AI-er skal konkurrere i Minecraft-maskinlæringskonkurransen

Som rapportert av Nature, skal en ny AI-konkurranse finne sted snart, MineRL-konkurransen, som skal oppmuntre AI-ingeniører og kodere til å lage programmer som kan lære gjennom observasjon og eksempel. Testcasen for disse AI-systemene skal være det svært populære crafting- og overlevelsesspillet Minecraft.

Kunstig intelligens-systemer har hatt noen imponerende prestasjoner når det gjelder videospill nylig. Bare nylig slo en AI ut de beste menneskelige spillerne i verden i strategispillet StarCraft II. Imidlertid har StarCraft II definerte mål som er lettere å bryte ned i koherente steg som en AI kan bruke til å trene. En mye vanskeligere oppgave er å lære en AI å navigere i et stort, åpent verden-spill som Minecraft. Forskerne har som mål å hjelpe AI-programmer til å lære gjennom observasjon og eksempel, og hvis de lykkes, kan de potensielt redusere mengden prosessorkraft som trengs for å trene et kunstig intelligensprogram.

Deltagerne i konkurransen skal ha fire dager til å lage en AI som skal testes med Minecraft, og som kan ta opp til åtte millioner steg for å trene AI-en. Målet for AI-en er å finne en diamant i spillet ved å grave. Åtte millioner steg i trening er en mye kortere tidsperiode enn den tiden som trengs for å trene kraftige AI-modeller i dag, så deltagerne i konkurransen må utvikle metoder som kan forbedre seg betydelig over nåværende treningsmetoder.

Tilnærmingene som brukes av deltagerne er basert på en type læring som kalles imitasjonslæring. Imitasjonslæring står i kontrast til forsterkingslæring, som er en populær metode for å trene sofistikerte systemer som robotarmer i fabrikker eller AI-er som kan slå menneskelige spillere i StarCraft II. Hovedulemper med forsterkingslæring er at de krever enorme mengder datamaskinkraft for å trene, og avhenger av hundrevis eller tusenvis av datamaskiner som er koblet sammen for å lære. Imitasjonslæring er derimot en mye mer effektiv og mindre datamaskinkrevende metode for å trene. Imitasjonslæringalgoritmer forsøker å etterligne hvordan mennesker lærer gjennom observasjon.

William Guss, en PhD-kandidat i dyplæringsteori ved Carnegie Mellon University, forklarte til Nature at å få en AI til å utforske og lære mønster i en omgivelse er en svært vanskelig oppgave, men imitasjonslæring gir AI-en en basis for kunnskap, eller gode forutsetninger, om omgivelsen. Dette kan gjøre trening av en AI mye raskere i sammenligning med forsterkingslæring.

Minecraft tjener som en spesielt nyttig treningsmiljø av flere grunner. En grunn er at Minecraft lar spillere bruke enkle byggeblokker til å lage komplekse strukturer og gjenstander, og de mange stegene som er nødvendige for å lage disse strukturene tjener som konkrete markører for fremgang som forskerne kan bruke som målinger. Minecraft er også ekstremt populært, og på grunn av dette er det relativt lett å samle inn treningsdata. Arrangørene av MineRL-konkurransen rekrutterte mange Minecraft-spillere til å demonstrere en rekke oppgaver som å lage verktøy og bryte ned blokker. Ved å crowdsourcet generering av data, kunne forskerne fange 60 millioner eksempler på handlinger som kunne utføres i spillet. Forskerne ga omtrent 1000 timer med video til konkurranselagene.

Bruk kunnskapen som mennesker har bygget opp, sier Rohin Shah, PhD-kandidat i datavitenskap ved University of California, Berkeley, til Nature at denne konkurransen sannsynligvis er den første som fokuserer på å bruke kunnskapen som mennesker allerede har generert til å fremskynde treningsprosessen for AI.

Guss og de andre forskerne er håpefulle om at konkurransen kan ha resultater med implikasjoner utenfor Minecraft, og kan gi opphav til bedre imitasjonslæringalgoritmer og inspirere flere mennesker til å vurdere imitasjonslæring som en gyldig form for å trene en AI. Forskningen kan potensielt hjelpe til å skape AI-er som er bedre i stand til å samhandle med mennesker i komplekse, endrede miljøer.