علمت AI Speedrunner نفسها للعب Minecraft
وصل نظام Dreamer AI الخاص بـ Google Deepmind إلى معلم إتقان Minecraft من خلال “تخيل” التأثير المستقبلي للقرارات المحتملة
بواسطة”http://www.scientificamerican.com/author/celeste-biever/”> سيليست بيفر & &”http://www.scientificamerican.com/author/nature-magazine/”> مجلة الطبيعة
ثيودور لياسي/علام ألبوم الصور
اكتشف نظام الذكاء الاصطناعي (AI) لأول مرة كيفية جمع الماس في لعبة الفيديو الشائعة للغاية ماين كرافت– مهمة صعبة تتطلب خطوات متعددة – دون عرض كيفية اللعب. يقول منشئوها إن النظام ، المسمى Dreamer ، هو خطوة نحو الآلات التي يمكن أن تعمم المعرفة تعلم في مجال واحد إلى مواقف جديدة ، أ”https://www.nature.com/articles/d41586-024-03905-1″> الهدف الرئيسي من الذكاء الاصطناعي.
حالم في دراسة في طبيعة نشرت في 2 أبريل.
في ماين كرافت، يستكشف اللاعبون عالمًا ثلاثي الأبعاد افتراضي يحتوي على مجموعة متنوعة من التضاريس ، بما في ذلك الغابات والجبال والصحاري والمستنقعات. يستخدم اللاعبون موارد العالم لإنشاء كائنات ، مثل الصناديق والأسوار والسيوف – وجمع العناصر ، من بين أكثر الماس.
على دعم الصحافة العلمية
إذا كنت تستمتع بهذا المقال ، ففكر في دعم الصحافة الحائزة على جوائز”http://www.scientificamerican.com/getsciam/”> الاشتراك. من خلال شراء اشتراك ، تساعد على ضمان مستقبل القصص المؤثرة حول الاكتشافات والأفكار التي تشكل عالمنا اليوم.
ماين كرافتيقول: “إنه عالم جديد تم إنشاؤه عشوائيًا. هذا يجعله مفيدًا لتحدي نظام الذكاء الاصطناعي الذي يريد الباحثون أن يكونوا قادرين على التعميم من موقف إلى آخر.” عليك أن تفهم حقًا ما أمامك ؛ لا يمكنك فقط حفظ استراتيجية محددة “.
العثور على الماس باستخدام مقاطع فيديو للعب البشري. “ليس هناك شك في أن هذا يمثل خطوة كبيرة للأمام لهذا المجال.”
الماس إلى الأبد
الذكاء الاصطناعي”https://www.nature.com/articles/d41586-019-03630-0″> ركز الباحثون على العثور على الماسيقول هافنر ، لأنه يتطلب سلسلة من الخطوات المعقدة ، بما في ذلك العثور على الأشجار وكسرها لجمع الخشب ، والتي يمكن للاعبين استخدامها لبناء طاولة صياغة.
يمكن استخدام هذا ، إلى جانب المزيد من الخشب ، لصنع مجموعة خشبية – وما إلى ذلك ، حتى يقوم اللاعبون بتجميع الأدوات الصحيحة لجمع الماس ، الذي يتم دفنه في أعماق الأرض. يقول: “هناك سلسلة طويلة من هذه المعالم ، وهكذا ، تتطلب استكشافًا عميقًا للغاية”.
المحاولات السابقة للحصول على أنظمة الذكاء الاصطناعى لجمع الماس تعتمد على استخدام مقاطع فيديو للعب البشري أو الباحثين الذين يقودون الأنظمة من خلال الخطوات.
التطورات الرئيسية في الذكاء الاصطناعي. لكن البرامج السابقة كانت متخصصين – لم يتمكنوا من تطبيق المعرفة في مجالات جديدة من الصفر.
ابني لي نموذجًا عالميًا
ماين كرافت. يقول هافنر: “إن نموذج العالم يزود نظام الذكاء الاصطناعي حقًا بالقدرة على تخيل المستقبل”.
يمكن أن تساعد هذه القدرة أيضًا في إنشاء روبوتات يمكن أن تتعلم التفاعل في العالم الحقيقي – حيث تكون تكاليف التجربة والخطأ أعلى بكثير من لعبة الفيديو ، كما يقول هافنر.
كان اختبار الحالم على تحدي الماس فكرة لاحقة. يقول هافنر: “لقد بنينا هذه الخوارزمية بأكملها بدون ذلك في الاعتبار”. ولكن حدث للفريق أنه كان الطريقة المثالية لاختبار ما إذا كانت خوارزميةها يمكن أن تعمل ، خارج الصندوق ، في مهمة غير مألوفة.
في ماين كرافت، استخدم الفريق بروتوكولًا أعطى Dreamer مكافأة “Plus One” في كل مرة يكمل فيها واحدة من 12 خطوة تقدمية متورطة في مجموعة Diamond – بما في ذلك إنشاء ألواح وفرن ، وحديد التعدين ، وتزوير حديد الحديد.
دفعت هذه المكافآت الوسيطة Dreamer إلى اختيار الإجراءات التي من المرجح أن تؤدي إلى الماس. يقوم الفريق بإعادة ضبط اللعبة كل 30 دقيقة حتى لم يعتاد Dreamer على تكوين واحد معين – لكن بدلاً من ذلك تعلمت القواعد العامة لاكتساب المكافآت.
تحت هذا الإعداد ، يستغرق الأمر حوالي تسعة أيام من اللعب المستمر بالنسبة لـ Dreamer للعثور على ماس واحد على الأقل ، كما يقول هافنر. سيستغرق اللاعبون البشر الخبراء 20-30 دقيقة للعثور على الماس ، في حين يستغرق المبتدئون وقتًا أطول.
ماين كرافت اللاعبون: قتل التنين الإندر ، المخلوق الأكثر مخيفًا في العالم.
هذه المقالة مستنسخة بإذن وكان نشرت لأول مرة في 2 أبريل 2025.