Pelejä pelaavat tekoälymallit ovat olleet olemassa jo vuosikymmeniä, mutta ne ovat yleensä erikoistuneet yhteen peliin ja keskittyneet voittamiseen. Tutkijat Google Deepmindillä on erilainen tavoite: luoda malli, joka oppii pelaamaan useita 3D-pelejä kuten ihminen, samalla kun tekee parhaansa ymmärtääkseen sanallisia ohjeitasi ja toimiakseen niiden mukaan. He esittelivät SIMA-mallin, joka tarkoittaa Scalable, Instructable, Multiworld Agent ja jota parhaillaan tutkitaan.
Ajan myötä SIMA oppii pelaamaan mitä tahansa videopelejä, myös niitä, joilla ei ole lineaarista polkua pelin loppuun tai avoimen maailman peleihin. Vaikka algoritmin ei ole tarkoitus korvata olemassa olevia pelejä AI, voit ajatella häntä pikemminkin kumppanina ja seuralaisena. Se yhdistää luonnollisen kielen oppimisen 3D-maailmojen ymmärtämiseen ja kuvantunnistukseen.
https://twitter.com/GoogleDeepMind/status/1767918515585994818
Yritys on työskennellyt useiden pelikehittäjien kanssa, mukaan lukien Hello Games, Embracer, Tuxedo Labs, Coffee Stain ja muut kouluttamaan ja testaamaan SIMAa. Tutkijat yhdistivät SIMA:n peleihin, kuten No Man's Sky, Teardown, Valheim ja Goat Simulator 3 opettaakseen tekoälyagentille niiden pelaamisen perusteet.
Tiimi valitsi pelejä, jotka ovat enemmän avoimia kuin narratiivisia auttamaan SIMAa oppimaan yleisiä pelitaitoja. Jos olet pelannut tai katsonut Goat Simulator -ohjeita, tiedät, että pelissä on kyse satunnaisten, spontaanien asioiden tekemisestä, ja tiimi sanoo, että juuri sellaista spontaanisuutta he toivovat opettavansa SIMAlle.
Tätä varten tiimi loi ensin uuden ympäristön Unity-moottoriin. Sitten Google nauhoitettiin pelaajapareja, joista toinen johtaa peliä ja toinen antaa ohjeita siitä, mitä tehdä seuraavaksi, äänittää puheohjeet. Sen jälkeen pelaajat pelasivat yksin näyttääkseen, mihin heidän toimintansa johtaa peliin. Kaikki tämä syötettiin SIMA:lle, jotta agentti voisi oppia ennustamaan, mitä ruudulla tapahtuu seuraavaksi. Tällä hetkellä SIMAlla on noin 600 perustaitoa, kuten vasemmalle kääntyminen tai portaiden kiipeäminen, mutta lopulta se oppii monimutkaisempia toimintoja.
SIMA ei ole NPC, jolla on tekoäly, kuten aiemmin NVIDIA ja Convai, vielä yksi pelaaja pelissä, joka vaikuttaa tulokseen. SIMA-projektin toinen johtaja Frédéric Besse sanoo, että on vielä liian aikaista sanoa, mitä sovelluksia tällaiset tekoälyagentit voivat löytää peleistä tutkimuksen ulkopuolella. Mutta Google sanoi sen edistyneemmillä malleilla AI SIMA pystyy lopulta suorittamaan monimutkaisempia tehtäviä ja siitä tulee ihanteellinen kumppani.
Lue myös: