Τα AIs Θα Συμμετάσχουν Σε Διαγωνισμό Μηχανικής Μάθησης Minecraft

Όπως αναφέρουν στο Nature, ένας νέος διαγωνισμός AI θα πραγματοποιηθεί σύντομα, ο διαγωνισμός MineRL, ο οποίος θα ενθαρρύνει τους μηχανικούς και τους προγραμματιστές AI να δημιουργήσουν προγράμματα ικανά να μάθουν μέσω παρατήρησης και παραδείγματος. Η περίπτωση δοκιμής για αυτά τα συστήματα AI θα είναι το πολύ δημοφιλές βιντεοπαιχνίδι crafting και επιβίωσης Minecraft.

Τα συστήματα τεχνητής νοημοσύνης έχουν επιτύχει κάποια εντυπωσιακά επιτεύγματα πρόσφατα, όταν πρόκειται για βιντεοπαιχνίδια. Μόλις πρόσφατα, ένα AI νίκησε τους καλύτερους ανθρώπινους 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 AI μπορεί να χρησιμοποιήσει για να εκπαιδευτεί. Ένα πολύ πιο δύσκολο έργο είναι για ένα AI να μάθει πώς να πλοηγείται σε ένα μεγάλο, ανοιχτό κόσμο sandbox παιχνίδι όπως το Minecraft. Οι ερευνητές στοχεύουν να βοηθήσουν τα προγράμματα AI να μάθουν μέσω παρατήρησης και παραδείγματος, και αν είναι επιτυχημένοι, θα μπορούσαν να μειώσουν σημαντικά την ποσότητα της επεξεργαστικής δύναμης που απαιτείται για την εκπαίδευση ενός προγράμματος τεχνητής νοημοσύνης.

Οι συμμετέχοντες στο διαγωνισμό θα έχουν τέσσερις ημέρες για να δημιουργήσουν ένα AI που θα δοκιμαστεί με το Minecraft, λαμβάνοντας μέχρι οκτώ εκατομμύρια βήματα για να εκπαιδεύσουν το AI τους. Ο στόχος του AI είναι να βρει einen διαμάντι μέσα στο παιχνίδι με το σκάψιμο. Οκτώ εκατομμύρια βήματα εκπαίδευσης είναι ένα πολύ συντομότερο χρονικό διάστημα από το χρόνο που απαιτείται για την εκπαίδευση ισχυρών μοντέλων AI 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 μάθηση. Η μίμηση μάθηση αντίθετα με τη μάθηση ενίσχυσης, η οποία είναι μια δημοφιλής μέθοδος για την εκπαίδευση σύνθετων συστημάτων όπως οι ρομποτικές βραχίονες σε εργοστάσια ή τα AI που μπορούν να νικήσουν ανθρώπινους παίκτες στο StarCraft II. Η основική ελαττώματα της μάθησης ενίσχυσης αλγορίθμων είναι το γεγονός ότι απαιτούν τεράστια επεξεργαστική δύναμη για να εκπαιδευτούν, βασίζονται σε εκατοντάδες ή ακόμη και χιλιάδες υπολογιστές που συνδέονται μαζί για να μάθουν. Αντίθετα, η μίμηση μάθηση είναι μια πολύ πιο αποτελεσματική και λιγότερο υπολογιστικά εκτενής μέθοδος εκπαίδευσης. Οι αλγόριθμοι μίμησης μάθησης επιδιώκουν να μιμούνται τον τρόπο με τον οποίο 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 AI να εξερευνήσει και να μάθει μοτίβα σε ένα περιβάλλον είναι μια εξαιρετικά δύσκολη εργασία, αλλά η μίμηση μάθηση παρέχει στο AI μια βάση γνώσεων, ή καλές προϋποθέσεις, για το περιβάλλον. Αυτό μπορεί να κάνει την εκπαίδευση ενός AI πολύ γρηγορότερη σε σύγκριση με τη μάθηση ενίσχυσης.

Το Minecraft χρησιμεύει ως ένα ιδιαίτερα χρήσιμο περιβάλλον εκπαίδευσης για πολλούς λόγους. Ένας λόγος είναι ότι το Minecraft επιτρέπει στους παίκτες να χρησιμοποιούν απλά δομικά στοιχεία για να δημιουργήσουν σύνθετες δομές και αντικείμενα, και τα πολλά βήματα που απαιτούνται για να δημιουργηθούν αυτές οι δομές χρησιμεύουν ως ορατά σημάδια προόδου που οι ερευνητές μπορούν να χρησιμοποιήσουν ως μετρικές. Το Minecraft είναι επίσης εξαιρετικά δημοφιλές, και λόγω αυτού, είναι σχετικά εύκολο να συλλέξουν δεδομένα εκπαίδευσης. Οι διοργανωτές του διαγωνισμού MineRL προσέλαβαν πολλούς παίκτες Minecraft για να δείξουν eine ποικιλία εργασιών όπως η δημιουργία εργαλείων και η διάλυση τοίχων. Με τη διαδικασία crowdsourcing της γεννήσεως δεδομένων, οι ερευνητές μπόρεσαν να καπνίσουν 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 του AI.

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