Modellen voor kunstmatige intelligentie die games spelen bestaan al tientallen jaren, maar zijn meestal gespecialiseerd in één game en gericht op winnen. Onderzoekers Kopen Google Reviews Deepmind heeft een ander doel: een model creëren dat verschillende 3D-games leert spelen als een mens, terwijl het zijn best doet om uw verbale instructies te begrijpen en ernaar te handelen. Ze introduceerden het SIMA-model, wat staat voor Scalable, Instructable, Multiworld Agent en wordt momenteel onderzocht.
Na verloop van tijd zal SIMA elk videogame leren spelen, zelfs games die geen lineair pad naar het einde van het spel of open-wereldgames hebben. Hoewel het algoritme niet bedoeld is om bestaande games te vervangen AI, je kunt hem eerder zien als een partner en metgezel. Het combineert het leren van natuurlijke talen met het begrijpen van 3D-werelden en beeldherkenning.
https://twitter.com/GoogleDeepMind/status/1767918515585994818
Het bedrijf heeft samengewerkt met verschillende game-ontwikkelaars, waaronder Hello Games, Embracer, Tuxedo Labs, Coffee Stain en anderen om SIMA te trainen en te testen. De onderzoekers koppelden SIMA aan games als No Man's Sky, Teardown, Valheim en Goat Simulator 3 om de AI-agent de basisprincipes van het spelen ervan te leren.
Het team koos voor games die meer een open einde hebben dan een verhalende oriëntatie om SIMA te helpen algemene spelvaardigheden te leren. Als je Goat Simulator-walkthroughs hebt gespeeld of bekeken, weet je dat het doen van willekeurige, spontane dingen is waar het spel om draait, en het team zegt dat dit precies het soort spontaniteit is dat ze SIMA hopen te leren.
Om dit te doen creëerde het team eerst een nieuwe omgeving in de Unity-engine. Dan Kopen Google Reviews nam spelersparen op, waarbij de een het spel leidde en de ander instructies gaf over wat ze vervolgens moesten doen, om de gesproken instructies op te nemen. Daarna gingen de spelers in hun eentje spelen om te laten zien waar hun acties toe leiden in het spel. Dit alles werd aan SIMA doorgegeven, zodat de agent kon leren voorspellen wat er vervolgens op het scherm zou gebeuren. Momenteel beschikt SIMA over ongeveer 600 basisvaardigheden zoals linksaf slaan of traplopen, maar op termijn zal SIMA meer complexe functies leren.
SIMA is geen NPC met kunstmatige intelligentie zoals in NVIDIA en Convai, nog een andere speler in het spel die de uitkomst beïnvloedt. Frédéric Besse, mededirecteur van het SIMA-project, zegt dat het nog te vroeg is om te zeggen welke toepassingen dergelijke AI-agenten buiten onderzoek in games zouden kunnen vinden. Maar Google zei dat met meer geavanceerde modellen AI SIMA zal uiteindelijk complexere taken kunnen uitvoeren en een ideale partner kunnen worden.
Lees ook: