Хиймэл оюун ухаан нь дуураймал сургалтаар дамжуулан Minecraft-ыг эзэмшихийн тулд тэмцдэг

Сүүлийн хэдэн сарын хугацаанд Майкрософт болон машин сургалтын судалгаа хийдэг бусад компаниуд хиймэл оюун ухаан хөгжүүлэгчдийн багийг Minecraft тоглож, тоглоом дотроос очир алмааз олох боломжтой хиймэл оюун ухааны системийг бий болгохыг уриалав. BBC агентлаг мэдээлэв, AI платформууд шатрыг давамгайлж, явж чадсан ч Minecraft-т даалгавраа эзэмшихэд бэрхшээлтэй байсан.

Microsoft-ын Minecraft-д суурилсан хиймэл оюун ухааны сорилтыг MineRL гэж нэрлэсэн бөгөөд тэмцээний дүнг саяхан болсон NeurIPS бага хурлын үеэр албан ёсоор зарлав. Тэмцээний зорилго нь хиймэл оюун ухааныг “дууриамал сурах” арга барилаар сургах явдал байв. Дуураймал сургалт нь ажиглалтыг ашиглан хиймэл оюун ухааныг сургах арга юм. Дуураймал сургалт нь хиймэл оюун ухааны системд хүн эдгээр үйлдлийг хийж байгааг ажиглаж, ажиглалтын үйлдлээр суралцах замаар үйлдлийг сурах боломжийг олгох зорилготой юм. Бататгах сургалттай харьцуулахад дуураймал сургалт нь хиймэл оюун ухааныг сургах тооцооллын хувьд хамаагүй хямд бөгөөд илүү үр дүнтэй арга юм.

Бататгах сургалт нь ихэвчлэн сүлжээнд холбогдсон олон хүчирхэг компьютер, даалгаврыг үр дүнтэй гүйцэтгэхийн тулд хэдэн зуун эсвэл мянган цагийн сургалт шаарддаг. Үүний эсрэгээр, хиймэл оюун ухаан нь үүнийг хийж гүйцэтгэсэн хүний ​​​​операторын эелдэг байдлаар ажиллах мэдлэгийн суурь суурьтай байдаг тул дуураймал сургалтын аргаар сургасан хиймэл оюуныг илүү хурдан сургах боломжтой.

Дуураймал сургалт нь хиймэл оюун ухааныг сургах практик хэрэглээтэй тул хиймэл оюун ухаан зөв үйлдлүүдийг олох хүртэл аюулгүйгээр судалж чадахгүй. Ийм хувилбарт бие даасан тээврийн хэрэгслийг сургах зэрэг багтана, учир нь машин нь хүссэн зан төлөвийг олж авах хүртэл гудамжинд зүгээр л тэнүүчилж болохгүй. Тээврийн хэрэгслийг сургахдаа хүний ​​​​жагсагчийн өгөгдлийг ашиглах нь үйл явцыг илүү хурдан бөгөөд аюулгүй болгох боломжтой.

Minecraft-аас алмаз олохын тулд модыг огтолж, багаж хэрэгсэл хийх, алмаз агуулсан агуйг судлах, агуй дотроос очир эрдэнэ олох гэх мэт олон алхамыг дарааллаар нь хийх шаардлагатай. Даалгаврын нарийн төвөгтэй хэдий ч тоглоомыг мэддэг хүн 20 минутын дотор алмаз авах боломжтой байх ёстой.

Уралдаанд 660 гаруй хиймэл оюун ухааны агентууд оролцсон боловч нэг ч хиймэл оюун ухаан алмаз олж чадаагүй. AI-г сургах зорилгоор өгсөн өгөгдөл нь олон тоглогчдоос цуглуулсан 60 сая гаруй фрэймийн тоглоомын өгөгдлийн багц байв. Тоглоом эхлэхэд очир эрдэнийн байршлыг санамсаргүй байдлаар ангилдаг тул хиймэл оюун ухаан нь хүний ​​тоглогч очир алмаазыг хаанаас олсоныг зүгээр л харж чадахгүй гэсэн үг юм. Өөрөөр хэлбэл, хиймэл оюун ухаан нь багаж хэрэгсэл хийх, багаж хэрэгсэл ашиглах, эрэл хайгуул хийх, нөөцийг олох гэх мэт ойлголтууд хоорондоо хэрхэн холбогддог тухай ойлголтыг бий болгох хэрэгтэй.

AI агентуудын хэн нь ч алмазыг амжилттай олж чадаагүй ч байгууллагын баг тэмцээний үр дүнд сэтгэл хангалуун байсан бөгөөд туршилтаас маш их зүйлийг сурсан хэвээр байна. Хиймэл оюун ухааны багуудын хийсэн судалгаа нь AI талбарыг ахиулж, сургалтын стратегийг бэхжүүлэх өөр хувилбаруудыг олоход тусална.

Бататгах сургалт нь дуураймал сургуулилтаас илүү өндөр гүйцэтгэлтэй байдаг бөгөөд бататгах сургалтын нэг гайхалтай амжилт нь DeepMind-ийн AlphaGo юм. Гэсэн хэдий ч, урьд нь дурьдсанчлан, бататгах сургалт нь асар их тооцооллын нөөц шаарддаг бөгөөд үүнийг компьютерийн процессорыг их хэмжээгээр худалдаж авах боломжгүй байгууллагуудын хэрэглээг хязгаарладаг.

Уильям Гусс, Карнеги Меллон их сургуулийн докторант, тэмцээнийг зохион байгуулагч гэж ВВС-д тайлбарлав MinerRL уралдаан нь хиймэл оюун ухааныг тооцоолох өөр хувилбаруудыг судлах зорилготой байсан. Гусс хэлэхдээ:

“...Асуудал руу асар их тооцоолол хийх нь бидний хувьд орчин үеийн дэвшилтэд түлхэц өгөх зөв арга биш юм... Энэ нь эдгээр сургалтын системд хандах хандалтыг ардчилахын эсрэг шууд үйлчилж, нарийн төвөгтэй орчинд агентуудыг сургах чадварыг үлдээдэг. Тооцоолох чадвартай корпорациуд."