AIはあなたと同じようにMinecraftをプレイできるようになりました–これが重要な理由です

TechRadar
ジュン 25
投稿を共有

OpenAIの専門家は、再生するニューラルネットワークをトレーニングしました Minecraftの人間のプレイヤーと同じくらい高い水準に。

ニューラルネットワークは、70,000時間のさまざまなゲーム内映像でトレーニングされ、小さなデータベース請負業者が特定のゲーム内タスクを実行したビデオのキーボード & マウス入力も記録されます。

微調整した後、OpenAIは、モデルが水泳から動物の狩猟、肉の消費まで、あらゆる種類の複雑なスキルを実行できることを発見しました。また、「ピラージャンプ」を把握しました。これは、プレーヤーがジャンプの途中で素材のブロックを配置して、高度を上げる動きです。

おそらく最も印象的なのは、AIがダイアモンドツールを作成できたことです（長い一連のアクションを順番に実行する必要があります）。これは、OpenAIがコンピューターエージェントにとって「前例のない」成果であると説明しています。

AIの飛躍的進歩？

Minecraftプロジェクトの重要性は、ビデオプレトレーニング（VPT）と呼ばれるAIモデルのトレーニングでOpenAIによって展開された新しい技術の有効性を実証することであり、同社は「一般的なコンピューター使用エージェント」の開発を加速できると述べています。

歴史的に、AIモデルをトレーニングするためのソースとして生のビデオを使用することの難しさはそれでした何起こったことは理解するのに十分簡単ですが、必ずしもそうではありませんの。事実上、AIモデルは望ましい結果を吸収しますが、それらに到達するために必要な入力の組み合わせを把握していません。

ただし、VPTを使用すると、OpenAIは、公開Webソースから作成された大規模なビデオデータセットと、関連するキーボードとマウスの動きでラベル付けされた慎重にキュレートされたフッテージのプールを組み合わせて、基本モデルを確立します。

次に、基本モデルを微調整するために、チームは特定のタスクを教えるように設計された小さなデータセットをプラグインします。これに関連して、OpenAIは、樹木を伐採したり、クラフトテーブルを作成したりするなど、ゲームの初期のアクションを実行するプレーヤーの映像を使用しました。これにより、モデルがこれらのタスクを実行できる信頼性が「大幅に向上」したと言われています。

別の手法には、一連のタスクの各ステップを達成するためのAIモデルに「報酬を与える」ことが含まれます。これは、強化学習と呼ばれる手法です。このプロセスにより、ニューラルネットワークは人間レベルの成功率でダイヤモンドつるはしのすべての成分を収集することができました。

「VPTは、エージェントがインターネット上の膨大な数のビデオを見て行動することを学ぶことを可能にするための道を開きます。表現的な事前確率のみを生成する生成ビデオモデリングまたは対照的な方法と比較して、VPTは、言語だけでなく、より多くのドメインで大規模な行動の事前確率を直接学習するというエキサイティングな可能性を提供します。ブログ投稿（新しいタブで開きます）.

「私たちはMinecraftでのみ実験していますが、ゲームは非常にオープンエンドであり、ネイティブのヒューマンインターフェイス（マウスとキーボード）は非常に一般的であるため、コンピューターの使用など、他の同様のドメインの結果は良好であると考えています。」

宇宙でのさらなる実験を奨励するために、OpenAIは MineRLNeurIPSコンペティション、AIを使用して複雑なMinecraftタスクを解決しようとしている競技者に、請負業者のデータとモデルコードを寄付します。最優秀賞：$100,000。

ソース