Τα μοντέλα τεχνητής νοημοσύνης που παίζουν παιχνίδια υπάρχουν εδώ και δεκαετίες, αλλά συνήθως είναι εξειδικευμένα σε ένα παιχνίδι και επικεντρώνονται στη νίκη. Ερευνητές Google Το Deepmind έχει διαφορετικό στόχο: να δημιουργήσει ένα μοντέλο που μαθαίνει να παίζει πολλά τρισδιάστατα παιχνίδια σαν άνθρωπος, ενώ κάνει ό,τι καλύτερο μπορεί για να κατανοήσει και να ενεργήσει σύμφωνα με τις προφορικές οδηγίες σας. Εισήγαγαν το μοντέλο SIMA, το οποίο σημαίνει Scalable, Instructable, Multiworld Agent και βρίσκεται υπό έρευνα.
Με την πάροδο του χρόνου, το SIMA θα μάθει να παίζει οποιοδήποτε βιντεοπαιχνίδι, ακόμα και αυτά που δεν έχουν γραμμική διαδρομή μέχρι το τέλος του παιχνιδιού ή παιχνίδια ανοιχτού κόσμου. Αν και ο αλγόριθμος δεν προορίζεται να αντικαταστήσει τα υπάρχοντα παιχνίδια Όλα συμπεριλαμβάνονται, μπορείτε να τον σκεφτείτε μάλλον ως συνεργάτη και σύντροφο. Συνδυάζει την εκμάθηση φυσικής γλώσσας με την κατανόηση τρισδιάστατων κόσμων και την αναγνώριση εικόνων.
https://twitter.com/GoogleDeepMind/status/1767918515585994818
Η εταιρεία έχει συνεργαστεί με διάφορους προγραμματιστές παιχνιδιών, συμπεριλαμβανομένων των Hello Games, Embracer, Tuxedo Labs, Coffee Stain και άλλα για εκπαίδευση και δοκιμή SIMA. Οι ερευνητές συνέδεσαν το SIMA με παιχνίδια όπως το No Man's Sky, το Teardown, το Valheim και το Goat Simulator 3 για να διδάξουν στον πράκτορα AI τα βασικά για να τα παίξει.
Η ομάδα επέλεξε παιχνίδια που είναι περισσότερο ανοιχτού τύπου παρά αφηγηματικά για να βοηθήσει τη SIMA να μάθει γενικές δεξιότητες παιχνιδιού. Εάν έχετε παίξει ή παρακολουθήσει περιηγήσεις του Goat Simulator, ξέρετε ότι το να κάνετε τυχαία, αυθόρμητα πράγματα είναι η ουσία του παιχνιδιού και η ομάδα λέει ότι αυτό ακριβώς είναι το είδος του αυθορμητισμού που ελπίζει να διδάξει στο SIMA.
Για να γίνει αυτό, η ομάδα δημιούργησε πρώτα ένα νέο περιβάλλον στον κινητήρα Unity. Επειτα Google ηχογραφημένα ζευγάρια παικτών, ο ένας οδηγεί το παιχνίδι και ο άλλος δίνει οδηγίες για το τι να κάνει στη συνέχεια, για να καταγράφει τις προφορικές οδηγίες. Μετά από αυτό, οι παίκτες έπαιξαν μόνοι τους για να δείξουν σε τι οδηγούν οι πράξεις τους στο παιχνίδι. Όλα αυτά τροφοδοτήθηκαν στο SIMA, ώστε ο πράκτορας να μάθει να προβλέπει τι θα συμβεί στη συνέχεια στην οθόνη. Επί του παρόντος, το SIMA έχει περίπου 600 βασικές δεξιότητες, όπως η στροφή αριστερά ή το ανέβασμα σκαλοπατιών, αλλά τελικά θα μάθει πιο περίπλοκες λειτουργίες.
Το SIMA δεν είναι ένα NPC με τεχνητή νοημοσύνη όπως το NVIDIA και Convai, ακόμη ένας παίκτης στο παιχνίδι που επηρεάζει το αποτέλεσμα. Ο συνεπικεφαλής του έργου SIMA Frédéric Besse λέει ότι είναι ακόμη πολύ νωρίς για να πούμε ποιες εφαρμογές θα μπορούσαν να βρουν τέτοιοι πράκτορες τεχνητής νοημοσύνης σε παιχνίδια εκτός έρευνας. Αλλά η Google είπε ότι με πιο προηγμένα μοντέλα Όλα συμπεριλαμβάνονται Η SIMA θα μπορέσει τελικά να εκτελέσει πιο σύνθετες εργασίες και να γίνει ένας ιδανικός συνεργάτης.
Διαβάστε επίσης: