《我的世界》

Facebook研究人員表示，這款廣受歡迎的視頻遊戲為人工智能學習各種任務提供了極佳的環境。

雖然AI從玩遊戲到人臉識别等一系列任務上都超過了人類，但不可否認的事實是，有很多任務人工智能系統仍然無法處理。更别說多項任務混合在一起了。AI研究人員的下一個大目标就是開發一個能很好地完成多任務的系統，而不是隻擅長一項任務的超人。

Facebook研究院的阿瑟•斯拉姆開發的AI助手可以從與人類的互動中學習，從而增加其執行任務的範圍。

斯拉姆選擇的媒介是《我的世界》，這是一款3D沙盒視頻遊戲，允許玩家在一個獨特而無限的在線世界中探索、構建、制作，甚至戰鬥。

《我的世界》是有史以來最暢銷的電子遊戲，銷量超過1.7億份。每個月都有超過9000萬人在玩。

但讓它對AI人工智能研究有用的是，盡管《我的世界》提供了無限的多樣性，但它的規則也很簡單，在一定範圍内是可預測的。AI研究人員已經開始使用它來訓練和測試各種人工智能系統。

斯拉姆表示:“我們感興趣的不是在單個困難任務上的超人表現，而是在大量更簡單任務上的綜合能力。”

《我的世界》是人工智能向人類學習的完美環境。斯拉姆說:“由于我們是在遊戲環境中工作的，玩家可能喜歡在開發過程中與AI助手進行交互，這就為研究提供了豐富的資源。”

乍一看，《我的世界》中可能出現的行為數量是巨大的。因為一個玩家在遊戲中可能做的事情是非常多的。但《我的世界》中的絕大多數區塊安排都不太可能。這使得人工智能的任務變得簡單得多。Facebook團隊認為，即使他們的人工智能系統在多任務上失敗了，它仍然是有用的。他們表示:“我們相信，我們可以在開發一名有用的AI助理方面取得進展，而并非必須對每一個可能的請求進行成功的響應。”

但這仍然很有挑戰性。困難之一是理解自然語言。Facebook團隊假設出現如下需求:

玩家：建一座15個塊高的的高塔，然後在塔頂放一個巨大的笑臉

AI助手：好的。

這個相對簡單的要求需要相當程度的知識。AI助理必須理解“塔”的概念和如何建造一座塔，知道“15個塊高”是測量塔的高度，知道“15”是什麼。它還需要理解“笑臉”這個術語，以及如何構建它，并知道将它放在“頂部”意味着什麼。不難想象這些請求會變得多麼複雜。

但人工智能學習的機會非常之多。如果Facebook能夠獲得足夠的人類幫助，那麼這個AI助手就可以通過人類來幫助它學習。

Facebook為自己設定了一項任務，即設計能夠自我提升的人工智能。對人工智能系統最常見的批評之一是，它們隻能根據已有訓練數據得出的模型進行預測、分類、識别等任務，而無法學習到新的内容并處理新的任務。但研究人員認為，《我的世界》的環境是發展這種學習的完美環境。

這個有趣的工作透露出Facebook雄心勃勃的目标。當然，現在還為時尚早。該團隊将這項工作描述為“戰鬥的召喚”。

當前的AI助理是否滿足了你的需求，如果沒有，你是否願意對AI助理進行訓練并分享你的數據呢？歡迎在下方給出你的評論。