کد خبر:۱۲۴۵۶۳۱

وقتی هوش مصنوعی خیال‌پرداز می‌شود: انقلاب Dreamer در دنیای ماینکرفت

یک مدل هوش مصنوعی به نام Dreamer که تنها در ۹ روز و بدون هیچ آموزش انسانی، به یکی از پیچیده‌ترین اهداف در بازی دست یافت. این فناوری نه‌تنها آینده بازی‌ها، بلکه آینده هوش مصنوعی را دگرگون می‌کند.
وقتی هوش مصنوعی خیال‌پرداز می‌شود: انقلاب Dreamer در دنیای ماینکرفت

به گزارش گروه دانشگاه خبرگزاری دانشجو، به نظر می‌رسد اگر این آخر هفته در اینترنت هستید، نمی‌توانید Minecraft را از دست بدهید.

ابتدا، یک فیلم Minecraft با حضور ستارگان هالیوود، جک بلک و جیسون موموآ، پرده‌های نقره‌ای را به نمایش گذاشت و شبکه‌های اجتماعی را پر از میم‌های «جوکی جوکی» کرد؛ و اکنون، گوگل فاش کرده است که از این بازی محبوب برای آموزش مدل هوش مصنوعی خود استفاده می‌کند.

در حالی که فیلم در بهترین حالت و صرفاً برای سوپر طرفداران یا بچه‌ها قابل قبول است، پیشرفت هوش مصنوعی گوگل چیزی جز پیش پا افتاده است.

تیم DeepMind غول فناوری موفق شده است یک هوش مصنوعی به نام Dreamer را آموزش دهد (نباید با Dream اشتباه شود، استریمری که Minecraft را نیز بازی می‌کند) تا تنها در ۹ روز بر Minecraft مسلط شود که نقطه عطف مهمی در بهبود خود هوش مصنوعی است.

Dreamer بر Minecraft تسلط دارد

برخلاف مدل‌های قبلی هوش مصنوعی که با ساعت‌ها فیلم‌های گیم‌پلی انسانی آموزش دیده بودند، دریمر Minecraft را بدون قرار گرفتن در معرض قبلی یاد گرفت.

محققان Google DeepMind و دانشگاه تورنتو Dreamer را با یک سیستم یادگیری تقویتی منحصر‌به‌فرد طراحی کردند که به خاطر جمع آوری الماس، یکی از با ارزش‌ترین منابع بازی، به آن پاداش می‌داد.

به هوش مصنوعی دستورالعمل‌های گام به گام داده نشد، بلکه تشویق شد تا رویکرد خود را از طریق آزمون و خطا بررسی و بهینه کند.

هر ۳۰ دقیقه، محققان دنیای Minecraft را بازنشانی می‌کنند و Dreamer را مجبور می‌کنند تا خود را با یک محیط جدید و به‌طور تصادفی وفق دهد.

با وجود این تغییرات مداوم، هوش مصنوعی به سرعت بهبود یافت.

در پایان آزمایش، Dreamer می‌توانست در کمتر از ۳۰ دقیقه الماس استخراج کند که با بازیکنان انسان مطابقت دارد، تنها پس از ۹ روز گیم‌پلی.

یادگیری تقویتی و شبیه سازی ذهنی

موفقیت Dreamer به دلیل توانایی آن در تصور سناریو‌های بالقوه آینده بود.

دانیجار هافنر، محقق Google DeepMind توضیح داد: Dreamer یک گام مهم به سمت سیستم‌های هوش مصنوعی عمومی است.

هوش مصنوعی به جای اینکه کورکورانه استراتژی‌های مختلف را امتحان کند، یک مدل ذهنی از محیط خود ایجاد کرد و به آن اجازه می‌داد تا اقدامات را قبل از اجرای آنها شبیه سازی کند.

این توانایی برای "تصور آینده" به دریمر مزیتی داد و به او اجازه داد تا تنها روی کارآمدترین مسیر‌ها برای رسیدن به هدف خود تمرکز کند.

فرآیند یادگیری هوش مصنوعی نشان می‌دهد که چگونه انسان‌ها مهارت‌های خود را از طریق تجربه اصلاح می‌کنند.

اطلاعات اطراف خود را جذب کرد، اقدامات موفق را شناسایی کرد و اقدامات ناکارآمد را کنار گذاشت.

این با مدل‌های سنتی هوش مصنوعی، که اغلب به مجموعه داده‌های عظیم ورودی انسانی متکی هستند، متفاوت است. محققان گوگل در این مطالعه اظهار داشتند: طبق دانش ما، Dreamer اولین الگوریتمی است که الماس‌ها را در Minecraft از ابتدا بدون داده‌های انسانی یا برنامه‌های درسی جمع آوری می‌کند.

مفاهیم برای هوش مصنوعی در دنیای واقعی

اهمیت دستاورد Dreamer بسیار فراتر از بازی‌های ویدیویی است.

این تحقیق با اثبات اینکه هوش مصنوعی می‌تواند وظایف پیچیده‌ای را بدون هدایت مستقیم انسان به خود آموزش دهد، راه را برای سیستم‌های هوش مصنوعی مستقل‌تر در برنامه‌های کاربردی دنیای واقعی هموار می‌کند.

هافنر خاطرنشان کرد که توانایی هوش مصنوعی برای شبیه‌سازی ذهنی سناریو‌ها می‌تواند به توسعه روبات‌هایی کمک کند که هوشمندانه‌تر با محیط اطراف خود تعامل داشته باشند.

در حالی که تسلط بر Minecraft ممکن است یک دستاورد مهم به نظر برسد، فناوری زیربنایی می‌تواند عواقب گسترده‌ای داشته باشد.

هوش مصنوعی که می‌تواند به تنهایی یاد بگیرد و بهبود یابد، می‌تواند در رباتیک، اتوماسیون و وظایف حل مسئله در صنایع مختلف استفاده شود.

همانطور که Dreamer استراتژی‌های خود را در دنیای دیجیتال اصلاح کرد، مدل‌های هوش مصنوعی آینده نیز ممکن است به زودی همان اصول را در چالش‌های دنیای واقعی، از بهینه‌سازی لجستیک تا ناوبری مستقل، به کار گیرند.

این مطالعه در مجله Nature منتشر شده است.

ارسال نظر
captcha
*شرایط و مقررات*
خبرگزاری دانشجو نظراتی را که حاوی توهین است منتشر نمی کند.
لطفا از نوشتن نظرات خود به صورت حروف لاتین (فینگیلیش) خودداری نمايید.
توصیه می شود به جای ارسال نظرات مشابه با نظرات منتشر شده، از مثبت یا منفی استفاده فرمایید.
با توجه به آن که امکان موافقت یا مخالفت با محتوای نظرات وجود دارد، معمولا نظراتی که محتوای مشابهی دارند، انتشار نمی یابد.
پربازدیدترین آخرین اخبار