Umělá inteligence (AI) stále posouvá hranice toho, co jsme považovali za možné. Nejnovější snaha společnosti Google DeepMind představuje program AI, který se naučil ovládat různé úkoly ve videohrách, včetně surreální Goat Simulator 3. Tento vývoj otevírá excitující možnosti pro AI systémy, jako jsou ChatGPT a Gemini, aby šly nad rámec pouhých konverzací a generování obrázků tím, že převezmou kontrolu nad počítačem a vykonávají složité příkazy.
Program známý jako SIMA (Scalable Instructable Multiworld Agent) staví na nedávných pokrocích v oblasti AI, zejména v oblasti jazykových modelů. SIMA využívá sdílených konceptů v různých hrách, což mu umožňuje přizpůsobit se a naučit se efektivnější strategie pro dokončení úkolů přesně a efektivně dodržovat instrukce.
Co SIMA vyzdvihuje je schopnost aplikovat znalosti získané z hraní jiných her na řešení výzev v nových, neznámých hrách. Tato schopnost rozšiřuje rozsah dat, ze kterých algoritmy mohou učit a připravuje cestu pro výkonnější AI systémy.
Co o tom říkají experti
Podle Linxi „Jima“ Fana, vedoucího výzkumníka společnosti Nvidia, SIMA představuje významný krok vpřed pro inkorporované agenty napříč různými simulacemi. Srovnává ho s předchozími projekty, které zahrnovaly trénování AI agentů, zdůrazňujíce mimořádnou schopnost SIMA generalizovat do nových her. I když je počet prostředí použitých při trénování stále omezený, SIMAův pokrok ukazuje naději.
Tim Harley a Frederic Besse, členové týmu Google DeepMind, zdůrazňují, že SIMA je momentálně výzkumný projekt. Nicméně si představují budoucnost, kde se agenti jako SIMA mohou přidat ke hráčům ve hrách, podporujíce tak poutavější a kolaborativní herní zážitek.
Nová éra herních agentů
Google DeepMind byl v čele průkopnických technologií AI pro hry. V roce 2013, před svým převzetím společností Google, DeepMind demonstroval, jak posilovací učení může umožnit počítačům ovládat videohry z Atari. Tento přístup byl později využit k vytvoření programu AlphaGo, který slavně porazil mistra světa v staré hře Go.
Pro projekt SIMA DeepMind spolupracoval s různými herními studii, aby shromáždil data o interakcích lidských hráčů s deseti různými 3D hrami, včetně populárních titulů jako No Man’s Sky, Teardown, Hydroneer a Satisfactory. DeepMind pak použil jazykové modely k zpracování těchto dat, zachycujíce asociace mezi akcemi hráčů a klávesnicí/mysí. Po doladění výkonnosti SIMA prostřednictvím lidského hodnocení může tento AI program nyní provést více než 600 akcí, od průzkumu po boj a využití nástrojů.
Je dobré si povšimnout, že etické směrnice Google informovaly rozhodnutí výzkumníků nezahrnout do tréninkového procesu hry s násilnými akcemi, zdůrazňujíce tak jejich závazek k odpovědnému rozvoji AI.
Závěr
I když jsou schopnosti SIMA v Goat Simulator 3 a dalších hrách pozoruhodné, je důležité tento projekt vnímat jako výzkumné úsilí. DeepMind uznává, že je třeba dále pracovat na zlepšení spolehlivosti AI agentů, zejména pro praktičtější aplikace v administrativních pracích v kancelářích či každodenním životě.
Tento vzrušující vývoj v oblasti herního AI signalizuje, že svědkujeme nové éry schopností AI. Spojení technologie AI a videoher se ukázalo být nejen angažujícím doménou pro výzkum, ale také potenciální cestou k pokročilejším a integrovaným AI systémům v budoucnosti.
FAQ
The source of the article is from the blog girabetim.com.br