A Google DeepMind bemutatta a SIMA-t, a mesterséges intelligencia (MI)-ügynököt, amely játszani tanul, mint az ember. A SIMA (Scalable, Instructable, Multiworld Agent) jelenleg kutatási fázisban van.
A SIMA idővel bármilyen videójátékkal képes lesz játszani, például olyanokkal is, amelyekben nincs lineáris útvonal a történet befejezéséhez, illetve nyílt világú játékokkal is. Nem célja, hogy helyettesítse a meglévő játékokban található MI-t, inkább úgy érdemes rá gondolni, mint egy másik játékosra, aki jól illeszkedik a csapatba. A természetes nyelvi oktatást keveri a 3D-s világok megértésével és a képfelismeréssel.
„A SIMA-t nem arra képzik ki, hogy megnyerjen egy játékot: arra képzik ki, hogy futtassa azt, és tegye azt, amit mondanak neki”,
mondta Tim Harley, a Google DeepMind kutatója és a SIMA társvezetője a riportereknek tartott tájékoztatóján.
A Google nyolc játékfejlesztővel, köztük a Hello Games, az Embracer, a Tuxedo Labs, a Coffee Stain műhelyekkel dolgozott együtt a SIMA betanításában és tesztelésében. A kutatók a SIMA-t olyan játékokba illesztették be, mint a No Man’s Sky, a Teardown, a Valheim és a Goat Simulator 3, hogy megtanítsák a mesterségesintelligencia-ügynöknek a játékok alapjait. A Google blogbejegyzésében azt írta, hogy a SIMA-nak nincs szüksége egyedi API-ra a játékok lejátszásához vagy a forráskódokhoz való hozzáféréshez.
Harley szerint a csapat olyan játékokat választott, amelyek inkább a nyílt játékra, mint a narratívára összpontosítanak, hogy a SIMA általános játékkészségeket tanulhasson. Pédául a Goat Simulator lényege, hogy véletlenszerű, spontán dolgokat tegyünk, és Harley szerint a SIMA éppen ezt a fajta spontaneitást szeretné megtanulni.
Ehhez a csapat először egy új környezetet épített a Unity motorban, ahol az ügynököknek szobrokat kellett létrehozniuk, hogy teszteljék a tárgyak manipulációjának megértését. Ezután a Google emberi játékospárokat vett fel: az egyik a játékot irányította, a másik pedig utasításokat adott a következő lépésekre vonatkozóan, hogy rögzítse a nyelvi utasításokat. Ezután a játékosok egymástól függetlenül játszottak, hogy megmutassák, mi vezetett a játékban végrehajtott cselekedeteikhez. Mindezt betáplálták a SIMA-ügynökökbe, hogy megtanulják kitalálni, mi fog történni legközelebb a képernyőn.
A SIMA jelenleg körülbelül 600 alapkészséget tartalmaz, például balra fordulást, létrára mászást és a menü megnyitását a térkép használatához. Harley szerint a SIMA-t végül majd arra is lehet utasítani, hogy bonyolultabb funkciókat hajtson végre a játékon belül. Az olyan feladatok, mint a „nyersanyagok keresése és tábor építése” egyelőre nehézségekbe ütköznek, mivel az MI-ügynökök nem képesek az emberek helyett végrehajtani a cselekvéseket.
A SIMA-t nem egy MI-alapú NPC-nek (nem játszó szereplőnek, non playing characternek) szánják, hanem egy másik játékosnak, aki befolyásolja az eredményt. A SIMA projekt társvezetője, Frederic Besse szerint még korai lenne megmondani, hogy az ilyen MI-ügynökök milyen felhasználási lehetőségeket jelenthetnek a játékokban a kutatási szférán kívül.
Az MI NPC-khez hasonlóan azonban a SIMA is megtanulhat idővel beszélni, de ettől még messze van. A SIMA még mindig tanulja, hogyan kell játszani, és folyamatosan alkalmazkodik olyan játékokhoz, amelyeket korábban még nem ismert. A Google szerint a fejlettebb MI-modellekkel a SIMA végül képes lehet összetettebb feladatok elvégzésére, és tökéletes MI csapattagként győzelemre vezethet.
(forrás)
