თამაში Minecraft (მას ისტორია დეტალურად აღწერილი Denis Koshelev) არ არის ძალიან მნიშვნელოვანი ინსტრუმენტი ხელოვნური ინტელექტის სფეროში მოწინავე კვლევის მხარდასაჭერად. ბოლოს და ბოლოს, მნიშვნელოვანია თუ არა მანქანას ასწავლოს Sandbox თამაშის თამაში, რომელიც გამოვიდა 10 წელზე მეტი ხნის წინ? გაგიკვირდებათ, მაგრამ დიახ და ამას მოწმობს OpenAI ლაბორატორიის უახლესი კვლევა, რომელიც ხელოვნური ინტელექტის განვითარებას სწავლობს.
OpenAI ყოველთვის ორიენტირებულია მიღწევებზე AI და მანქანათმცოდნეობა, რომელსაც შეუძლია კაცობრიობის სარგებელი. კომპანიამ ცოტა ხნის წინ წარმატებით გაწვრთნა ბოტი, რომ ეთამაშა Minecraft 70 საათზე მეტი თამაშის კადრების გამოყენებით (ეს არის 2,9 დღეზე მეტი, ან თითქმის 8 წელი, თუ რამეა). ეს მიღწევა აღნიშნავს გიგანტურ წინგადადგმულ ნაბიჯს მოწინავე მანქანურ სწავლებაში დაკვირვებისა და სიმულაციის გამოყენებით.
OpenAI ბოტი შესანიშნავი მაგალითია იმისა, თუ როგორ მუშაობს სიმულაციური სწავლა (ასევე ცნობილია როგორც „ზედამხედველობითი სწავლება“). განმტკიცების სწავლისგან განსხვავებით, სადაც სასწავლო აგენტი დაჯილდოვდება მიზნის მიღწევის შემდეგ ცდისა და შეცდომის გზით, სიმულაცია ავარჯიშებს ნერვულ ქსელებს კონკრეტული ამოცანების შესასრულებლად, დაკვირვებით, თუ როგორ ასრულებს ადამიანი მათ. ამ შემთხვევაში, OpenAI-მ გამოიყენა არსებული გეიმპლეი ვიდეოები და გაკვეთილები, რათა ბოტმა შეძლოს თამაშის რთული სცენარების შესრულება, რაც საჭიროებდა დაახლოებით 24 ცალკეულ მოქმედებას ნორმალური მოთამაშისთვის.
ასევე საინტერესოა:
იმიტაციის სწავლა მოითხოვს, რომ ვიდეო მონაცემებს სპეციალური ეტიკეტირება ჰქონდეს მოქმედებისა და შედეგის კონტექსტში, ე.ი. AI შეეძლო გაეგო, რომელი ღილაკები დააჭირეს და რომელი მოძრაობები გააკეთეს. მაგრამ ასეთი მიდგომა შეიძლება იყოს შრომატევადი, რაც გამოიწვევს მონაცემთა შეზღუდვას.
იმის მაგივრად, რომ მოქნილიყო კუნთები მონაცემთა ეტიკეტირების ფართომასშტაბიანი სავარჯიშოების შესრულებით, OpenAI კვლევითმა ჯგუფმა გამოიყენა სპეციალური მიდგომა, რომელიც ცნობილია როგორც ვიდეო წინასწარი ტრენინგი (VPT) ხელმისაწვდომი ვიდეოების რაოდენობის გასაფართოებლად. თავდაპირველად, მკვლევარებმა ჩაწერეს 2 საათი ანოტირებული გეიმპლეი Minecraft და გამოიყენა აგენტის მოსამზადებლად გარკვეული მოქმედებების ეკრანზე კონკრეტულ შედეგებთან დაკავშირება. შედეგად მიღებული მოდელი გამოიყენებოდა ლეიბლების ავტომატურად გენერირებისთვის 70 XNUMX საათის განმავლობაში ადრე არალეიბლირებული Minecraft კონტენტისთვის, რომელიც ხელმისაწვდომი იყო ონლაინ რეჟიმში. ამან ბოტს მისცა ბევრად უფრო დიდი მონაცემთა ნაკრები, რათა ენახა და სიმულაცია მოეხდინა.
ასევე საინტერესოა:
ეს კვლევა ადასტურებს ხელმისაწვდომი ვიდეო საცავების პოტენციურ მნიშვნელობას, როგორიცაა YouTube, როგორც საგანმანათლებლო რესურსი AI-სთვის. მანქანათმცოდნეებს შეუძლიათ გამოიყენონ ხელმისაწვდომი და სათანადოდ მარკირებული ვიდეოები, რათა ავარჯიშონ ხელოვნური ინტელექტი კონკრეტულ ამოცანებზე, მარტივი ვებ ნავიგაციიდან დაწყებული, დამთავრებული რეალურ ცხოვრებაში ფიზიკური საჭიროებების მქონე მომხმარებლების დასახმარებლად.
თქვენ შეგიძლიათ დაეხმაროთ უკრაინას რუსი დამპყრობლების წინააღმდეგ ბრძოლაში. ამის საუკეთესო გზაა უკრაინის შეიარაღებული ძალებისთვის თანხების შემოწირულობა Savelife ან ოფიციალური გვერდის საშუალებით NBU.
ასევე საინტერესოა: