Először találta ki a mesterséges intelligencia, hogyan juthat gyémántokhoz a Minecraft nevű játékban. Ez önmagában nem lenne nagy dolog, úgy viszont már az, hogy az MI mindezt anélkül volt képes megtenni, hogy megmutatták volna a rendszernek, hogyan kell a játékkal játszani. A fejlesztők szerint a Dreamer nevű rendszer egy lépés az olyan gépek felé, amelyek képesek egy adott téren megszerzett tudást általánosítva egy másik területen is felhasználni – írja a Nature.

„A Dreamer egy jelentős lépést jelent az általános mesterségesintelligencia-rendszerek felé” – mondja Danijar Hafner, a Google DeepMind mérnöke, a Dreamer egyik kifejlesztője. A szakember szerint a rendszer képes megérteni a fizikai környezetet, az idő múlásával pedig tovább fejleszti magát anélkül, hogy erre utasítást kapna. Mindez jelentős előrelépés ahhoz képest, amit például az OpenAI mesterséges intelligenciája tud: bár az is képes úgy játszani, mint egy ember, ehhez előtte végig kellett néznie 40 órányi játékmenetet.

A Minecraftban a játékosok egy virtuális háromdimenziós világot fedezhetnek fel, amely különféle terepeket, köztük erdőket, hegyeket, sivatagokat és mocsarakat tartalmaz. A játékosok a világ erőforrásait használják tárgyak, például ládák, kerítések és kardok létrehozására, emellett pedig tárgyakat is gyűjtenek, amelyek közül a legértékesebbek a gyémántok.

A játék azért is hasznos az MI fejlesztői számára, mert minden egyes játékmenetnél új világot generál a rendszer, így nem lehet egyetlen stratégiát követve, a játékot feltérképezve játszani. Ehelyett fel kell ismerni a különböző helyzeteket, és magát a játék lényegét kell megérteni.

Hafner szerint azért koncentráltak a gyémántra, mert a megtalálása egy sor bonyolult lépést igényel, beleértve a fák kivágását, hogy annak anyagából például csákány és egy sor más tárgy készüljön, ami végül a gyémántérc megtalálásához vezet. Korábban sikerült már ezt elérnie a mesterséges intelligenciának, de ahhoz az kellett, hogy lássa a rendszer, mások hogyan játszanak. A Dreamer ezzel szemben mindent magától talált ki a megerősítő tanulás segítségével.

Hafner szerint a Dreamer sikerének kulcsa az, hogy modellt épít a környezetéről, és ezt a „világmodellt” használja a jövőbeli forgatókönyvek „elképzelésére” és a döntéshozatal irányítására. Ez lehetővé teszi a számára, hogy kipróbálja a dolgokat, és megjósolja a különböző műveletek lehetséges pozitív eredményeit. Ehhez kevesebb számítási kapacitás szükséges, mint amennyire egyébként szükség lenne a játék játszásához.

Ez a képesség segítheti majd az olyan robotok létrehozását is, amelyek képesek megtanulni, hogyan lépjenek kapcsolatba a fizikai világgal. Ez kifejezetten fontos, hiszen a valóságban sokkal nagyobb kárt tud okozni egy rossz döntés, mint egy játékban.

A kutatók minden egyes alkalommal extra jutalmat adtak a Dreamernek, amikor sikerült gyémántot készítenie. Ez arra késztette a rendszert, hogy minél pontosabb stratégiát alkalmazzon. A fejlesztők 30 percenként újraindították a játékot, hogy a mesterséges intelligencia az ismeretlen területen is fel tudja találni magát.

A Dreamernek végül kilenc napjába telt, hogy találjon egy gyémántot. Ez a tapasztalt játékosoknak 20-30 perc alatt sikerül, a kezdők viszont jóval több időt tölthetnek el ezzel.

Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.