Η τεχνητή νοημοσύνη έχει δυσκολίες να εξασκηθεί στο Minecraft μέσω της μεθόδου μίμησης

Τους τελευταίους μήνες, η Microsoft (MSFT ) και άλλες εταιρείες που ερευνάν οι ομάδες των développers της τεχνητής νοημοσύνης να δημιουργήσουν ένα σύστημα τεχνητής νοημοσύνης που θα μπορούσε να παίξει το Minecraft και να βρει ένα διαμάντι μέσα στο παιχνίδι. Όπως αναφέρθηκε από το BBC, ενώ οι πλατφόρμες της τεχνητής νοημοσύνης έχουν καταφέρει να κυριαρχήσουν στο σκάκι και στο γκο, έχουν δυσκολίες να εξασκηθούν σε μια εργασία στο Minecraft.

Η πρόκληση της Microsoft με βάση το Minecraft ονομάζεται MineRL, και τα αποτελέσματα της διοργάνωσης ανακοινώθηκαν επίσημα στη недάβα NeurIPS. Ο σκοπός της διοργάνωσης ήταν να εκπαιδεύσει μια τεχνητή νοημοσύνη μέσω μιας μεθόδου “μίμησης”. Η μέθοδος μίμησης είναι μια μέθοδος όπου μια τεχνητή νοημοσύνη εκπαιδεύεται μέσω της παρατήρησης. Η μέθοδος μίμησης έχει ως στόχο να επιτρέψει στις τεχνητές νοημοσύνες να μάθουν ενέργειες παρατηρώντας τους ανθρώπους να τις εκτελούν, μαθαίνοντας μέσω της πράξης της παρατήρησης. Η μέθοδος μίμησης, σε σύγκριση με την ενισχυτική μάθηση, είναι một πολύ λιγότερο υπολογιστικά δαπανηρή και σημαντικά πιο αποτελεσματική τρόπος εκπαίδευσης μιας τεχνητής νοημοσύνης.

Η ενισχυτική μάθηση συχνά απαιτεί πολλές ισχυρές υπολογιστές συνδεδεμένες μαζί και εκατοντάδες ή χιλιάδες ώρες εκπαίδευσης για να γίνει αποτελεσματική σε μια εργασία. Σε αντίθεση, μια τεχνητή νοημοσύνη που εκπαιδεύεται με μια μέθοδο μίμησης μπορεί να εκπαιδευτεί πολύ πιο γρήγορα, поскольку η τεχνητή νοημοσύνη έχει ήδη μια βάση γνώσεων να εργαστεί με, χάρη στους ανθρώπινους χειριστές που την έχουν προηγουμένως.

Η μέθοδος μίμησης έχει πρακτικές εφαρμογές στην εκπαίδευση μιας τεχνητής νοημοσύνης όπου η τεχνητή νοημοσύνη δεν μπορεί να εξερευνήσει ασφαλώς μέχρι να μάθει τις σωστές ενέργειες. Τέτοιες περιπτώσεις θα περιλαμβάνουν την εκπαίδευση eines αυτόνομου οχήματος, поскольку το αυτοκίνητο δεν θα μπορούσε να αφήσει να περιπλανηθεί σε ένα δρόμο μέχρι να μάθει τις επιθυμητές συμπεριφορές. Η χρήση δεδομένων από ανθρώπινους δασκάλους για την εκπαίδευση του οχήματος θα μπορούσε να κάνει τη διαδικασία ταχύτερη και ασφαλέστερη.

Η πράξη του να βρει ένα διαμάντι στο Minecraft απαιτεί την εκτέλεση πολλών βημάτων σε σειρά, όπως το κόψιμο δέντρων για να κάνει εργαλεία, την εξερεύνηση των σπηλαίων που περιέχουν τα διαμάντια και την εύρεση ενός διαμαντιού μέσα στο σπήλαιο.尽管 η πολυπλοκότητα της εργασίας, ένας ανθρώπινος παίκτης που είναι εξοικειωμένος με το παιχνίδι θα πρέπει να μπορεί να βρει ένα διαμάντι σε περίπου 20 λεπτά.

Περισσότερα από 660 διαφορετικά πράγματα της τεχνητής νοημοσύνης υποβεβληθήκαν στη διοργάνωση, αλλά κανένα από αυτά τα πράγματα της τεχνητής νοημοσύνης δεν μπόρεσε να βρει ένα διαμάντι. Τα δεδομένα που παρέχονται για την εκπαίδευση της τεχνητής νοημοσύνης ήταν ένα σύνολο δεδομένων που περιείχε πάνω από 60 εκατομμύρια καρέ παιχνιδιού που συλλέχθηκαν από πολλούς ανθρώπινους παίκτες. Οι τοποθεσίες των διαμαντιών τυχαίνουν όταν ξεκινάει ένα экземпляρ του παιχνιδιού, οπότε αυτό σημαίνει ότι τα πράγματα της τεχνητής νοημοσύνης δεν μπορούν απλά να κοιτάξουν όπου οι ανθρώπινοι παίκτες βρήκαν τα διαμάντια. Με άλλα λόγια, τα πράγματα της τεχνητής νοημοσύνης πρέπει να σχηματίσουν μια κατανόηση των εννοιών, όπως η δημιουργία εργαλείων, η χρήση εργαλείων, η εξερεύνηση και η εύρεση πόρων, είναι συνδεδεμένα.

尽管 το γεγονός ότι κανένα από τα πράγματα της τεχνητής νοημοσύνης δεν μπόρεσε να βρει ένα διαμάντι, η διοργανωτική ομάδα ήταν ακόμα ικανοποιημένη από τα αποτελέσματα της διοργάνωσης και ότι πολύ μάθαμε από το πείραμα. Η έρευνα που διεξήχθη από τις ομάδες της τεχνητής νοημοσύνης μπορεί να βοηθήσει στην προώθηση του πεδίου της τεχνητής νοημοσύνης, βρίσκοντας εναλλακτικές λύσεις στις στρατηγικές της ενισχυτικής μάθησης.

Η ενισχυτική μάθηση συχνά δίνει ανώτερη απόδοση από τη μέθοδο μίμησης, με μια αξιοσημείωτη επιτυχία της ενισχυτικής μάθησης να είναι το AlphaGo της DeepMind. Ωστόσο, όπως đã αναφερθεί προηγουμένως, η ενισχυτική μάθηση απαιτεί τεράστιους υπολογιστικούς πόρους, οπότε η χρήση της περιορίζεται από τις οργανώσεις που δεν μπορούν να αντέξουν τους υπολογιστές σε μεγάλη κλίμακα.

Ο William Guss, φοιτητής του Carnegie Mellon University και επικεφαλής της διοργάνωσης, εξήγησε στο BBC ότι η πρόκληση MineRL είχε ως στόχο να ερευνήσει εναλλακτικές λύσεις στις υπολογιστικά δαπανηρές τεχνητές νοημοσύνες. Ο Guss είπε:

“…Το να ρίχνουμε τεράστιους υπολογιστικούς πόρους σε προβλήματα δεν είναι απαραίτητα ο σωστός τρόπος για εμάς να προωθήσουμε την κατάσταση του πεδίου ως ένα πεδίο… Αυτό λειτουργεί απευθείας ενάντια στη δημοκρατικοποίηση της πρόσβασης σε αυτά τα συστήματα της ενισχυτικής μάθησης και αφήνει τη δυνατότητα να εκπαιδεύσει πράγματα σε σύνθετα περιβάλλοντα στις εταιρείες με τεράστιους υπολογιστικούς πόρους.”