星期三, 14 5 月, 2025
No Result
View All Result
AI TAIWAN 台灣人工智慧中心
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全
AI TAIWAN 台灣人工智慧中心
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全
No Result
View All Result
AI TAIWAN 台灣人工智慧中心
No Result
View All Result
Your Ad
Home 機器學習與應用

ASI聯盟推出能在Minecraft中“學習”的AIRIS

2024-11-07
in 機器學習與應用
0 0
0
ASI聯盟推出能在Minecraft中“學習”的AIRIS
Share on FacebookShare on Twitter
Your Ad


ASI 聯盟推出了 AIRIS(自主智能強化推斷符號),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),它利用了聯盟內部的綜合技術架構。

由著名 AI 研究員本·戈特澤爾博士創立的 SingularityNET,使用 Fetch.ai 的代理技術,結合 Ocean Data 以實現長期記憶能力,並且預計很快將整合 CUDOS 計算基礎設施,以便提供可擴展的處理能力。

戈特澤爾解釋道:“AIRIS 是朝著實用、可擴展的神經-符號學習邁出的重要一步,並且——除了其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特點,例如它們能夠從少量數據中學習出精確的可概括結論。”

根據該公司的說法,這種聯盟驅動的程序推進了 AIRIS 朝向 AGI 的發展——打造出首批具有自主和自適應學習能力的智能系統,並在現實場景中具有實用應用。

AIRIS 的學習機制

AIRIS 被設計為通過直接與環境互動來增強其理解,超越依賴預定規則或大量數據集的傳統 AI 限制。相反,AIRIS 通過觀察、實驗和持續修正其獨特的“規則集”來不斷進化。

這個系統促進了深層的問題解決和上下文理解,其在《Minecraft》中的應用為 AI 與數字和實體環境的互動設立了新的基準。

從受控的 2D 網格轉向複雜的 3D 世界《Minecraft》,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。這一過渡強調了 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,實時適應新環境。其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,隨著每一個新挑戰不斷修正其規則集,以避免冗餘錯誤並最小化不必要的試錯努力。
  • 高效尋路:通過持續優化,AIRIS 從最初複雜的導航路徑進步到精簡、直接的路徑,因為它“理解”了《Minecraft》的動態。
  • 實時環境適應:與傳統增強學習系統需要為新環境進行廣泛再訓練相對比,AIRIS 立即適應不熟悉的地區,根據部分觀察動態創建新規則。

AIRIS 能夠處理變化多端的地形,包括水體和洞穴系統,這引入了基於實踐經驗的複雜規則優化。此外,AIRIS 擁有優化的計算效率——能夠即時管理複雜規則而不妥協性能。

未來應用

《Minecraft》作為 AIRIS 潛在應用的優秀起點,為擴展實施奠定了堅實基礎:

  • 增強對象互動:未來階段將使 AIRIS 能夠更深入地與其環境互動,提高對對象操控、建設甚至製作的能力。這一發展將要求 AIRIS 為上下文任務開發更精緻的決策框架。
  • 社交 AI 協作:目前正在計劃將 AIRIS 融入多代理場景,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。
  • 抽象和戰略推理:擴展的發展將增強 AIRIS 的推理能力,使其能夠處理如資源管理和優先排序等複雜目標,從基本導航向戰略遊戲玩法邁進。

AIRIS 向 3D 環境的轉變標誌著 ASI 聯盟在培養 AGI 使命中的重要進展。通過 AIRIS 在《Minecraft》中導航和學習的成就,ASI 聯盟希望加快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系統的應用。

SingularityNET 的 AI 開發者兼 AIRIS 創建者 Berick Cook 表示:“AIRIS 是一種全新的機器學習問題解決方式。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對傳統增強學習構成重大挑戰的問題。”

“對我來說,AIRIS 最重要的方面是其透明性和可解釋性。擺脫‘黑箱’ AI 代表了在追求安全、道德和有益 AI 方面的一大進步。”

AIRIS 中顯現的創新 AI 方法——強調自我導向學習和持續規則優化——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》的複雜生態系統使系統能夠在一個受控但廣闊的虛擬環境中磨練其技能,有效地縮短了模擬與現實之間的鴻溝。

AIRIS Minecraft 代理代表了朝著一個能夠從環境中學習、適應並自主做出決策的 AI 的首個具體步驟。這一成就展示了該技術在各行各業重新構想 AI 角色的潛力。

(圖片來源:SkyeWeste)

另請參見:SingularityNET 投資超級計算機網絡以實現 AGI

想要了解更多來自行業領導者的 AI 和大數據知識?查看在阿姆斯特丹、加州和倫敦舉行的 AI 和大數據博覽會。這一綜合活動與其他領先活動共同舉辦,包括智能自動化大會、BlockX、數字轉型周和網絡安全與雲計算博覽會。

探索其他即將舉行的企業技術活動和由 TechForge 提供的網絡研討會。

標籤: agi, ai, airis, 人工智能, ben goertzel, fetch ai, fetch.ai, 學習, singularitynet



Source link

Tags: agiaiairisartificial intelligenceASI聯盟推出能在Minecraft中學習的AIRISben goertzelfetch ailearningsingularitynet
Previous Post

神經科學家繪製大腦皮層的綜合地圖 | 麻省理工學院新聞

Next Post

基因因果關係研究的因果理論 | 麻省理工學院新聞

Related Posts

劍橋大學和莫納什大學的研究人員推出 ReasonGraph:一個可視化和分析大型語言模型推理過程的網絡平台
機器學習與應用

劍橋大學和莫納什大學的研究人員推出 ReasonGraph:一個可視化和分析大型語言模型推理過程的網絡平台

2025-03-16
生成式人工智慧的影響及其對數據科學家的啟示
機器學習與應用

生成式人工智慧的影響及其對數據科學家的啟示

2025-03-15
這篇AI論文介紹了BD3-LMs:一種結合自回歸模型和擴散模型的混合方法,用於可擴展和高效的文本生成
機器學習與應用

這篇AI論文介紹了BD3-LMs:一種結合自回歸模型和擴散模型的混合方法,用於可擴展和高效的文本生成

2025-03-15
九個生鏽的Pico PIO瓦特(第二部分)
機器學習與應用

九個生鏽的Pico PIO瓦特(第二部分)

2025-03-15
開始使用 Amazon Bedrock Agents 的電腦操作
機器學習與應用

開始使用 Amazon Bedrock Agents 的電腦操作

2025-03-15
評估使用 Amazon Bedrock 知識庫的 RAG 應用程式
機器學習與應用

評估使用 Amazon Bedrock 知識庫的 RAG 應用程式

2025-03-14
Next Post
基因因果關係研究的因果理論 | 麻省理工學院新聞

基因因果關係研究的因果理論 | 麻省理工學院新聞

2025年15大GPU伺服器托管服務提供商

2025年15大GPU伺服器托管服務提供商

發佈留言 取消回覆

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

Archives

  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月
  • 2024 年 10 月
  • 2024 年 9 月
  • 2024 年 8 月
  • 2024 年 7 月
  • 2024 年 6 月
  • 2024 年 5 月
  • 2024 年 4 月
  • 2024 年 3 月
  • 2024 年 2 月
  • 2023 年 10 月
  • 2023 年 9 月
  • 2023 年 8 月
  • 2023 年 7 月
  • 2023 年 5 月
  • 2023 年 3 月
  • 2023 年 1 月
  • 2022 年 12 月
  • 2022 年 11 月
  • 2022 年 5 月
  • 2022 年 4 月
  • 2022 年 1 月
  • 2021 年 11 月
  • 2021 年 8 月
  • 2021 年 5 月
  • 2021 年 3 月
  • 2021 年 1 月
  • 2020 年 12 月
  • 2020 年 10 月
  • 2020 年 9 月
  • 2019 年 7 月
  • 2018 年 11 月

Categories

  • AI 智慧產業
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • 安全
  • 機器人與自動化
  • 機器學習與應用
  • 神經連結和腦機接口
  • 自然語言處理
  • 道德與法規
Your Ad
  • 關於我們
  • 廣告合作
  • 免責聲明
  • 隱私權政策
  • DMCA
  • Cookie 隱私權政策
  • 條款與條件
  • 聯絡我們
AI TAIWAN

版權 © 2024 AI TAIWAN.
AI TAIWAN 對外部網站的內容不負任何責任。

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In
No Result
View All Result
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全

版權 © 2024 AI TAIWAN.
AI TAIWAN 對外部網站的內容不負任何責任。