ხელოვნური ინტელექტის მოდელები, რომლებიც თამაშობენ თამაშებს, არსებობს ათწლეულების განმავლობაში, მაგრამ ისინი, როგორც წესი, სპეციალიზირებულია ერთ თამაშში და ორიენტირებულია გამარჯვებაზე. მკვლევარები Google Deepmind-ს აქვს განსხვავებული მიზანი: შექმნას მოდელი, რომელიც ისწავლის რამდენიმე 3D თამაშის თამაშს, როგორც ადამიანი, ამასთანავე აკეთებს ყველაფერს, რომ გაიგოს და იმოქმედოს თქვენი სიტყვიერი მითითებების შესაბამისად. მათ წარმოადგინეს SIMA მოდელი, რომელიც ნიშნავს Scalable, Instructable, Multiworld Agent და ამჟამად კვლევის პროცესშია.
დროთა განმავლობაში, SIMA ისწავლის ნებისმიერი ვიდეო თამაშის თამაშს, თუნდაც მათ, რომლებსაც არ აქვთ ხაზოვანი გზა თამაშის ბოლომდე ან ღია სამყაროს თამაშებისკენ. მიუხედავად იმისა, რომ ალგორითმი არ არის გამიზნული არსებული თამაშის შეცვლისთვის AI, თქვენ შეგიძლიათ იფიქროთ მას, როგორც პარტნიორსა და კომპანიონზე. ის აერთიანებს ბუნებრივი ენის შესწავლას 3D სამყაროს გაგებასა და გამოსახულების ამოცნობას.
კომპანია მუშაობდა თამაშის სხვადასხვა დეველოპერებთან, მათ შორის Hello Games, Embracer, Tuxedo Labs, Coffee Stain და სხვები SIMA-ს ვარჯიშისა და ტესტირებისთვის. მკვლევარებმა SIMA დაუკავშირეს თამაშებს, როგორიცაა No Man's Sky, Teardown, Valheim და Goat Simulator 3, რათა ასწავლონ AI აგენტს მათი თამაშის საფუძვლები.
გუნდმა აირჩია თამაშები, რომლებიც უფრო ღიაა, ვიდრე თხრობაზე ორიენტირებული, რათა დაეხმაროს SIMA-ს თამაშის ზოგადი უნარების შესწავლაში. თუ თქვენ გითამაშიათ ან უყურებთ Goat Simulator-ის მსვლელობას, თქვენ იცით, რომ შემთხვევითი, სპონტანური რაღაცეების კეთება არის ის, რაც თამაშშია და გუნდი ამბობს, რომ სწორედ ასეთი სპონტანურობა ასწავლიან SIMA-ს.
ამისათვის გუნდმა პირველად შექმნა ახალი გარემო Unity ძრავში. მაშინ Google ჩაწერა მოთამაშეთა წყვილი, ერთი წამყვანი თამაშს და მეორე აძლევდა მითითებებს იმის შესახებ, თუ რა უნდა გააკეთოს შემდეგ, ჩაიწეროს სალაპარაკო ინსტრუქციები. ამის შემდეგ, მოთამაშეებმა დამოუკიდებლად ითამაშეს, რათა ეჩვენებინათ, რა იწვევს მათ მოქმედებებს თამაშში. ეს ყველაფერი გადაეცა SIMA-ს, რათა აგენტმა ისწავლა იმის პროგნოზირება, თუ რა მოხდებოდა შემდეგ ეკრანზე. ამჟამად, SIMA-ს აქვს დაახლოებით 600 ძირითადი უნარი, როგორიცაა მარცხნივ მოხვევა ან კიბეებზე ასვლა, მაგრამ საბოლოოდ ის უფრო რთულ ფუნქციებს ისწავლის.
ასევე წაიკითხეთ:
დატოვე პასუხი