游戏 我的世界 （她 历史 详细描述 Denis Koshelev) 似乎并不是支持 AI 领域高级研究的非常重要的工具。 毕竟，教机器玩 10 多年前发布的沙盒游戏重要吗？ 你会感到惊讶，但是，是的，OpenAI 实验室的最新研究证明了这一点，该实验室研究人工智能的发展。
OpenAI 始终专注于成就 人工智能 以及可以造福人类的机器学习。 该公司最近使用超过 70 小时的游戏画面（即超过 2,9 天，或将近 8 年，如果有的话）成功地训练了一个机器人来玩 Minecraft。 这一成就标志着使用观察和模拟的高级机器学习向前迈出了一大步。
OpenAI 机器人是模拟学习（也称为“监督学习”）如何工作的一个很好的例子。 与强化学习不同，学习代理在通过反复试验实现目标后获得奖励，模拟训练神经网络通过观察人如何执行特定任务来执行特定任务。 在这种情况下，OpenAI 使用现有的游戏视频和教程使机器人能够执行复杂的游戏场景，普通玩家需要执行大约 24 个单独的操作。
也很有趣：
模仿学习要求对视频数据进行特殊标记以提供动作和结果的上下文，即 人工智能 可以理解按下了哪些按钮以及进行了哪些动作。 但这种方法可能很耗时，导致可用的数据集有限。
OpenAI 研究团队没有通过执行大规模的手动数据标记练习来展示他们的肌肉，而是使用一种称为视频预训练 (VPT) 的特殊方法来扩展可用视频的数量。 最初，研究人员记录了 2 小时的带注释游戏 我的世界 并用它来训练代理将某些动作与屏幕上的特定结果相关联。 生成的模型用于为 70 小时以前未标记的在线 Minecraft 内容自动生成标签。 这为机器人提供了一个更大的数据集来查看和模拟。
也很有趣：
这项研究证明了可访问视频存储库的潜在价值，例如 YouTube，作为 AI 的教育资源。 机器学习科学家可以使用可访问且正确标记的视频来训练 AI 执行特定任务，从简单的网络导航到帮助用户解决现实生活中的生理需求。
你可以帮助乌克兰对抗俄罗斯侵略者。 最好的方法是通过以下方式向乌克兰武装部队捐款 拯救生命 或通过官方页面 NBU.
也很有趣：