а Minecraft (dia sejarah dijelaskan secara rinci Denis Koshelev) sepertinya bukan alat yang sangat penting untuk mendukung penelitian lanjutan di bidang AI. Lagi pula, apakah penting untuk mengajari mesin memainkan game kotak pasir yang dirilis lebih dari 10 tahun yang lalu? Anda akan terkejut, tapi ya, dan ini dibuktikan dengan penelitian terbaru laboratorium OpenAI yang mempelajari perkembangan kecerdasan buatan.
OpenAI selalu fokus pada prestasi AI dan pembelajaran mesin yang dapat bermanfaat bagi umat manusia. Perusahaan baru-baru ini berhasil melatih bot untuk memainkan Minecraft menggunakan lebih dari 70 jam rekaman gameplay (itu lebih dari 2,9 hari, atau hampir 8 tahun, jika ada). Pencapaian ini menandai langkah besar ke depan dalam pembelajaran mesin lanjutan menggunakan observasi dan simulasi.
Bot OpenAI adalah contoh yang bagus tentang cara kerja pembelajaran simulasi (juga dikenal sebagai "pembelajaran yang diawasi"). Tidak seperti pembelajaran penguatan, di mana agen pembelajaran dihargai setelah mencapai tujuan melalui coba-coba, simulasi melatih jaringan saraf untuk melakukan tugas tertentu dengan mengamati bagaimana seseorang melakukannya. Dalam hal ini, OpenAI menggunakan video dan tutorial gameplay yang ada untuk memungkinkan bot mengeksekusi skenario game kompleks yang membutuhkan sekitar 24 tindakan terpisah untuk pemain normal.
Juga menarik:
Pembelajaran imitasi mengharuskan data video diberi label khusus untuk memberikan konteks tindakan dan hasil, yaitu AI dapat memahami tombol mana yang ditekan dan gerakan mana yang dilakukan. Tetapi pendekatan seperti itu bisa memakan waktu, mengakibatkan terbatasnya kumpulan data yang tersedia.
Alih-alih meregangkan otot mereka dengan melakukan latihan pelabelan data manual berskala besar, tim peneliti OpenAI menggunakan pendekatan khusus yang dikenal sebagai Video Pre-Training (VPT) untuk memperluas jumlah video yang tersedia. Awalnya, para peneliti mencatat 2 jam gameplay beranotasi Minecraft dan menggunakannya untuk melatih agen agar mengasosiasikan tindakan tertentu dengan hasil tertentu di layar. Model yang dihasilkan digunakan untuk membuat label secara otomatis untuk 70 jam konten Minecraft yang sebelumnya tidak berlabel tersedia secara online. Ini memberi bot kumpulan data yang jauh lebih besar untuk dilihat dan disimulasikan.
Juga menarik:
Studi ini menunjukkan nilai potensial dari repositori video yang dapat diakses seperti YouTube, sebagai sumber daya pendidikan untuk AI. Ilmuwan pembelajaran mesin dapat menggunakan video yang dapat diakses dan diberi label dengan benar untuk melatih AI pada tugas tertentu, mulai dari navigasi web sederhana hingga membantu pengguna dengan kebutuhan fisik dalam kehidupan nyata.
Anda dapat membantu Ukraina melawan penjajah Rusia. Cara terbaik untuk melakukannya adalah dengan menyumbangkan dana ke Angkatan Bersenjata Ukraina melalui selamatkan hidup atau melalui halaman resmi NBU.
Juga menarik: