Jakub Strykowski: Reinforcement Learning może zarówno grać w DOOMa, jak i atakować sieci

Kilka linijek kodu i agent, który grał w DOOMa może atakować sieci komputerowe.

Dla agenta wykorzystującego Reinforcement Learning nie ma znaczenia czy zabijamy potwory czy dostajemy kolejnego roota, liczy się nagroda za osiągnięty cel.

Szybki rozwój sztucznej inteligencji widać na przełomowych wydarzeniach AlfaStar oraz AlfaGo pokonały najlepszych zawodników na świecie w StarCraft oraz Go. Zostaje pytanie, o ile agenty wykorzystujące Reinforcement Learning pokonują najlepszych na świecie, kiedy będą lepsze w atakowaniu sieci komputerowych?

Plan prelekcji zakłada wprowadzenie do Reinforcement Learning na przykładzie kultowej gry DOOM oraz bilioteki Gymnasium.

Na jej przykładzie łatwiej będzie zrozumieć zawiłości Reinforcement Learning. Z nabytą intuicją z DOOMa można łatwiej zrozumieć pojęcia i przejść do atakowania sieci komputerowych, w tym celu zostanie zaprezentowany będzie symulowany atak na sieci komputerowe z wykorzystaniem NASIM.

More: https://confidence-conference.org/