底層技術 ChatGPT，可以做的不只是說話。是的，公司的AI研究員 NVIDIA Lynsey Fan 與團隊合作，在 Minecraft 遊戲中使用強大的語言模型 GPT-4（它是 ChatGPT 和許多其他應用程式和服務的「大腦」）。
團隊 NVIDIA 創建了一個名為 Voyager 的 Minecraft 機器人，它使用 GPT-4 來解決遊戲中的問題。語言模型生成幫助代理探索遊戲的任務和隨著時間的推移提高機器人遊戲技能的程式碼。 Voyager 不以人類身分進行遊戲，但可以透過 API 直接讀取遊戲狀態。例如，他可以在庫存和附近的河流中看到一根釣魚竿並使用它 GPT-4, 建議一個目標來獲取經驗。 然後它將使用該目標讓 GPT-4 生成角色實現該目標所需的代碼。
該項目最具創新性的部分是 GPT-4 生成的代碼，用於向 Voyager 添加行為。 如果最初建議的代碼不能完美運行，機器人將嘗試改進它並使用錯誤消息、遊戲反饋以及 GPT-4 生成的代碼描述來這樣做。
隨著時間的推移，Voyager 構建了一個代碼庫並學習創建更複雜的事物並探索遊戲的其他部分。 研究人員創建的圖表顯示它比模組更有效 MINECRAFT. Voyager 檢索的物品數量是其他人工智能代理的三倍，探索的區域超過兩倍，創建工具的速度是其他人工智能代理的 15 倍。 Lynsey Fan 表示，這種方法可以在未來進行完善。
雖然像 ChatGPT 這樣的聊天機器人以其口才震驚世界，即使在編寫遊戲時（或特別是在編寫遊戲時），Voyager 展示了語言模型在計算機上執行有用操作的巨大潛力。 以這種方式使用語言模型可以使日常辦公任務自動化，並可能增加具有成本效益的技術。
Voyager 與 GPT-4 一起使用的過程來弄清楚如何在 MINECRAFT，可適用於軟體助手，致力於如何透過 PC 或手機上的作業系統自動執行任務。新 Microsoft 宣布 Windows 11 副駕駛 – 一種操作系統功能，將使用機器學習和 API 來自動執行某些任務。 在像 Minecraft 這樣的遊戲中試驗這種技術可能是個好主意，在這種遊戲中，不完美的代碼可以造成相對較小的損害。
也很有趣：
電子遊戲長期以來一直是人工智能算法的試驗場。 例子， AlphaGo，這個機器學習程序在 2016 年掌握了高度複雜的圍棋棋盤遊戲，嘗試玩簡單的 Atari 視頻遊戲。 AlphaGo 使用了一種稱為強化學習的技術，該技術通過給予算法正面和負面反饋（例如游戲分數）來教算法玩遊戲。
這種方法在沒有分數或目標集的開放遊戲中更難控制代理，並且玩家的行為可能只有在一段時間後才會得到回報。 然而，Minecraft 是 AI 技術的絕佳試驗場。
另請閱讀：