A játékokat játszó mesterséges intelligencia modellek évtizedek óta léteznek, de általában egy játékra specializálódtak, és a győzelemre összpontosítanak. Kutatók Google A Deepmindnek más a célja: olyan modell létrehozása, amely megtanul több 3D-s játékot emberhez hasonlóan játszani, miközben mindent megtesz, hogy megértse a szóbeli utasításokat, és az alapján cselekedjen. Bemutatták a SIMA modellt, amely a Scalable, Instructable, Multiworld Agent rövidítése, és jelenleg kutatás alatt áll.
Idővel a SIMA megtanul bármilyen videojátékkal játszani, még azokkal is, amelyeknek nincs lineáris útja a játék vagy a nyílt világú játékok végéhez. Bár az algoritmus nem a meglévő játékokat helyettesíti AI, inkább partnerként és társként gondolhatsz rá. A természetes nyelvtanulást ötvözi a 3D-s világok megértésével és a képfelismeréssel.
https://twitter.com/GoogleDeepMind/status/1767918515585994818
A cég számos játékfejlesztővel dolgozott együtt, köztük a Hello Games-szel, az Embracer, Tuxedo Labs, Coffee Stain és mások a SIMA betanítására és tesztelésére. A kutatók összekapcsolták a SIMA-t olyan játékokkal, mint a No Man's Sky, a Teardown, a Valheim és a Goat Simulator 3, hogy megtanítsák az AI-ügynöknek a játék alapjait.
A csapat olyan játékokat választott, amelyek inkább nyitottak, mint narratív jellegűek, hogy segítsék a SIMA-t az általános játékkészségek elsajátításában. Ha játszott vagy nézte a Goat Simulator bemutatóit, akkor tudja, hogy a játék lényege a véletlenszerű, spontán dolgok elvégzése, és a csapat szerint pontosan ez az a fajta spontaneitás, amelyet a SIMA megtanításában remélnek.
Ennek érdekében a csapat először új környezetet hozott létre a Unity motorban. Akkor Google rögzített játékospárokat, az egyik vezeti a játékot, a másik pedig utasításokat ad a következő lépésekre, hogy rögzítse a szóbeli utasításokat. Ezt követően a játékosok önállóan játszottak, hogy megmutassák, mihez vezetnek tetteik a játékban. Mindezt betáplálták a SIMA-ba, hogy az ügynök megtanulhassa megjósolni, mi fog ezután történni a képernyőn. Jelenleg a SIMA körülbelül 600 alapkészséggel rendelkezik, mint például a balra fordulás vagy a lépcsőzés, de idővel bonyolultabb funkciókat is megtanul.
A SIMA nem olyan mesterséges intelligenciával rendelkező NPC, mint amilyen a benn NVIDIA és Convai, még egy olyan játékos a játékban, amely befolyásolja az eredményt. A SIMA projekt társvezetője, Frédéric Besse szerint még túl korai megmondani, hogy az ilyen AI-ügynökök milyen alkalmazásokat találhatnak a játékokban a kutatáson kívül. De a Google ezt mondta a fejlettebb modelleknél AI A SIMA végül összetettebb feladatok elvégzésére is képes lesz, és ideális partnerré válik.
Olvassa el még: