索尼承諾將“增加PS5主機供應”
2023-01-31
經(jīng)過7萬小時訓練，OpenAI宣布做出了最強的《我的世界》AI
更新時間：2022-11-29 06:12:18作者：智慧百科
視頻是種潛力巨大的培訓資源。
Open AI最近公布了一項他們在人工智能領域的最新成果——最擅長玩《我的世界》的AI。
厲害到什么程度？無論是建造地堡、金字塔這些復雜的建筑，跟游戲里的惡龍戰(zhàn)斗，亦或是“白手起家”，制造出稀有的鉆石工具都不在話下，這些任務即使是交給熟練的人類玩家來做，往往也需要數(shù)十分鐘的流程以及上萬個點擊操作。
AI學會自己建造傳送門
而該AI在經(jīng)過訓練后，則可以在沒有任何外力輔助的情況下自主完成這一系列事件，這是此前其他AI都無法做到的。根據(jù)Open AI的介紹，能夠實現(xiàn)這一成果，依靠的是在模仿學習（imitation learning）技術上的新突破。
在這項技術中，AI會被訓練成通過觀察并模仿人類的行為來完成相應的任務，此前很多效果都運用到了類似的原理，比如控制機械手臂或者駕駛汽車。
既然AI需要觀察模仿，那么就勢必需要一定量的素材，而單就“熟練操作《我的世界》”而言，各大視頻網(wǎng)站上的學習素材其實已經(jīng)非常多，完全能夠滿足AI的學習需要。
但問題是，還需要另一項額外的工作，即“讓AI準確理解視頻里的內容”。
《我的世界》是一款沒有明確目標的游戲，雖然網(wǎng)上素材繁多，可并不能直接拿來當作學習資料，因為視頻里的每個動作和操作，其實都需要人類為其貼上“標簽”，也就是做出相應的注釋，才能AI明白操作的含義。
如果每個動作都需要人工注釋，那效率自然會降低，為了解決這個問題，研究人員想出了一項新方法——訓練能夠自動為視頻操作貼標簽的AI。
他們先是召集了一批志愿者玩家來操作游戲，并保留了玩家們的按鍵記錄，在得到2000個小時的游戲數(shù)據(jù)后，研究人員訓練了一個新的模型，并人工將按鍵操作與游戲里的效果一一對應，比如在什么情況下點擊鼠標會讓人物揮動斧頭。
下一步便是用這個模型來處理網(wǎng)上海量的《我的世界》視頻，為他們貼上讓AI能夠理解的標簽。根據(jù)公布的數(shù)據(jù)，為了得到理想的效果，科研人員提供的視頻素材長達70000個小時。
而這確實也獲得了一定的成果，比如像開頭說的那樣，AI已經(jīng)學會了如何自己制作鉆石工具。而Open AI的負責人Bowen Baker表示：“我們覺得《我的世界》是一個很好的研究領域?！?/p>
由于《我的世界》沒有明確的輸贏且自由度極高，所以研究人員可以訓練AI執(zhí)行更多復雜的任務，而他們認為這些工作最終可以反哺到現(xiàn)實——如果AI能在游戲里設計一張桌子，那么在現(xiàn)實里沒準也行。