OpenAI berhasil melatih bot Minecraft menggunakan 70.000 jam video gameplay

mengapa itu penting: Minecraft mungkin bukan alat penting yang mendukung penelitian AI tingkat lanjut. Lagipula, apa pentingnya mengajari mesin memainkan game kotak pasir yang dirilis lebih dari satu dekade lalu? Berdasarkan upaya OpenAI baru-baru ini, bot Minecraft yang terlatih lebih relevan dengan kemajuan kecerdasan buatan daripada yang mungkin disadari kebanyakan orang.

OpenAI selalu berfokus pada kecerdasan buatan (AI) dan kemajuan dalam pembelajaran mesin yang bermanfaat bagi umat manusia. Baru-baru ini, perusahaan berhasil melatih bot untuk memainkan Minecraft menggunakan lebih dari 70.000 jam video gameplay. Pencapaian lebih dari sekadar bot yang bermain game. Ini merupakan langkah besar ke depan dalam pembelajaran mesin tingkat lanjut menggunakan pengamatan dan peniruan.

Bot OpenAI adalah contoh yang sangat baik dari pembelajaran simulasi (juga disebut “pembelajaran yang diawasi”) dalam tindakan. Tidak seperti pembelajaran penguatan, di mana agen pembelajaran diberi hadiah setelah mencapai tujuan melalui coba-coba, pembelajaran simulasi melatih jaringan saraf untuk melakukan tugas tertentu dengan melihat manusia menyelesaikannya. Dalam hal ini, OpenAI memanfaatkan video dan tutorial gameplay yang tersedia untuk mengajari bot mereka menjalankan urutan dalam game yang kompleks yang akan membutuhkan sekitar 24.000 tindakan individu untuk dicapai oleh pemain biasa.

Belajar dengan meniru membutuhkan pengkategorian masukan video untuk menyediakan konteks bagi tindakan dan hasil yang diamati. Sayangnya, pendekatan ini dapat menjadi padat karya, sehingga kumpulan data yang tersedia terbatas. Kurangnya kumpulan data yang tersedia ini pada akhirnya membatasi kemampuan agen untuk belajar melalui observasi.

Alih-alih latihan manual yang ekstensif untuk penandaan data, tim peneliti OpenAI menggunakan pendekatan khusus, yang dikenal sebagai pra-pelatihan video (VPT), ​​​​untuk secara dramatis memperluas jumlah video berlabel yang tersedia. Para peneliti pertama-tama menangkap 2.000 jam alur permainan Minecraft yang dianotasi dan menggunakannya untuk melatih agen agar mengaitkan tindakan tertentu dengan hasil tertentu di layar. Model yang dihasilkan kemudian digunakan untuk secara otomatis menghasilkan label untuk 70.000 jam konten Minecraft yang sebelumnya tidak berlabel yang tersedia secara online, memberikan bot Minecraft kumpulan data yang jauh lebih besar untuk ditinjau dan ditiru.

Seluruh latihan menunjukkan nilai potensial dari repositori video yang tersedia, seperti YouTube, sebagai sumber pelatihan AI. Ilmuwan pembelajaran mesin dapat menggunakan video yang tersedia dan diberi label dengan benar untuk melatih AI agar melakukan tugas tertentu, mulai dari navigasi web sederhana hingga membantu pengguna dengan kebutuhan fisik dunia nyata.