Yapay Zekalar Minecraft Makine Öğrenimi Yarışmasında Rekabet Edecek

Nature tarafından bildirildiği gibi, yeni bir yapay zeka yarışması 곧 gerçekleşecek, MineRL yarışması, yapay zeka mühendisleri ve kod yazarlarını gözlem ve örnek yoluyla öğrenme yeteneklerine sahip programlar oluşturmaya teşvik edecek. Bu yapay zeka sistemlerinin test durumu, popüler bir crafting ve survival video oyunu olan Minecraft olacak.

Yapay zeka sistemleri, video oyunlarında bazı etkileyici başarılar elde etti. Yakın zamanda bir yapay zeka, dünya çapındaki en iyi oyuncuları strateji oyunu StarCraft II’de yendi. Ancak, StarCraft II’nin daha kolay anlaşılabilir hedefleri var ve bu hedefler bir yapay zeka tarafından kullanılabilen tutarlı adımlara bölünebilir. Daha zor bir görev, bir yapay zekanın büyük, açık dünya kumanda oyunu gibi Minecraft’ı gezmesini öğrenmesidir. Araştırmacılar, yapay zeka programlarının gözlem ve örnek yoluyla öğrenmelerine yardımcı olmak istiyor ve eğer başarılı olurlarsa, bir yapay zeka programını eğitmek için gereken işlem gücünü önemli ölçüde azaltabilirler.

Yarışmaya katılanlar, Minecraft ile test edilecek bir yapay zeka oluşturmak için dört gün sürecek ve eğitim için sekiz milyon adıma kadar kullanabilecekler. Yapay zekanın amacı, oyun içinde bir elmas bulmak için kazmak. Sekiz milyon eğitim adımı, günümüzde güçlü yapay zeka modellerini eğitmek için gereken süreden çok daha kısadır, bu nedenle yarışmaya katılanlar, mevcut eğitim yöntemlerini önemli ölçüde geliştiren yöntemler geliştirmelidir.

Katılımcılar tarafından kullanılan yaklaşımlar, taklit öğrenimi olarak bilinen bir tür öğrenmeye dayanmaktadır. Taklit öğrenimi, fabrikalarda robotik kollarda veya StarCraft II’de insan oyuncularını yenebilen yapay zekalarda kullanılan popüler bir yöntem olan pekiştirmeli öğrenim ile karşıtlık gösterir. Pekiştirmeli öğrenim algoritmalarının temel dezavantajı, eğitim için muazzam bilgisayar işlem gücüne ihtiyaç duymaları ve yüzlerce veya binlerce bilgisayarın öğrenmek için bağlanmasıdır. Karşılaştırıldığında, taklit öğrenimi, daha verimli ve daha az hesaplama gücü gerektiren bir eğitim yöntemidir. Taklit öğrenimi algoritmaları, insanların gözlem yoluyla nasıl öğrendiklerini taklit etmeye çalışırlar.

Carnegie Mellon Üniversitesi’nde derin öğrenme teorisi alanında doktora adayı olan William Guss, Nature’ye, bir yapay zekanın bir ortamda keşfetmesini ve öğrenmesini sağlamakın çok zor bir görev olduğunu, ancak taklit öğreniminin yapay zekaya bir bilgi temeli veya iyi varsayımlar sağladığını söyledi. Bu, pekiştirmeli öğrenime kıyasla bir yapay zekayı eğitmeyi çok daha hızlı hale getirebilir.

Minecraft, birden fazla nedenden dolayı özellikle faydalı bir eğitim ortamıdır. Bir neden, Minecraft’ın oyuncuların basit yapı taşlarını kullanarak karmaşık yapılar ve nesneler oluşturabilmesidir ve bu yapıları oluşturmak için gereken birçok adım, araştırmacıların kullanabileceği somut ilerleme göstergeleri olarak hizmet eder. Minecraft ayrıca çok popüler ve bu nedenle eğitim verilerini toplamak nispeten kolaydır. MineRL yarışmasının organizatörleri, çeşitli görevleri göstermek için birçok Minecraft oyuncusunu işe aldı, Örneğin, araçlar oluşturma ve blokları ayırma. Veri üretimini toplulaştırarak, araştırmacılar oyun içinde alınabilecek 60 milyon örneği yakalayabildiler. Araştırmacılar, yarışma takımlarına yaklaşık 1000 saatlik video verdi.

İnsanların oluşturduğu bilgiyi kullanın, diyor Kaliforniya Üniversitesi, Berkeley’de bilgisayar bilimi alanında doktora adayı olan Rohin Shah, Nature’ye, bu yarışmanın muhtemelen insanların zaten ürettiği bilgiyi kullanarak yapay zeka eğitimini hızlandırmaya odaklanan ilk yarışma olacağını söyledi.

Guss ve diğer araştırmacılar, yarışmanın, Minecraft’ın ötesinde sonuçlar doğurabileceğini ve daha iyi taklit öğrenimi algoritmalarına yol açabileceğini, ayrıca daha fazla insanı yapay zeka eğitiminin geçerli bir biçimi olarak taklit öğrenimi düşünmeye teşvik edebileceğini umuyor. Araştırma, insanların karmaşık, değişen ortamlarda insanlarla etkileşime girebilen yapay zekaların oluşturulmasına yardımcı olabilir.