遊戲 MINECRAFT （她 歷史 詳細描述 Denis Koshelev) 似乎並不是支持 AI 領域高級研究的非常重要的工具。 畢竟，教機器玩 10 多年前發布的沙盒遊戲重要嗎？ 你會感到驚訝，但是，是的，OpenAI 實驗室的最新研究證明了這一點，該實驗室研究人工智能的發展。
OpenAI 始終專注於成就 人工智能 以及可以造福人類的機器學習。 該公司最近使用超過 70 小時的遊戲畫面（即超過 2,9 天，或將近 8 年，如果有的話）成功地訓練了一個機器人來玩 Minecraft。 這一成就標誌著使用觀察和模擬的高級機器學習向前邁出了一大步。
OpenAI 機器人是模擬學習（也稱為“監督學習”）如何工作的一個很好的例子。 與強化學習不同，學習代理在通過反複試驗實現目標後獲得獎勵，模擬訓練神經網絡通過觀察人如何執行特定任務來執行特定任務。 在這種情況下，OpenAI 使用現有的遊戲視頻和教程使機器人能夠執行複雜的遊戲場景，普通玩家需要執行大約 24 個單獨的操作。
也很有趣：
模仿學習要求對視頻數據進行特殊標記以提供動作和結果的上下文，即 人工智能 可以理解按下了哪些按鈕以及進行了哪些動作。 但這種方法可能很耗時，導致可用的數據集有限。
OpenAI 研究團隊沒有通過執行大規模的手動數據標記練習來展示他們的肌肉，而是使用一種稱為視頻預訓練 (VPT) 的特殊方法來擴展可用視頻的數量。 最初，研究人員記錄了 2 小時的帶註釋遊戲 MINECRAFT 並用它來訓練代理將某些動作與屏幕上的特定結果相關聯。 生成的模型用於為 70 小時以前未標記的在線 Minecraft 內容自動生成標籤。 這為機器人提供了一個更大的數據集來查看和模擬。
也很有趣：
本研究展示了可訪問視頻存儲庫的潛在價值，例如 YouTube，作為 AI 的教育資源。 機器學習科學家可以使用可訪問且正確標記的視頻來訓練 AI 執行特定任務，從簡單的網絡導航到幫助用戶解決現實生活中的身體需求。
你可以幫助烏克蘭對抗俄羅斯侵略者。 最好的方法是通過以下方式向烏克蘭武裝部隊捐款 拯救生命 或通過官方頁面 NBU.
也很有趣：