ASI Alliance (Artificial Super Intelligence Alliance) представил AIRIS (Autonomous Intelligent Reinforcement Inferred Symbolism), систему, которая «обучается» в популярной игре Minecraft.
AIRIS представляет собой первый прототип AGI (искусственного общего интеллекта), использующий передовую технологическую платформу в рамках альянса.
Компания SingularityNET, основанная известным исследователем ИИ доктором Беном Герцлем, использует агентные технологии Fetch.ai, интегрирует Ocean Data для функции долгосрочной памяти, а в ближайшее время планирует внедрить вычислительную инфраструктуру CUDOS для обеспечения масштабируемых вычислительных мощностей.
«AIRIS – это значительный шаг на пути к практическому масштабируемому нейро-символическому обучению. Вдобавок к своей уже мощной и ценной функциональности, он демонстрирует несколько ключевых моментов о системах нейро-символического обучения, таких как их способность извлекать точные обобщенные выводы из малых объемов данных», – пояснил Герцль.
По заявлению компании, этот процесс, движимый альянсом, продвигает AIRIS к ИОИ, создавая одну из первых интеллектуальных систем с автономным и адаптивным обучением, имеющих практическое применение в реальных сценариях.
Механизмы обучения AIRIS
AIRIS спроектирован для самообучения через прямое взаимодействие с окружающей средой, выходя за рамки традиционных ограничений ИИ, которые зависят от заранее определённых правил или больших наборов данных. Вместо этого AIRIS развивается через наблюдения, эксперименты и постоянное совершенствование собственного уникального набора правил.
Эта система обеспечивает углубленный уровень решения проблем и контекстного понимания, а ее использование в Minecraft устанавливает новый стандарт взаимоотношения ИИ как с цифровыми, так и с реальными средами.
Переход от контролируемой двумерной сетки к сложному трёхмерному миру Minecraft стал серьёзным вызовом для AIRIS, включая навигацию по местности и адаптивное решение проблем в динамичной среде. Этот переход подчеркивает автономность AIRIS в навигации, исследовании и обучении.
Агент AIRIS в Minecraft отличается от других ИИ-решений благодаря нескольким ключевым особенностям:
- Динамическая навигация: AIRIS первоначально оценивает своё окружение для разработки стратегий передвижения, адаптируясь к новым условиям в режиме реального времени. Его возможности включают обход препятствий, перепрыгивание через барьеры и прогнозирование реакций на различные типы ландшафтов.
- Адаптация к препятствиям: AIRIS учится обходить преграды, такие как утесы и лесные массивы, совершенствуя свои правила с каждым новым вызовом, сводя к минимуму неэффективные действия методом проб и ошибок.
- Эффективная прокладка маршрутов: Через непрерывную оптимизацию AIRIS переходит от сложных навигационных путей к более прямым и эффективным, по мере того как он «понимает» динамику Minecraft.
- Адаптация к окружающей среде в реальном времени: В отличие от традиционных систем обучения с подкреплением, требующих длительного переобучения для новых сред, AIRIS моментально адаптируется к незнакомым территориям, создавая новые правила на основе частичных наблюдений в динамическом режиме.
Способность AIRIS к адаптации к изменяющимся ландшафтам, включая водоемы и пещерные системы, вводит сложные процессы доработки своих правил на основе практического опыта. Более того, система отличается оптимизированной вычислительной эффективностью, что позволяет ей управлять сложными наборами правил в реальном времени без ущерба для производительности.
Будущие применения
Minecraft служит отличной стартовой платформой для перспективных применений AIRIS, закладывая прочный фундамент для его дальнейшего масштабного внедрения:
- Улучшенное взаимодействие с объектами: На следующих этапах AIRIS будет развивать глубокие взаимодействия с окружающей средой, улучшая возможности манипуляции объектами, строительством и даже крафтом. Это потребует от системы создания более продвинутой структуры принятия решений для выполнения контекстно зависимых задач.
- Социальное взаимодействие ИИ: Планируется внедрение AIRIS в сценарии с несколькими агентами, где агенты будут обучаться, взаимодействовать и выполнять общие цели, имитируя реальные социальные динамики и коллективное решение задач.
- Абстрактное и стратегическое мышление: Дальнейшие разработки усилят способности AIRIS к рассуждениям, позволив решать сложные задачи, такие как управление ресурсами и их приоритизация, продвигаясь от базовой навигации к стратегической игре.
Переход AIRIS к 3D-средам знаменует собой ключевое достижение в миссии Альянса АСИ по развитию ИОИ. Достигнув успехов в навигации и обучении в Minecraft, Альянс АСИ стремится ускорить внедрение системы в реальный мир, создавая новые примеры применения для автономных роботов, интеллектуальных домашних помощников и других систем, требующих адаптивного обучения и решения задач.
Берик Кук, разработчик ИИ в компании SingularityNET и создатель AIRIS, отметил: «AIRIS представляет собой совершенно новый подход к решению проблемы машинного обучения. Мы только начинаем исследовать его возможности и с нетерпением ожидаем, когда сможем применить его для решения задач, которые были проблематичны для традиционных методов обучения с подкреплением.
«Наиболее важный аспект AIRIS для меня — это его прозрачность и объясняемость. Отказ от использования “черного ящика” в ИИ является значительным шагом вперед в стремлении к безопасному, этичному и полезному ИИ».
Инновационный подход к ИИ, который демонстрирует AIRIS – с акцентом на самонаправленное обучение и постоянную доработку правил – закладывает основу для создания систем ИИ, способных самостоятельно функционировать в непредсказуемых реальных условиях. Сложная экосистема Minecraft позволяет системе развивать свои навыки в контролируемой и в то же время обширной виртуальной среде, что эффективно сокращает разрыв между симуляцией и реальностью.
Агент AIRIS в Minecraft представляет собой первое значимое достижение на пути создания искусственного интеллекта, который обучается, адаптируется и принимает самостоятельные решения на основе взаимодействия с окружающей средой. Этот успех иллюстрирует потенциал подобных технологий для переосмысления роли ИИ в различных отраслях.
Источник: Artificial Intelligence News
