Programeri izvješćuju da je AI naučio osnovne vještine kao što su sječa stabala, izrada dasaka i
Za AI trening koristio se tim OpenAIotvoreni videozapisi: oko 70.000 sati igranog materijala. Kako bi se izborila s ovim obimom, tvrtka je razvila novu strategiju: prethodnu obuku s “poluučiteljima”.
Shema učenja.Prva faza je traženje videa za obuku, druga faza je obučavanje IDM neuronske mreže na temelju videa koji sadrži informacije o pokretima miša i tipkama, treća faza je označavanje videa korištenjem IDM-a i obučavanje neuronske mreže igre. Izvor: OpenAI
U prvom koraku, istraživači su prikupili podatke izvolonteri: snimali su video igrice, kao i tipke i pokrete miša. Na temelju tih podataka, programeri su trenirali model inverzne dinamike (IDM) kako bi odredili koje radnje igrač izvodi samo na temelju video podataka. Nakon toga IDM je samostalno "pregledao" i označio snimke igre objavljene na YouTubeu. AI trening u igri provodi se pomoću već označenih IDM podataka.
Programeri napominju da je model ponašanjaKloner ("igrač") obučen na online video s oznakom IDM obavlja zadatke u Minecraftu koje je gotovo nemoguće dovršiti tradicionalnim učenjem s pojačanjem od nule. Uči sjeći stabla kako bi skupio trupce, pretvoriti te trupce u daske, a zatim od dasaka napraviti stol za izradu. Ova sekvenca traje oko 50 sekundi ili tisuću uzastopnih radnji igre za osobu koja posjeduje Minecraft.
Programeri su također pokazali da dodatno fino podešavanje kroz AI promatranje stvarnog procesa igre pomaže da se model brzo nauči složenijim vještinama.
Istraživači primjećuju da je Minecraftsamo jedan primjer mogućih primjena nove tehnologije. Općenito, prethodna obuka omogućuje AI-u da koristi minimalne resurse za stjecanje različitih vještina na temelju velike količine video podataka.
Čitaj više:
Svemirska sonda je letjela 200 km od Merkura. Pogledaj što je vidio
Kineska kaciga za čitanje misli zvuči alarm kada osoba vidi porno sadržaj
Satelit Jupitera pogledan je u novom svjetlu: ono što su znanstvenici tamo vidjeli