中文字幕亚洲欧美日韩在线不卡,亚洲欧美日产综合在线网性色,思思久久精品6一本打道,综合视频中文字幕

我訓(xùn)練了誰，誰又訓(xùn)練了我？

今年6月底，知名科技公司OpenAI發(fā)布了一篇論文，主要圍繞著一項名為 “視頻預(yù)訓(xùn)練”（VPT：Video PreTraining）的AI技術(shù)展開討論。

這項研究的成果相當喜人，例如，在看了7萬多個小時《我的世界》視頻后，案例中的AI已經(jīng)成功學(xué)會了求生所需的大部分必備技能：游泳、狩獵、建房、下礦，甚至搜刮村莊。

盡管依然存在著一些人類難以理解的操作，但就結(jié)果來說，這已經(jīng)比許多同類AI表現(xiàn)得要好多了。

AI搜到東西后興奮地擼起了天花板

當然，相比起背后堆積如山的代碼與“逆動力模型”等看了就讓人迷茫的技術(shù)詞匯，作為普通玩家的我們，更關(guān)心的可能還是這么一款高智能、饒有趣味的AI到底什么時候才能實裝進游戲里。

“給俺也整一個”

1

無須等待，AI走進千萬家的場景就在當下。

雖然OpenAI的模型目前僅提交給了專門負責研究《我的世界》AI的MineRL大賽，但就在他們論文發(fā)布的前后幾天，另一個功能類似的AI也同樣出現(xiàn)在了網(wǎng)上。更重要的是，研究團隊直接將他們的代碼放在了Github上供所有人下載研究。

MineDojo的Github頁面

這個名叫MineDojo的項目由英偉達的工程師進行開發(fā)，同樣是通過觀看網(wǎng)上的視頻資料進行訓(xùn)練，但與OpenAI略有不同的是，他們的資料庫要龐大得多。

MineDojo一共搜集了73萬個油管上的游戲視頻、7000多個維基網(wǎng)頁，甚至還有上百萬條和《我的世界》有關(guān)的Reddit評論。

“互聯(lián)網(wǎng)規(guī)?！?/p>

這么做的目的，當然在于幫助AI理解人類語境中“建造“”求生“等詞匯的意義，油管主們在教學(xué)視頻中聲情并茂地教導(dǎo)觀眾從哪里出發(fā)，到哪里尋找神廟，再到如何攻略末影龍——

對于AI來說，這就是上好的“網(wǎng)課”。

支持這一行為的，是一個被稱為MineCLIP的學(xué)習(xí)算法。它可以幫助AI把主播的解說與視頻中展示的操作聯(lián)系起來，以此達到訓(xùn)練的目的；同樣的，訓(xùn)練好的AI也能理解玩家直接下達的任務(wù)。

這是MineDojo最有趣的部分，工程師們準備了3000個可以直接下達給AI的指令，一類是程序化任務(wù)，例如“生存3天”或“收集兩塊木頭”，這是可以用數(shù)字和名詞客觀衡量的任務(wù)；另一類是抽象化任務(wù)，例如“建造一座漂亮的海濱別墅”。

AI可能很難理解“漂亮”“海濱”“別墅”到底是什么意思，不過通過視頻畫面的講解，再搜索玩家們相關(guān)評論的關(guān)鍵詞之后，大多數(shù)時刻AI都能有模有樣地完成目標。

在這些任務(wù)中，玩家可以給AI下令“把牛羊圈起來”“去沼澤里找雞”“盡可能地活久一點”，或者干脆讓它去搜刮一個海底神廟。因為使用了互聯(lián)網(wǎng)上的常用語言，AI對某些人類特有的幽默感學(xué)得挺到位的。

下達”玩”的指令

和OpenAI的模型比起來，MineDojo的技術(shù)難度或許并沒有那么高，畢竟它直接接入了游戲端口，利用游戲內(nèi)的數(shù)據(jù)直接控制AI行動要簡單許多；而OpenAI則是從零開始建立了一個模仿人類的行動模型，指令都是直接模擬人類的鍵鼠操作。

并且MineDojo在部分時刻依然要借助修改游戲數(shù)據(jù)才能達到目的，比如攻略末影龍的時候，只有“作弊”讓末影龍站在原地挨打才能通關(guān)。

手足相殘的殘忍錄像

不過，MineDojo依然呈現(xiàn)出了AI可以通過現(xiàn)有視頻、資料進行學(xué)習(xí)的能力。唯一遺憾的是，目前還沒有看到多少MineDojo實裝后的反饋，因此實際效果如何也存在一定的疑問。好處是它供所有人免費下載，當作AI入門的免費資料試試未嘗不可。

2

得益于當代互聯(lián)網(wǎng)的發(fā)展，AI能從視頻資料中獲取自己想要的知識。人類也是如此，制作一個會玩游戲的AI，有時候看視頻就夠了。

視頻比教科書更進一步的是，哪怕觀眾什么也不明白，不知道python語言、架構(gòu)、蒙特卡洛算法是什么，每個人依然能從視頻里得到樂趣，隨后潛移默化地了解知識。

在這一領(lǐng)域起代表性作用的，是那些致力于設(shè)計游戲AI的視頻制作者們。

首先要提到的是人們或許更為熟知的“遺傳算法”，一個在上個世紀的六十年代提出，被這個世紀所發(fā)揚廣大的技術(shù)。

它類似生物學(xué)意義上的進化論，具體來說，就是通過系統(tǒng)生成一堆什么也不懂的嬰兒，讓他們在大自然（程序）世界里嘗試各種操作，通過選擇表現(xiàn)更好的子代，達到不斷優(yōu)化AI表現(xiàn)的目的。

用油管上一條《AI學(xué)習(xí)玩JUMP KING》的視頻舉例，大致場景就是這樣的。

先生500個孩子試試

視頻作者Code Bullet（下文簡稱CB）已經(jīng)用這個算法成功制作出了不少AI通關(guān)游戲的視頻，《吃豆人》《Flappy Bird》這類強調(diào)優(yōu)化AI行動的游戲都可以沿著類似的思路走下去。

思路是清晰的，做起來也很“簡單”。翻閱一下CB大部分制作AI的視頻，都可以看到他的過程主要分為了三個部分。

“制作一個會玩游戲的AI僅需要三步”

重做游戲的原因我們稍后再進行討論，CB視頻中展現(xiàn)的精髓部分在于遺傳算法的“篩選”功能。不同于物競天擇的大自然，這里我們才是負責挑選AI的上帝。

剛出生的AI當然是什么也不懂得的小嬰兒，給它們添加行動指令，AI也不會懂得往哪里行動有什么意義。因此常見的做法是給隨機行動的AI設(shè)置獎勵和懲罰，例如跳躍一次加1分、達到下一關(guān)加2分、左右移動加0.5分，向下跌落則扣1分。

“往上走就好，往下是壞，這很簡單”

每代AI只有五次行動機會，五次行動結(jié)束后，跳躍高度最高的AI就會成為下一代的模范，此后的每一代AI都會遵循上一代摸索出最好的路徑前進——這就是很簡單的進化了。

不過這么簡單的規(guī)則還沒有辦法解決某些“思考”問題，如果某關(guān)需要先下降，再向上跳躍的話，死腦筋的AI就會因為扣分原則而拒絕往下跳。

解決辦法可以是在降落地點設(shè)置同樣可以提供獎勵的收集品，引導(dǎo)AI通過收集獎勵，前往更高的場景。

跟游戲引導(dǎo)玩家的方式其實很像

等所有程序都準備好之后，只要讓AI自己跑起來就行了，它們自然會一代代地找到最好走的路線，最終完成游戲通關(guān)的任務(wù)。

經(jīng)歷862代的演變后，就能到頂啦

3

自AlphaGo 2017年從賽場“退役”，已經(jīng)過去了五年。自那之后，“民用AI”在游戲領(lǐng)域可謂發(fā)光發(fā)熱，在油管上用AI玩《VALORANT》《大富翁》《糖豆人》的博主們也大有人在。

雖然沒有公司的資金支持，也沒有流著血淚幫忙標注數(shù)據(jù)的研究生們，但得益于Github的開放性，每個網(wǎng)民隨手就可以下到一大堆經(jīng)過一定訓(xùn)練的神經(jīng)網(wǎng)絡(luò)程序。

以一位油管上僅有7000粉絲的小博主River為例，他的一期視頻就很簡潔地展現(xiàn)了AI技術(shù)的低門檻。

前期準備非常簡單：你只需要兩臺電腦、一段網(wǎng)上下載的程序、一個視頻采集卡，再加一個無線鼠標信號接收器。

而要做的工作也無非是標注一些供AI訓(xùn)練識別能力的圖片，一“小”段指示行為模式的代碼，然后直接掃描小地圖指示方位，再把鍵盤信號都通過無線鼠標傳送到電腦里。

雖然信號發(fā)送是麻煩了點，但好處也有，因為沒有額外程序接入游戲，自然也不會被判斷出使用了外掛。

一切操作都是由另一臺電腦根據(jù)實時圖像作出的

當然，在目前的表現(xiàn)上來看，River的AI也和普通的AI機器人差不多，并沒有AlphaGo那種神奇的自我進化能力。

不過，只是想簡單體驗AI設(shè)計，已經(jīng)沒有了那么高的門檻。不斷設(shè)計更新更強的AI也是一件頗有樂趣的行為，其中一項就是分辨正確與錯誤之間的“邊界”。

那是人（確信）

正如MineDojo要區(qū)分程式化任務(wù)與抽象類任務(wù)的區(qū)別，我們在教導(dǎo)AI時，同樣能從AI分辨的結(jié)果當中，得到自己對于事物的定義和由此產(chǎn)生的解釋，或許能啟發(fā)人類解決生活中的矛盾。

朋友問你今天過得怎么樣、相親時怎么向?qū)Ψ浇榻B自己，如果每個問題都能用程序解答，未嘗不是人類也已經(jīng)進化到更高一層的體現(xiàn)。

誰訓(xùn)練了我，我又訓(xùn)練了誰？