小牛Admin

上级分类

标题

图片

上传图片

选择图片

详情

<p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">日前，谷歌DeepMind推出了SIMA（全称Scalable Instructable Multiworld Agent），顾名思义可扩展、可指导、多世界。 <p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　据悉，这是首个能在广泛3D虚拟环境和视频<a target="_blank" href="http://quote.eastmoney.com/unify/r/90.BK1046" class="keytip" style="text-decoration-line: none; list-style: none; color: rgb(74, 144, 226); margin: 0px; padding: 0px; position: relative;">游戏</a>中遵循自然语言指令的通用AI智能体，号称可以成为玩家拍档、帮忙干活打杂。不过，目前还处于研究阶段。<center><img src="https://np-newspic.dfcfw.com/download/D25708473378907884368_w2571h1029.jpg" alt="image"/></center><p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　例如，它可以在《模拟山羊3》（Goat Simulator 3）中当司机开开车，在《幸福工厂》（Satisfactory）中挖矿石，在《瓦尔海姆》（Valheim）中寻找水源，在《无人深空》中（No Mans Sky）驾驶宇宙飞船射击小行星收集资源。<center><img src="https://np-newspic.dfcfw.com/download/D24765316884778811956_w1000h563.jpg" alt="image"/></center><p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　参与该项目的谷歌DeepMind研究工程师Frederic Besse说道：“SIMA能够利用<a target="_blank" href="http://quote.eastmoney.com/unify/r/90.BK1046" class="em_stock_key_common" style="text-decoration-line: none; list-style: none; color: rgb(74, 144, 226); margin: 0px; padding: 0px; position: relative;">游戏</a>中的共享概念，学习更好的技能，并学会更好地执行指令。”<p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　在这之前，谷歌DeepMind也在AI+<a target="_blank" href="http://quote.eastmoney.com/unify/r/90.BK1046" class="em_stock_key_common" style="text-decoration-line: none; list-style: none; color: rgb(74, 144, 226); margin: 0px; padding: 0px; position: relative;">游戏</a>方面也做过许多工作，比如推出能和人类玩家打PK、会玩《星际争霸II》的AlphaStar系统。而SIMA则被DeepMind称作是一个“新的里程碑”，主打从适用单一游戏转向通用多种游戏，且可遵循语言指令。<p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　全新游戏方式<p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　为了让SIMA接触到更多游戏环境，谷歌DeepMind团队与多家游戏工作室合作，收集了人类在3D环境下玩10种不同游戏的键盘和鼠标数据。<center><img src="https://np-newspic.dfcfw.com/download/D24954577505092308183_w640h360.jpg" alt="image"/></center><p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　然后，来自人类玩家的数据被输入到为现代聊天<a target="_blank" href="http://quote.eastmoney.com/unify/r/0.300024" class="keytip" style="text-decoration-line: none; list-style: none; color: rgb(74, 144, 226); margin: 0px; padding: 0px; position: relative;">机器人</a>提供动力的语言模型中，该模型通过消化巨大的文本数据库获得了处理语言的能力。然后，SIMA就可以根据键入的命令执行操作。最后，人类评估了SIMA在不同游戏中的努力，生成用于微调其性能的数据。<p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　经过所有这些训练后，SIMA能够响应人类玩家发出的数百个命令来执行操作，例如“向左转”或“前往宇宙飞船”或“穿过大门”或“砍倒一棵树”。<p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　据悉，该程序可以执行600多种动作，从探索到战斗再到工具使用。此外，研究人员避免了具有暴力行为的游戏，这符合谷歌的<a target="_blank" href="http://quote.eastmoney.com/unify/r/90.BK0800" class="keytip" style="text-decoration-line: none; list-style: none; color: rgb(74, 144, 226); margin: 0px; padding: 0px; position: relative;">人工智能</a>道德准则。<p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　“这在很大程度上仍然是一个研究项目，”谷歌DeepMind团队的另一位成员Tim Harley说：“然而，人们可以想象有一天，像SIMA这样的AI智能体会和你一起玩游戏，与你和你的朋友一起玩。”<p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　此外，即使是在未经训练过的游戏中，SIMA的表现也能和专门使用该游戏数据集训练过的智能体表现一样好。也就是说，SIMA在全新环境中具备泛化能力。<p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　这是一个很有希望的初步结果，但是SIMA需要进行更多的研究才能在已知和未知的游戏中达到人类水平。<center><img src="https://np-newspic.dfcfw.com/download/D25322852548880362671_w1271h607.jpg" alt="image"/></center><p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　研究人员表示，SIMA最终将学会如何玩任何电子游戏，甚至是没有线性结束路径的游戏和开放世界游戏。虽然它并不是要取代现有的游戏AI，但你可以把它看作是另一个与你的团队配合得很好的玩家。<p style="margin-top: 22px; margin-bottom: 22px; padding: 0px; font-family: &quot;Microsoft YaHei&quot;, sans-serif; font-size: 15px; line-height: 31px; word-break: break-word; text-wrap: wrap; background-color: rgb(255, 255, 255);">　　“SIMA并不是为了赢得游戏而训练的，”谷歌DeepMind研究员、SIMA联合负责人Tim Harley 在一次记者招待会上说：“它接受过训练，可以运行它，并按照指令行事。”

浏览