ASI聯盟推出在Minecraft中“學習”的AIRIS

ASI聯盟推出了AIRIS（自主智能增強推論符號），這是一個在熱門遊戲《Minecraft》中“學習”的系統。

AIRIS代表了第一個原型AGI（人工通用智能），它利用了聯盟中的全面技術組合。

SingularityNET由著名的AI研究員本·戈特澤爾博士創立，使用了Fetch.ai的代理技術，結合了Ocean Data的長期記憶能力，並預計很快會整合CUDOS計算基礎設施，以提供可擴展的處理能力。

戈特澤爾解釋說：“AIRIS是實用、可擴展的神經-符號學習的一個重要步驟，並且除了它已經強大且有價值的功能外，它還展示了神經-符號系統的一些一般性觀點，例如它們能夠從少量數據中學習出精確的可概括結論。”

根據公司說法，這種以聯盟為驅動的過程推動AIRIS朝向AGI的發展——打造出第一批具有自主和自適應學習能力的智能系統，並在現實世界中具有實際應用。

AIRIS的學習機制

AIRIS旨在通過直接與環境互動來增強其理解能力，超越了依賴預定規則或龐大數據集的傳統AI限制。相反，AIRIS通過觀察、實驗和不斷完善其獨特的“規則集”來進化。

這個系統促進了深層次的問題解決和情境理解，其在《Minecraft》中的應用為AI與數字和實體環境的互動設定了新的標準。

從受控的2D網格轉向複雜的3D《Minecraft》世界，AIRIS面臨了許多挑戰——包括地形導航和在動態環境中的自適應問題解決。這一轉變突顯了AIRIS在導航、探索和學習方面的自主性。

AIRIS Minecraft代理與其他AI實體的區別在於幾個關鍵特徵：

• 動態導航：AIRIS最初評估其環境，以制定移動策略，並實時適應新環境。它的能力包括繞過障礙物、跳過障礙和預測對不同地形的反應。
• 障礙適應：它學會繞過懸崖和森林等障礙物，隨著每個新挑戰不斷完善其規則集，以避免重複錯誤並最小化不必要的試錯。
• 高效路徑尋找：通過不斷優化，AIRIS從最初複雜的導航路徑進步到簡化的直接路徑，隨著它對《Minecraft》動態的“理解”。
• 實時環境適應：與傳統的強化學習系統需要大量重新訓練以適應新環境不同，AIRIS能立即適應不熟悉的區域，根據部分觀察動態創建新規則。

AIRIS在處理波動地形（包括水域和洞穴系統）方面的能力，基於實踐經驗引入了複雜的規則優化。此外，AIRIS還具備優化的計算效率——能夠實時管理複雜規則而不妥協性能。

未來應用

《Minecraft》作為AIRIS未來應用的優秀起點，為擴展實施奠定了堅實的基礎：

• 增強物體互動：未來的階段將使AIRIS能更深入地與周圍環境互動，提高在物體操作、建設甚至製作方面的能力。這一發展將要求AIRIS為情境任務發展更精細的決策框架。
• 社交AI合作：計劃將AIRIS納入多代理場景，讓代理學習、互動並實現共同目標，模擬現實世界的社交動態和協作問題解決。
• 抽象和策略推理：擴展的發展將增強AIRIS的推理能力，使其能夠處理複雜的目標，如資源管理和優先排序，從基本導航向策略性遊戲玩法邁進。

AIRIS向3D環境的轉變標誌著ASI聯盟在培養AGI使命中的一個關鍵進展。通過AIRIS在《Minecraft》中導航和學習的成就，ASI聯盟希望加速其在現實世界中的部署，開創自主機器人、智能家居助手和其他需要自適應學習和問題解決能力的系統的應用。

SingularityNET的AI開發者Berick Cook和AIRIS的創造者表示：“AIRIS是一種全新的機器學習問題解決方法。我們才剛開始探索它的能力。我們期待看到如何將其應用於傳統強化學習面臨重大挑戰的問題。”

他補充說：“對我來說，AIRIS最重要的方面是它的透明性和可解釋性。擺脫‘黑箱’AI代表著在追求安全、道德和有益的AI方面的一大進步。”

AIRIS展現的創新AI方法——強調自我導向學習和持續的規則完善——為能夠在不可預測的現實環境中獨立運作的AI系統奠定了基礎。《Minecraft》的複雜生態系統使該系統能夠在受控但廣闊的虛擬環境中磨練其技能，有效地縮小了模擬與現實之間的鴻溝。

AIRIS Minecraft代理代表著朝著一個能夠從環境中學習、適應並自主做出決策的AI邁出的第一步。這一成就展示了這種技術在各行各業重新構想AI角色的潛力。

(圖片來源：SkyeWeste)

想了解更多來自行業領袖的AI和大數據資訊嗎？請查看即將在阿姆斯特丹、加州和倫敦舉行的AI與大數據博覽會。這一綜合性活動與其他領先活動如智能自動化會議、BlockX、數字轉型周和網絡安全與雲博覽會同時舉行。

在這裡探索其他即將舉行的企業技術活動和網絡研討會，由TechForge提供支持。