Штучно-інтелектовні моделі постійно еволюціонують, і останній прорив Google DeepMind може відкрити шлях до загального інтелектуальної штучної інтелекту, яка працюватиме у реальному світі. В той час як майстерність штучного інтелекту в іграх, таких як шахи або Го, вже доведена, ці ігри мають визначені способи перемоги або програшу, що робить відносно простим навчання систем штучного інтелекту для успіху в них.
Проте відкриті ігри, такі як Minecraft, ставлять більший виклик перед системами штучного інтелекту. Ці ігри пропонують величезний вибір варіантів і абстрактних цілей, наслідуючи реальні сценарії набагато ближче. Тому володіння цими іграми вважається важливим кроком до навчання інтелектуальних агентів, які можуть виконувати реальні завдання, такі як керування роботами та досягнення загального штучного інтелекту.
Google DeepMind випустила модель штучного інтелекту під назвою Scalable Instructable Multiworld Agent (SIMA), яка може грати в дев’ять різних відеоігор та віртуальних оточеннях, яких вона ніколи не зустрічала раніше. Вражаюче, що SIMA досягає цієї мети, аналізуючи лише відеопотік з гри. Від пригод у космосі до завдань з вирішення проблем, SIMA може виконувати приблизно 600 коротких завдань у різних іграх.
Для досягнення такого рівня продуктивності дослідники DeepMind використовували наявні моделі розпізнавання відео та зображень для інтерпретації відеоданих з гри. Потім вони навчили SIMA картографувати конкретні завдання на основі відеоввіду. Для досягнення цього підходу пари індивідів грали відеогри разом, одна людина спостерігала за екраном та навчала іншу своїм ходам. Крім того, учасники проаналізували свою гру та описали дії мишкою та клавіатурою, які вони виконали. Вивчаючи, як рухи людини пов’язані із поставленими завданнями, SIMA могла точно відтворювати ці дії та виконувати їх.
Хоча SIMA продемонструвала здатність грати в дев’яту гру, у якій вона раніше не була відкрита, вона не вдалося досягти рівня продуктивності людини. Для вирішення цього пропасті дослідники впровадили метод навчання, коли SIMA навчалася на восьми іграх, а потім тестувалася на дев’ятій. Цей процес повторювався для забезпечення можливості SIMA адаптуватися до незнайомих ігор.
Експерти визнають, що можливість узагальнювати навички через різні ігри є важливим кроком у напрямку розвитку універсального агента штучного інтелекту. Однак поточні обмеження SIMA полягають у тому, що вона обмежена відносно вузьким набором короткострокових завдань, які не потребують довгострокового планування. Розширення її можливостей для охоплення ширшого спектру складних завдань було б більш складною справою.
Важливо зауважити, що для компаній, як DeepMind, ці дослідження не спрямовані виключно на ігри, а мають на меті революціонізувати робототехніку. Навігація в 3D середовищах служить засобом досягнення мети, оскільки ці компанії прагнуть розвивати системи штучного інтелекту, здатні сприймати та взаємодіяти з навколишнім світом. Хоча вплив на відеоігри може бути мінімальним, перспективи для нашого життя поза грою залишаються невідомими.
### Часто Задаються Питання
**Що таке SIMA?**
SIMA, або Scalable Instructable Multiworld Agent, – це модель штучного інтелекту, розроблена Google DeepMind. Вона може грати в різні відеоігри та віртуальні середовища, аналізуючи лише відеопотік з гри.
**Як навчали SIMA?**
Дослідники DeepMind використовували наявні моделі розпізнавання відео та зображень для навчання SIMA. Вони також дозволяли парам людей грати у відеоігри, одна людина навчала іншу своїм ходам та діям. Ці дані, спільно з саморефлексією гри, дозволили SIMA зрозуміти, як рухи людини пов’язані з конкретними завданнями.
**Які обмеження у SIMA?**
Незважаючи на те, що SIMA продемонструвала здатність адаптуватися до незнайомих відеоігор, вона наразі не досягає рівня продуктивності людини. Крім того, її навички в основному обмежені короткостроковими завданнями, які не вимагають довготривалого планування.
**Яка кінцева мета цих досліджень?**
Дослідження DeepMind націлені на розробку систем штучного інтелекту, які можуть сприймати та взаємодіяти з реальним світом. Використання ігор як тестового поля застосовується для революціонізації робототехніки та створення штучних інтелектуальних агентів, здатних виконувати завдання у реальному світі.
### Часто Задаються Питання
**Що таке SIMA?**
SIMA, або Scalable Instructable Multiworld Agent, – це модель штучного інтелекту, розроблена Google DeepMind. Вона може грати в різні відеоігри та віртуальні середовища, аналізуючи лише відеопотік з гри.
**Як навчали SIMA?**
Дослідники DeepMind використовували наявні моделі розпізнавання відео та зображень для навчання SIMA. Вони також дозволяли парам людей грати у відеоігри, одна людина навчала іншу своїм ходам та діям. Ці дані, спільно з саморефлексією гри, дозволили SIMA зрозуміти, як рухи людини пов’язані з конкретними завданнями.
**Які обмеження у SIMA?**
Незважаючи на те, що SIMA продемонструвала здатність адаптуватися до незнайомих відеоігор, вона наразі не досягає рівня продуктивності людини. Крім того, її навички в основному обмежені короткостроковими завданнями, які не вимагають довготривалого планування.
**Яка кінцева мета цих досліджень?**
Дослідження DeepMind націлені на розробку систем штучного інтелекту, які можуть сприймати та взаємодіяти з реальним світом. Використання ігор як тестового поля застосовується для революціонізації робототехніки та створення штучних інтелектуальних агентів, здатних виконувати завдання у реальному світі.
The source of the article is from the blog reporterosdelsur.com.mx