AI玩家需要知道如何砍树、合成十字镐、探索地下洞穴同时还要躲避怪物和熔岩。这些技能大多数成年人都能在进入游戏几个小时后学会,或通过观看YouTube上教程则能更快。
但根据将在AI大会NeurIPS上公布的结果显示,在参加MineRL竞赛的660名参赛选手中,没有人能够完成挑战。尽管机器人能够学习中间的步骤,比如建造一个熔炉来合成十字镐,但没有一个AI机器人能成功找到钻石。
“我们提出的任务非常艰巨,”参与组织这次挑战的微软研究院首席研究员Katja Hofmann告诉媒体,“虽然没有一个提交的方案完全解决了这个任务,但他们已经取得了很大进展并学会了在这个过程中制作所需的许多工具。”
这可能会让人感到吃惊特别是当大家认为AI已经在国际象棋、围棋和《Dota 2》等游戏中超越人类。但它反映了这项技术的重要局限性以及MineRL裁判为真正挑战参赛队伍设置的限制。
按照规定,MineRL的机器人必须使用模仿学习和强化学习相结合的方法来进行学习。虽然通常情况下AI通过结合这两种方法来接受大型挑战,像AlphaGo系统最初就是通过输入旧比赛的数据来学会下围棋,然后,它通过一遍又一遍地玩来磨练自己的技能并最终超越人类,但采取了类似方法的MineRL机器人可用的资源相对有限。
这就好比联盟大球队跟小球队之间的差别,前者能够得到各种各样的丰富资源--教练、营养学家、金钱能买到的最好的装备,而后者却只能拥有极为有限的资源。MineRL的这种方式看似不公平,但实际上反映了将AI融入现实世界的挑战,因为很少有公司和研究实验室能跟谷歌旗下的DeepMind抗衡。
扫一扫
在手机上阅读