно, тот, который привлекает наибольшее внимание. Для создания иллюзии интеллекта требуется «нарисовать картину» мыслительного процесса агента. Способность описывать текущее состояние модели и процесс вывода в этой модели от решения к решению позволяет задавать запросы, которые обеспечивают основу для множества социальных действий в игре, таких как прогнозы, контракты, контрфактические утверждения, советы, оправдания, переговоры и демагогия. Они могут оказывать такое же или большее влияние на результаты, как и реальные действия в игре.
Результативность (performance): Потребности в ресурсах для модернизации, корректировки и аналитики данных всегда будут иметь большое значение. ИИ не получает основную часть процессора или памяти, и машины, управляющие рынком, всегда будут недостаточно мощными по сравнению с типичными настольными компьютерами в любой момент времени [7].