Гра Minecraft може допомогти у розробці адаптивного ШІ – вчені

Minecraft – це не тільки найпродаваніша відеогра в історії, вона також може стати ключем до створення адаптивних моделей штучного інтелекту (ШІ), які зможуть вирішувати різні завдання практично так само, як це роблять люди, пише New Scientist.

Стівен Джеймс з Вітватерсрандського університету в Південній Африці та його колеги розробили еталонний тест у Minecraft для вимірювання загального інтелекту моделей ШІ. MinePlanner оцінює здатність ШІ ігнорувати несуттєві деталі при вирішенні складного завдання, що складається з багатьох етапів.

Джеймс каже, що в багатьох випадках при навчанні ШІ "шахрують", надаючи моделі всі дані, які їй потрібні для того, щоб навчитися виконувати роботу, і нічого зайвого. Такий підхід цілком виправданий, якщо ви хочете створити програмне забезпечення для виконання конкретного завдання – наприклад, прогноз погоди або згортання білків, але не в тому випадку, якщо ви намагаєтеся створити універсальний штучний інтелект (AGI).

ВАС ЗАЦІКАВИТЬ

У Сонячній системі знайшли ще один океан – там, де не очікували

Майбутні моделі ШІ повинні будуть вирішувати складні завдання, і Джеймс сподівається, що MinePlanner стане керівництвом для цих досліджень. ШІ, що працює над вирішенням проблеми у грі, бачитиме ландшафт, сторонні об'єкти та інші деталі, які не обов'язково потрібні для вирішення проблеми та мають бути проігноровані. Йому доведеться вивчити навколишнє оточення і самостійно розібратися, що потрібно, а що не потрібно.

MinePlanner складається з 15 будівельних завдань, кожне з яких має легкий, середній та важкий рівні – всього 45 завдань. Щоб виконати кожне завдання, ШІ може знадобитися зробити проміжні кроки – наприклад, побудувати сходи, щоб розмістити блоки на певній висоті. Це вимагає від ШІ вміння відволікатися від проблеми та планувати подальші дії для досягнення мети.

ВАС ЗАЦІКАВИТЬ

Штучне світло приваблює метеликів не так, як вважалося раніше: вони потрапляють у пастку – вчені

Тим часом в експериментах із сучасними моделями плануючого ШІ ENHSP та Fast Downward – програмами з відкритим вихідним кодом, призначеними для виконання послідовних операцій для досягнення спільної мети – жодна з моделей не змогла вирішити жодного складного завдання. Fast Downward змогла вирішити лише одне із завдань середнього рівня та п'ять легких завдань, у той час як ENHSP показала дещо кращі результати, вирішивши всі легкі завдання, крім одного, та всі завдання середнього рівня, крім двох.

Раніше кандидат юридичних наук Сергій Козьяков розповідав у статті для ZN.UA, якою має бути державна політика щодо розвитку та небезпеки ШІ.