Νοητικά Συστήματα Ανταγωνισμού Στο Διαγωνισμό Μηχανικής Μάθησης Minecraft

Όπως αναφέρεται από το Nature, ένας νέος διαγωνισμός Νοητικών Συστημάτων θα διεξαχθεί σύντομα, ο διαγωνισμός MineRL, ο οποίος θα ενθαρρύνει τους μηχανικούς και τους προγραμματιστές να δημιουργήσουν προγράμματα ικανά να μαθαίνουν μέσω παρατήρησης και παραδείγματος. Η περίπτωση δοκιμής για αυτά τα νοητικά συστήματα θα είναι το πολύ δημοφιλές βιντεοπαιχνίδι crafting και επιβίωσης Minecraft.

Τα νοητικά συστήματα έχουν επιτύχει κάποια εντυπωσιακά επιτεύγματα πρόσφατα, όταν πρόκειται για βιντεοπαιχνίδια. Πρόσφατα, ένα νοητικό σύστημα νίκησε τους καλύτερους παίκτες στον κόσμο στο στρατηγικό παιχνίδι StarCraft II. Ωστόσο, το StarCraft II έχει ορισμένα στόχους που είναι πιο εύκολο να αναλυθούν σε συνεκτικά βήματα που ένα νοητικό σύστημα μπορεί να χρησιμοποιήσει για εκπαίδευση. Ένα πολύ πιο δύσκολο έργο είναι για ένα νοητικό σύστημα να μάθει πώς να πλοηγείται σε ένα μεγάλο, ανοιχτό παιχνίδι σαν το Minecraft. Οι ερευνητές στοχεύουν να βοηθήσουν τα προγράμματα νοητικών συστημάτων να μαθαίνουν μέσω παρατήρησης και παραδείγματος, και αν είναι επιτυχημένοι, θα μπορούσαν να μειώσουν σημαντικά την ποσότητα της επεξεργαστικής ισχύος που απαιτείται για την εκπαίδευση ενός προγράμματος νοητικού συστήματος.

Οι συμμετέχοντες στο διαγωνισμό θα έχουν τέσσερις ημέρες για να δημιουργήσουν ένα νοητικό σύστημα που θα δοκιμαστεί με το Minecraft, λαμβάνοντας μέχρι οκτώ εκατομμύρια βήματα για την εκπαίδευση του νοητικού συστήματος. Ο στόχος του νοητικού συστήματος είναι να βρει einen διαμάντι μέσα στο παιχνίδι, σκάβοντας. Οκτώ εκατομμύρια βήματα εκπαίδευσης είναι ένα πολύ μικρότερο χρονικό διάστημα από την ποσότητα του χρόνου που απαιτείται για την εκπαίδευση ισχυρών μοντέλων νοητικών συστημάτων αυτές τις μέρες, οπότε οι συμμετέχοντες στο διαγωνισμό πρέπει να σχεδιάσουν μεθόδους που θα βελτιώσουν δραματικά τις τρέχουσες μεθόδους εκπαίδευσης.

Οι προσεγγίσεις που χρησιμοποιούνται από τους συμμετέχοντες βασίζονται σε ένα είδος μάθησης που ονομάζεται μίμηση μάθησης. Η μίμηση μάθησης αντίθεται με την ενισχυτική μάθηση, η οποία είναι μια δημοφιλής μέθοδος για την εκπαίδευση περίπλοκων συστημάτων όπως οι ρομποτικές βραχίονες σε εργοστάσια ή τα νοητικά συστήματα που μπορούν να νικήσουν τους ανθρώπινους παίκτες στο StarCraft II. Η основική ελαττώματα των αλγορίθμων ενισχυτικής μάθησης είναι το γεγονός ότι απαιτούν τεράστια επεξεργαστική ισχύ για εκπαίδευση, βασίζονται σε εκατοντάδες ή ακόμη και χιλιάδες υπολογιστές που συνδέονται μαζί για να μάθουν. Αντίθετα, η μίμηση μάθησης είναι μια πολύ πιο αποτελεσματική και λιγότερο επεξεργαστικά δαπανηρή μέθοδος εκπαίδευσης. Οι αλγόριθμοι μίμησης μάθησης επιδιώκουν να μιμούνται το πώς οι άνθρωποι μαθαίνουν μέσω παρατήρησης.

Ο William Guss, υποψήφιος διδάκτωρ στη θεωρία βαθιάς μάθησης στο Πανεπιστήμιο Carnegie Mellon, εξήγησε στο Nature ότι να πάρει ένα νοητικό σύστημα να εξερευνήσει και να μάθει μοτίβα σε ένα περιβάλλον είναι một εξαιρετικά δύσκολο έργο, αλλά η μίμηση μάθησης παρέχει στο νοητικό σύστημα μια βάση γνώσεων, ή καλές προϋποθέσεις, για το περιβάλλον. Αυτό μπορεί να κάνει την εκπαίδευση ενός νοητικού συστήματος πολύ πιο γρήγορη σε σύγκριση με την ενισχυτική μάθηση.

Το Minecraft χρησιμεύει ως ένα ιδιαίτερα χρήσιμο περιβάλλον εκπαίδευσης για πολλούς λόγους. Ένας λόγος είναι ότι το Minecraft επιτρέπει στους παίκτες να χρησιμοποιούν απλές δομικές μονάδες για να δημιουργήσουν σύνθετα κτίρια και αντικείμενα, και τα πολλά βήματα που απαιτούνται για τη δημιουργία αυτών των κτιρίων служούν ως ορατά σημάδια προόδου που οι ερευνητές μπορούν να χρησιμοποιήσουν ως μετρήσεις. Το Minecraft είναι επίσης εξαιρετικά δημοφιλές, και λόγω αυτού, είναι σχετικά εύκολο να συλλέξουν δεδομένα εκπαίδευσης. Οι διοργανωτές του διαγωνισμού MineRL προσέλαβαν πολλούς παίκτες του Minecraft για να δείξουν μια ποικιλία εργασιών όπως η δημιουργία εργαλείων και η διάλυση μπλοκ. Μέσω της crowdsourcing της γεννήτριας δεδομένων, οι ερευνητές μπόρεσαν να συλλέξουν 60 εκατομμύρια παραδείγματα ενεργειών που θα μπορούσαν να ληφθούν στο παιχνίδι. Οι ερευνητές έδωσαν περίπου 1000 ώρες βίντεο στις ομάδες του διαγωνισμού.

Χρησιμοποιήστε τις γνώσεις που έχουν χτίσει οι άνθρωποι, λέει ο Rohin Shah, υποψήφιος διδάκτωρ στην επιστήμη των υπολογιστών στο Πανεπιστήμιο της Καλιφόρνιας, Μπέρκλεϊ, εξήγησε στο Nature ότι αυτός ο διαγωνισμός είναι πιθανότατα ο πρώτος που επικεντρώνεται στη χρήση των γνώσεων που έχουν ήδη δημιουργηθεί από τους ανθρώπους για να επιταχύνει την εκπαίδευση των νοητικών συστημάτων.

Ο Guss και οι άλλοι ερευνητές είναι ελπιδοφόροι ότι ο διαγωνισμός θα μπορούσε να έχει αποτελέσματα με επιπτώσεις πέρα από το Minecraft, δίνοντας ζωή σε καλύτερους αλγόριθμους μίμησης μάθησης και εμπνέοντας περισσότερους ανθρώπους να θεωρήσουν τη μίμηση μάθησης ως μια βιώσιμη μορφή εκπαίδευσης ενός νοητικού συστήματος. Η έρευνα θα μπορούσε να βοηθήσει στην δημιουργία νοητικών συστημάτων που είναι ικανά να αλληλεπιδρούν με τους ανθρώπους σε σύνθετα, μεταβαλλόμενα περιβάλλοντα.