माइनक्राफ्ट मशीन लर्निंग प्रतियोगिता में प्रतिस्पर्धा करने के लिए एआई

नेचर की रिपोर्ट के अनुसार, एक नया एआई प्रतियोगिता जल्द ही होने वाली है, माइनआरएल प्रतियोगिता, जो एआई इंजीनियरों और कोडर्स को ऐसे प्रोग्राम बनाने के लिए प्रोत्साहित करेगी जो अवलोकन और उदाहरण के माध्यम से सीखने में सक्षम हों। इन एआई सिस्टमों के लिए परीक्षण मामला अत्यधिक लोकप्रिय क्राफ्टिंग और सर्वाइवल वीडियो गेम माइनक्राफ्ट होगा।

आर्टिफिशियल इंटेलिजेंस सिस्टम ने हाल ही में वीडियो गेम्स में कुछ प्रभावशाली उपलब्धियां हासिल की हैं। हाल ही में एक एआई ने स्टारक्राफ्ट II में दुनिया के सर्वश्रेष्ठ मानव खिलाड़ियों को हराया। हालांकि, स्टारक्राफ्ट II में परिभाषित लक्ष्य हैं जिन्हें आसानी से सुसंगत चरणों में तोड़ा जा सकता है जिनका उपयोग एक एआई द्वारा प्रशिक्षण के लिए किया जा सकता है। एक अधिक कठिन कार्य यह है कि एक एआई को माइनक्राफ्ट जैसे बड़े, ओपन-वर्ल्ड सैंडबॉक्स गेम में नेविगेट करना सीखना है। शोधकर्ता एआई प्रोग्रामों को अवलोकन और उदाहरण के माध्यम से सीखने में मदद करने का लक्ष्य रख रहे हैं, और यदि वे सफल होते हैं तो वे एक कृत्रिम बुद्धिमत्ता प्रोग्राम को प्रशिक्षित करने के लिए आवश्यक प्रसंस्करण शक्ति को काफी कम कर सकते हैं।

प्रतियोगिता में भाग लेने वालों को माइनक्राफ्ट के साथ परीक्षण के लिए एक एआई बनाने के लिए चार दिन मिलेंगे, जिसमें अपने एआई को प्रशिक्षित करने के लिए आठ मिलियन से अधिक कदम होंगे। एआई का लक्ष्य गेम में खनन करके एक हीरा खोजना है। आठ मिलियन से अधिक प्रशिक्षण कदम वर्तमान में शक्तिशाली एआई मॉडलों को प्रशिक्षित करने के लिए आवश्यक समय से बहुत कम है, इसलिए प्रतियोगिता में भाग लेने वालों को वर्तमान प्रशिक्षण विधियों में काफी सुधार करने वाले तरीके तैयार करने होंगे।

प्रतिभागियों द्वारा उपयोग की जाने वाली दृष्टिकोण एक प्रकार की सीखने की प्रक्रिया पर आधारित है जिसे अनुकरण सीखने के रूप में जाना जाता है। अनुकरण सीखना पुनरावृत्ति सीखने के विपरीत है, जो जटिल प्रणालियों जैसे कि फैक्ट्रियों में रोबोटिक आर्म या स्टारक्राफ्ट II में मानव खिलाड़ियों को हराने में सक्षम एआई को प्रशिक्षित करने के लिए एक लोकप्रिय विधि है। पुनरावृत्ति सीखने के अल्गोरिदम का मुख्य नुकसान यह है कि उन्हें प्रशिक्षित करने के लिए बड़ी मात्रा में कंप्यूटर प्रसंस्करण शक्ति की आवश्यकता होती है, जिसमें सीखने के लिए सैकड़ों या甚至 हजारों कंप्यूटरों को जोड़ने की आवश्यकता होती है। इसके विपरीत, अनुकरण सीखना प्रशिक्षण की एक बहुत अधिक कुशल और कम गणनात्मक रूप से महंगी विधि है। अनुकरण सीखने के अल्गोरिदम मानवों द्वारा अवलोकन के माध्यम से सीखने की कोशिश करते हैं।

कार्नेगी मेलन विश्वविद्यालय में गहरे सीखने के सिद्धांत में पीएचडी उम्मीदवार विलियम गस ने नेचर को बताया कि एक एआई को एक पर्यावरण में पैटर्न का अन्वेषण करने और सीखने का कार्य बहुत मुश्किल है, लेकिन अनुकरण सीखने से एआई को पर्यावरण के बारे में एक आधार ज्ञान या अच्छी पूर्व धारणाएं मिलती हैं। यह एआई को प्रशिक्षित करना पुनरावृत्ति सीखने की तुलना में बहुत तेजी से बना सकता है।

माइनक्राफ्ट कई कारणों से एक विशेष रूप से उपयोगी प्रशिक्षण वातावरण है। एक कारण यह है कि माइनक्राफ्ट खिलाड़ियों को जटिल संरचनाओं और वस्तुओं को बनाने के लिए सरल निर्माण ब्लॉकों का उपयोग करने की अनुमति देता है, और इन संरचनाओं को बनाने के लिए आवश्यक कई चरण शोधकर्ताओं द्वारा उपयोग किए जा सकने वाले प्रगति के मार्कर हैं। माइनक्राफ्ट भी बहुत लोकप्रिय है, और इसके कारण, प्रशिक्षण डेटा एकत्र करना तुलनात्मक रूप से आसान है। माइनआरएल प्रतियोगिता के आयोजकों ने कई माइनक्राफ्ट खिलाड़ियों को विभिन्न कार्यों जैसे कि उपकरण बनाने और ब्लॉक तोड़ने का प्रदर्शन करने के लिए भर्ती किया। डेटा के जनरेशन को भीड़ से इकट्ठा करके, शोधकर्ताओं ने गेम में लिए जा सकने वाले 60 मिलियन से अधिक क्रियाओं के उदाहरणों को पकड़ा। शोधकर्ताओं ने प्रतियोगिता टीमों को लगभग 1000 घंटे का वीडियो दिया।

कैलिफोर्निया विश्वविद्यालय, बर्कले में कंप्यूटर विज्ञान में पीएचडी उम्मीदवार रोहिन शाह ने नेचर को बताया कि यह प्रतियोगिता संभवतः पहली है जो मानवों द्वारा पहले से ही उत्पन्न ज्ञान का उपयोग करके एआई को प्रशिक्षित करने के लिए ध्यान केंद्रित करती है।

गस और अन्य शोधकर्ताओं को उम्मीद है कि प्रतियोगिता के परिणाम माइनक्राफ्ट से परे परिणाम हो सकते हैं, जो बेहतर अनुकरण सीखने के अल्गोरिदम को जन्म दे सकते हैं और अधिक लोगों को एआई को प्रशिक्षित करने के लिए अनुकरण सीखने को एक व्यवहार्य रूप में विचार करने के लिए प्रेरित कर सकते हैं। शोध संभावित रूप से ऐसे एआई बनाने में मदद कर सकता है जो जटिल, बदलते वातावरण में लोगों के साथ बातचीत करने में बेहतर सक्षम हैं।