Yapay Zeka Minecraft’i Taklit Öğrenimi ile Hükmü Altına Almaya Çalışıyor

Geçtiğimiz birkaç ay içinde, Microsoft (MSFT ) ve diğer şirketler makine öğrenimi araştırmaları yapan AI geliştiricileri takımını, Minecraft oynayabilen ve oyun içinde bir elmas bulabilen bir AI sistemi oluşturmaya çağırdı. BBC’nin haberine göre, AI platformları satranç ve go gibi oyunları hâkimiyetini kurmayı başarmış olsa da, Minecraft’te bir görevi tamamlamakta zorluk çekiyor.

Microsoft’un Minecraft tabanlı AI yarışması MineRL olarak adlandırıldı ve yarışma sonuçları yakın zamanda NeurIPS konferansında resmen açıklandı. Yarışmanın amacı, bir AI’ı “taklit öğrenimi” yaklaşımıyla eğitmekti. Taklit öğrenimi, bir AI’ın gözlem yoluyla eğitildiği bir yöntemdir. Taklit öğrenimi, AI sistemlerinin insanlara tarafından yapılan eylemleri izleyerek öğrenmelerine olanak tanır ve bu şekilde öğrenme, gözlem yoluyla gerçekleşir. Taklit öğrenimi, pekiştirme öğrenimi ile karşılaştırıldığında, çok daha az hesaplama gerektiren ve podstatially daha verimli bir AI eğitimi yöntemidir.

Pekiştirme öğrenimi genellikle, bir görevi etkili bir şekilde gerçekleştirmek için birçok güçlü bilgisayar ağının bir araya gelmesi ve yüzlerce veya binlerce saatlik eğitim gerektirir. Buna karşılık, taklit öğrenimi yöntemiyle eğitilen bir AI, çok daha hızlı bir şekilde eğitilebilir, çünkü AI, insan operatörlerin önceden gerçekleştirdiği eylemler sayesinde already bir temel bilgi birikimine sahiptir.

Taklit öğrenimi, AI’ın güvenli bir şekilde keşfedebilmesi için gerekli eylemleri öğrenmesi gereken senaryolarda pratik uygulamalara sahiptir. Örneğin, bir otonom araç eğitilirken, aracın güvenli bir şekilde davranışlar geliştirmesi için insan göstericilerin verilerini kullanmak, süreci daha hızlı ve daha güvenli hale getirebilir.

Minecraft’te bir elmas bulmak, ağaçları keserek aletler yapmak, elmasların bulunduğu mağaraları keşfetmek ve nihayetinde bir elmas bulmak gibi birçok adımdan oluşur. Bu görevin karmaşıklığına rağmen, oyunu bilen bir insan oyuncusu, yaklaşık 20 dakika içinde bir elmas bulabilmelidir.

Yarışmaya 660’dan fazla farklı AI ajanı katıldı, ancak hiçbir AI, bir elmas bulmayı başaramadı. AI’ı eğitmek için sağlanan veri kümesi, birçok insan oyuncusundan toplanan 60 milyondan fazla oyun çerçevesi içeriyordu. Elmasların konumları, oyun örneğinin başlatılmasıyla birlikte rastgele belirlenir, bu nedenle AI’lar, insan oyuncularının elmasları nerede bulduğunu basitçe bakarak bulamaz. Diğer bir deyişle, AI’lar, aletler yapmak, aletleri kullanmak, keşfetmek ve kaynakları bulmak gibi kavramların nasıl bağlantılı olduğunu anlamak zorundadır.

Hiçbir AI ajanının bir elmas bulamamasına rağmen, organizasyon ekibi, yarışma sonuçlarından memnun kaldı ve çok şey öğrenildi. AI takımlarının yaptığı araştırmalar, AI alanını ilerletmeye yardımcı olabilir ve pekiştirme öğrenimi stratejilerine alternatifler bulunabilir.

Pekiştirme öğrenimi genellikle taklit öğreniminden daha iyi performans gösterir, ve pekiştirme öğreniminin önemli bir başarısı, DeepMind’in AlphaGo’sudur. Ancak, daha önce de belirtildiği gibi, pekiştirme öğrenimi büyük ölçekli bilgisayar kaynakları gerektirir ve bu, büyük şirketlerin dışında kalan organizasyonlar için sınırlayıcı bir faktördür.

Carnegie Mellon Üniversitesi’nden PhD öğrencisi ve yarışmanın baş organizatörü William Guss, BBC’ye şunları söyledi:

“… Büyük ölçekli bilgisayar kaynaklarını sorunlara yönlendirmek, alan olarak ilerlemeyi sağlamak için doğru yol olmayabilir… Bu, pekiştirme öğrenimi sistemlerine erişimi demokratikleştirmeye doğrudan karşı çalışır ve kompleks ortamlarda ajanları eğitmek yeteneğini, büyük ölçekli bilgisayar kaynaklarına sahip şirketlere bırakır.”