[ad_1]
revelou uma nova pesquisa destacando um agente de IA que é capaz de realizar uma série de tarefas em jogos 3D nunca antes vistos. A equipe vem experimentando há muito tempo modelos de IA que podem vencer em situações como e xadrez, e até aprender jogos . Agora, pela primeira vez, de acordo com a DeepMind, um agente de IA mostrou que é capaz de compreender uma ampla gama de mundos de jogos e realizar tarefas dentro deles com base em instruções em linguagem natural.
Os pesquisadores se uniram a estúdios e editoras como Hello Games (), Laboratórios de smoking () e mancha de café ( e ) para treinar o Scalable Instructable Multiworld Agent (SIMA) em nove jogos. A equipe também utilizou quatro ambientes de pesquisa, incluindo um construído em Unity, no qual os agentes são instruídos a formar esculturas usando blocos de construção. Isso deu ao SIMA, descrito como “um agente generalista de IA para configurações virtuais 3D”, uma variedade de ambientes e configurações para aprender, com uma variedade de estilos gráficos e perspectivas (primeira e terceira pessoa).
“Cada jogo do portfólio da SIMA abre um novo mundo interativo, incluindo uma gama de habilidades para aprender, desde a simples navegação e uso de menus até a mineração de recursos, pilotar uma nave espacial ou criar um capacete”, escreveram os pesquisadores em um post no blog. Aprender a seguir instruções para tais tarefas em mundos de videogame poderia levar a agentes de IA mais úteis em qualquer ambiente, observaram.
Os pesquisadores gravaram humanos jogando e observaram as entradas do teclado e do mouse usadas para realizar ações. Eles usaram essas informações para treinar o SIMA, que possui “mapeamento preciso de linguagem de imagem e um modelo de vídeo que prevê o que acontecerá a seguir na tela”. A IA é capaz de compreender uma variedade de ambientes e realizar tarefas para atingir um determinado objetivo.
Os pesquisadores dizem que o SIMA não precisa do código-fonte do jogo ou de acesso à API – ele funciona em versões comerciais de um jogo. Ele também precisa de apenas duas entradas: o que é mostrado na tela e as instruções do usuário. Como usa o mesmo método de entrada de teclado e mouse que um humano, a DeepMind afirma que o SIMA pode operar em praticamente qualquer ambiente virtual.
O agente é avaliado em centenas de habilidades básicas que podem ser executadas em cerca de 10 segundos em diversas categorias, incluindo navegação (“virar à direita”), interação com objetos (“coletar cogumelos”) e tarefas baseadas em menu, como abrir um mapa ou criar um item. Eventualmente, a DeepMind espera poder ordenar que os agentes executem tarefas mais complexas e de vários estágios com base em instruções em linguagem natural, como “encontre recursos e construa um acampamento”.
Em termos de desempenho, o SIMA teve um bom desempenho com base em vários critérios de formação. Os pesquisadores treinaram o agente em um jogo (digamos Simulador de cabra 3, para maior clareza) e fiz com que reproduzisse o mesmo título, usando-o como base para o desempenho. Um agente SIMA que foi treinado em todos os nove jogos teve um desempenho muito melhor do que um agente que treinou apenas Simulador de cabra 3.
O que é especialmente interessante é que uma versão do SIMA que foi treinada nos outros oito jogos e depois jogou o outro teve um desempenho médio quase tão bom quanto um agente que treinou apenas no último. “Esta capacidade de funcionar em ambientes totalmente novos destaca a capacidade do SIMA de generalizar além do seu treinamento”, disse DeepMind. “Este é um resultado inicial promissor, no entanto, são necessárias mais pesquisas para que o SIMA funcione em níveis humanos, tanto em jogos visíveis como invisíveis.”
Para que o SIMA seja realmente bem-sucedido, porém, é necessária a entrada do idioma. Nos testes em que um agente não recebeu formação ou instruções linguísticas, ele (por exemplo) executou a ação comum de reunir recursos em vez de caminhar onde lhe foi ordenado. Nesses casos, o SIMA “se comporta de maneira apropriada, mas sem objetivo”, disseram os pesquisadores. Então, não somos apenas nós, meros mortais. Os modelos de inteligência artificial às vezes também precisam de um empurrãozinho para realizar um trabalho corretamente.
A DeepMind observa que esta é uma pesquisa em estágio inicial e que os resultados “mostram o potencial para desenvolver uma nova onda de agentes de IA generalistas e orientados pela linguagem”. A equipe espera que a IA se torne mais versátil e generalizável à medida que for exposta a mais ambientes de treinamento. Os investigadores esperam que versões futuras do agente melhorem a compreensão do SIMA e a sua capacidade de realizar tarefas mais complexas. “Em última análise, nossa pesquisa está voltada para sistemas e agentes de IA mais gerais que possam compreender e realizar com segurança uma ampla gama de tarefas de uma forma que seja útil para as pessoas online e no mundo real”, disse DeepMind.
[ad_2]
Fonte: