Fredag ​​den 29. marts 2024

Desktop v4.2.1

Root NationНовиниIT nyhederOpenAI lærte en bot at spille Minecraft ved hjælp af onlinevideoer

OpenAI lærte en bot at spille Minecraft ved hjælp af onlinevideoer

-

Spil Minecraft (hende historie beskrevet i detaljer Denis Koshelev) synes ikke at være et meget vigtigt værktøj til at understøtte avanceret forskning inden for kunstig intelligens. Når alt kommer til alt, er det vigtigt at lære en maskine at spille et sandkassespil, der blev udgivet for over 10 år siden? Du vil blive overrasket, men ja, og det vidner den seneste forskning fra OpenAI-laboratoriet, som studerer udviklingen af ​​kunstig intelligens.

OpenAI altid fokuseret på præstationer AI og maskinlæring, der kan gavne menneskeheden. Virksomheden har for nylig med succes trænet en bot til at spille Minecraft ved at bruge over 70 timers gameplay-optagelser (det er over 2,9 dage, eller næsten 8 år, hvis noget). Denne præstation markerer et kæmpe skridt fremad inden for avanceret maskinlæring ved hjælp af observation og simulering.

AI chips

OpenAI-bot er et godt eksempel på, hvordan simuleringslæring (også kendt som "overvåget læring") fungerer. I modsætning til forstærkende læring, hvor en læringsagent belønnes efter at have opnået et mål gennem forsøg og fejl, træner simulering neurale netværk til at udføre specifikke opgaver ved at observere, hvordan en person udfører dem. I dette tilfælde brugte OpenAI eksisterende gameplay-videoer og tutorials til at sætte botten i stand til at udføre komplekse spilscenarier, der ville have krævet cirka 24 separate handlinger for en normal spiller.

Også interessant:

Imitationslæring kræver, at videodataene er specielt mærket for at give konteksten for handlingen og resultatet, dvs. AI kunne forstå hvilke knapper der blev trykket på og hvilke bevægelser der blev lavet. Men en sådan tilgang kan være tidskrævende, hvilket resulterer i begrænsede tilgængelige datasæt.

I stedet for at bøje deres muskler ved at udføre en storstilet manuel datamærkningsøvelse, brugte OpenAI-forskerholdet en særlig tilgang kendt som Video Pre-Training (VPT) til at udvide antallet af tilgængelige videoer. I første omgang registrerede forskerne 2 timers kommenteret gameplay Minecraft og brugte det til at træne agenten til at forbinde bestemte handlinger med specifikke resultater på skærmen. Den resulterende model blev brugt til automatisk at generere etiketter til 70 timers tidligere umærket Minecraft-indhold tilgængeligt online. Dette gav botten et meget større datasæt at se på og simulere.

Også interessant:

Denne undersøgelse demonstrerer den potentielle værdi af tilgængelige videodepoter som f.eks YouTube, som en uddannelsesressource for kunstig intelligens. Maskinlæringsforskere kan bruge tilgængelige og korrekt mærkede videoer til at træne AI på specifikke opgaver, fra simpel webnavigation til at hjælpe brugere med fysiske behov i det virkelige liv.

Du kan hjælpe Ukraine med at kæmpe mod de russiske angribere. Den bedste måde at gøre dette på er at donere midler til Ukraines væbnede styrker gennem Red livet eller via den officielle side NBU.

Også interessant:

Dzherelotechspot
Tilmelde
Giv besked om
gæst

0 Kommentarer
Indlejrede anmeldelser
Se alle kommentarer
Andre artikler
Abonner for opdateringer

Seneste kommentarer

Populær nu
0
Vi elsker dine tanker, kommenter venligst.x
()
x