Моделі штучного інтелекту, які грають в ігри, існують десятки років, але вони зазвичай спеціалізуються на одній грі та налаштовані на перемогу. Дослідники Google Deepmind ставлять перед собою іншу мету: створити модель, яка навчилася грати в кілька 3D-ігор, як людина, і при цьому робить все можливе, щоб розуміти та діяти згідно з вашими словесними інструкціями. Вони представили модель SIMA, що розшифровується як Scalable, Instructable, Multiworld Agent і наразі перебуває на стадії дослідження. З часом SIMA навчиться грати в будь-які відеоігри, навіть у ті, що не мають лінійного шляху до кінця гри, чи ігри з відкритим світом. Хоча алгоритм не призначений для заміни існуючих ігрових ШІ, про нього можна думати скоріше як про напарника та компаньона. Він поєднує навчання природною мовою з розумінням 3D-світів і розпізнаванням зображень. Introducing SIMA: the first generalist AI agent to follow natural-language instructions in a broad range of 3D virtual environments and video games. 🕹️
It can complete tasks similar to a human, and outperforms an agent trained in just one setting.
🧵 https://t.co/qz3IxzUpto pic.twitter.com/02Q6AkW4uq
— Google DeepMind (@GoogleDeepMind) March 13, 2024 Компанія працювала з різними розробниками ігор, серед яких Hello Games, Embracer, Tuxedo Labs, Coffee Stain та інші, щоб навчити та протестувати SIMA. Дослідники під’єднали SIMA до таких ігор, як No Man’s Sky, Teardown, Valheim і Goat Simulator 3, щоб навчити ШІ-агента основ гри в них.
https://deepmind.google/api/blob/website/media/Compressed-Fig_2_Sima_1.mp4
Команда вибрала ігри, які більше орієнтовані на відкриту гру, ніж на розповідь, щоб допомогти SIMA вивчити загальні ігрові навички. Якщо ви грали або дивилися відео проходження Goat Simulator, ви знаєте, що робити випадкові, спонтанні речі – це суть гри, і представники команди говорять, що саме такої спонтанності вони сподівалися навчити SIMA.
https://deepmind.google/api/blob/website/media/Fig3_Sima.mp4
Для цього команда спочатку створила нове середовище в рушії Unity. Потім Google записала пари гравців, один з яких керував грою, а інший давав вказівки, що робити далі, щоб зафіксувати мовні інструкції.
Після цього гравці грали самостійно, щоб показати, до чого призводять їхні дії в грі. Усе це передавалося SIMA, щоб агент навчився передбачати, що станеться далі на екрані. Наразі SIMA має близько 600 базових навичок на кшталт повороту ліворуч чи підйому по сходах, але згодом він навчиться виконувати складніші функції.
SIMA – це не NPC зі штучним інтелектом, як у NVIDIA та Convai, а ще один гравець у грі, який впливає на результат. Співкерівник проєкту SIMA Фредерік Бессе каже, що поки що занадто рано говорити про те, яке застосування такі ШІ-агенти можуть знайти в іграх за межами дослідницької сфери. Але у Google заявили, що з більш досконалими моделями ШІ SIMA з часом зможе виконувати складніші завдання і стане ідеальним напарником.
Читайте також: Google Pixel Fold 2 може отримати екран, як у компактного планшета
Google запрошує вчителів та викладачів на курс “Цифрові навички для освіти”
