गेम खेलने वाले कृत्रिम बुद्धिमत्ता मॉडल दशकों से मौजूद हैं, लेकिन वे आम तौर पर एक गेम में विशेषज्ञता रखते हैं और जीतने पर ध्यान केंद्रित करते हैं। शोधकर्ताओं गूगल डीपमाइंड का एक अलग लक्ष्य है: एक ऐसा मॉडल बनाना जो एक इंसान की तरह कई 3डी गेम खेलना सीखता है, जबकि आपके मौखिक निर्देशों को समझने और उन पर कार्य करने की पूरी कोशिश करता है। उन्होंने SIMA मॉडल पेश किया, जिसका अर्थ स्केलेबल, इंस्ट्रक्शनेबल, मल्टीवर्ल्ड एजेंट है और वर्तमान में इस पर शोध चल रहा है।
समय के साथ, SIMA कोई भी वीडियो गेम खेलना सीख जाएगा, यहां तक कि वे भी जिनमें गेम के अंत या खुली दुनिया के गेम के अंत तक कोई रैखिक पथ नहीं है। हालाँकि एल्गोरिथम का उद्देश्य मौजूदा गेम को प्रतिस्थापित करना नहीं है ऐ, आप उसे एक साथी और साथी के रूप में सोच सकते हैं। यह प्राकृतिक भाषा सीखने को 3डी दुनिया को समझने और छवि पहचान के साथ जोड़ता है।
कंपनी ने हैलो गेम्स, एम्ब्र जैसे विभिन्न गेम डेवलपर्स के साथ काम किया हैacer, टक्सेडो लैब्स, कॉफ़ी स्टेन और अन्य SIMA को प्रशिक्षित और परीक्षण करने के लिए। शोधकर्ताओं ने AI एजेंट को इन्हें खेलने की मूल बातें सिखाने के लिए SIMA को नो मैन्स स्काई, टियरडाउन, वाल्हेम और गोट सिम्युलेटर 3 जैसे गेम से जोड़ा।
टीम ने सिमा को सामान्य गेमिंग कौशल सीखने में मदद करने के लिए ऐसे खेलों को चुना जो कथा-उन्मुख की तुलना में अधिक खुले-अंत वाले हैं। यदि आपने गोट सिम्युलेटर वॉकथ्रू खेला है या देखा है, तो आप जानते हैं कि यादृच्छिक, सहज चीजें करना ही गेम है, और टीम का कहना है कि वे सिमा को बिल्कुल उसी तरह की सहजता सिखाने की उम्मीद करते हैं।
ऐसा करने के लिए, टीम ने सबसे पहले यूनिटी इंजन में एक नया वातावरण बनाया। तब गूगल बोले गए निर्देशों को रिकॉर्ड करने के लिए खिलाड़ियों की जोड़ी को रिकॉर्ड किया जाता है, एक खेल का नेतृत्व करता है और दूसरा निर्देश देता है कि आगे क्या करना है। उसके बाद, खिलाड़ियों ने यह दिखाने के लिए स्वयं खेला कि उनके कार्यों से खेल में क्या परिणाम होता है। यह सब SIMA को खिलाया गया ताकि एजेंट भविष्यवाणी करना सीख सके कि स्क्रीन पर आगे क्या होगा। वर्तमान में, SIMA के पास लगभग 600 बुनियादी कौशल हैं जैसे बाएं मुड़ना या सीढ़ियाँ चढ़ना, लेकिन यह अंततः अधिक जटिल कार्य सीखेगा।
यह भी पढ़ें:
एक जवाब लिखें