ра Minecraft (उसकी इतिहास विस्तार से वर्णित है Denis Koshelev) एआई के क्षेत्र में उन्नत अनुसंधान का समर्थन करने के लिए एक बहुत ही महत्वपूर्ण उपकरण नहीं लगता है। आखिरकार, 10 साल पहले जारी किए गए सैंडबॉक्स गेम को खेलने के लिए मशीन को सिखाना महत्वपूर्ण है? आपको आश्चर्य होगा, लेकिन हाँ, और इसका प्रमाण OpenAI प्रयोगशाला के नवीनतम शोध से मिलता है, जो कृत्रिम बुद्धिमत्ता के विकास का अध्ययन करता है।
OpenAI हमेशा उपलब्धियों पर ध्यान केंद्रित किया ऐ और मशीन लर्निंग जो मानवता को लाभ पहुंचा सकती है। कंपनी ने हाल ही में 70 घंटे से अधिक के गेमप्ले फुटेज (जो कि 2,9 से अधिक दिन, या लगभग 8 साल, अगर कुछ भी हो) का उपयोग करके Minecraft खेलने के लिए सफलतापूर्वक एक बॉट को प्रशिक्षित किया। यह उपलब्धि अवलोकन और सिमुलेशन का उपयोग करके उन्नत मशीन लर्निंग में एक विशाल कदम है।
OpenAI बॉट इस बात का एक बेहतरीन उदाहरण है कि सिमुलेशन लर्निंग (जिसे "पर्यवेक्षित शिक्षण" भी कहा जाता है) कैसे काम करता है। सुदृढीकरण सीखने के विपरीत, जहां एक सीखने वाले एजेंट को परीक्षण और त्रुटि के माध्यम से एक लक्ष्य प्राप्त करने के बाद पुरस्कृत किया जाता है, सिमुलेशन तंत्रिका नेटवर्क को विशिष्ट कार्य करने के लिए प्रशिक्षित करता है कि कोई व्यक्ति उन्हें कैसे करता है। इस मामले में, OpenAI ने जटिल गेम परिदृश्यों को निष्पादित करने के लिए बॉट को सक्षम करने के लिए मौजूदा गेमप्ले वीडियो और ट्यूटोरियल का उपयोग किया, जिसमें एक सामान्य खिलाड़ी के लिए लगभग 24 अलग-अलग क्रियाओं की आवश्यकता होती।
यह भी दिलचस्प:
नकल सीखने की आवश्यकता है कि वीडियो डेटा को विशेष रूप से कार्रवाई और परिणाम का संदर्भ प्रदान करने के लिए लेबल किया जाए, अर्थात ऐ समझ सकता था कि कौन से बटन दबाए गए थे और कौन सी हरकतें की गई थीं। लेकिन इस तरह का दृष्टिकोण समय लेने वाला हो सकता है, जिसके परिणामस्वरूप सीमित डेटासेट उपलब्ध होते हैं।
बड़े पैमाने पर मैन्युअल डेटा लेबलिंग अभ्यास करके अपनी मांसपेशियों को फ्लेक्स करने के बजाय, ओपनएआई शोध दल ने उपलब्ध वीडियो की संख्या बढ़ाने के लिए वीडियो प्री-ट्रेनिंग (वीपीटी) नामक एक विशेष दृष्टिकोण का उपयोग किया। प्रारंभ में, शोधकर्ताओं ने 2 घंटे के एनोटेट गेमप्ले को रिकॉर्ड किया Minecraft और स्क्रीन पर विशिष्ट परिणामों के साथ कुछ क्रियाओं को संबद्ध करने के लिए एजेंट को प्रशिक्षित करने के लिए इसका उपयोग किया। परिणामी मॉडल का उपयोग स्वचालित रूप से ऑनलाइन उपलब्ध 70 घंटे पहले से बिना लेबल वाली Minecraft सामग्री के लिए लेबल उत्पन्न करने के लिए किया गया था। इसने बॉट को देखने और अनुकरण करने के लिए बहुत बड़ा डेटासेट दिया।
यह भी दिलचस्प:
यह अध्ययन सुलभ वीडियो रिपॉजिटरी जैसे संभावित मूल्य को प्रदर्शित करता है YouTubeएआई के लिए एक शैक्षिक संसाधन के रूप में। मशीन लर्निंग वैज्ञानिक सरल वेब नेविगेशन से लेकर वास्तविक जीवन में भौतिक जरूरतों वाले उपयोगकर्ताओं की मदद करने के लिए एआई को विशिष्ट कार्यों पर प्रशिक्षित करने के लिए सुलभ और ठीक से लेबल किए गए वीडियो का उपयोग कर सकते हैं।
आप यूक्रेन को रूसी आक्रमणकारियों से लड़ने में मदद कर सकते हैं। ऐसा करने का सबसे अच्छा तरीका यूक्रेन के सशस्त्र बलों को धन दान करना है जीवन बचाएं या आधिकारिक पेज के माध्यम से NBU.
यह भी दिलचस्प: