Editor Downcodes akan mengajak Anda mempelajari tentang kecerdasan buatan terbaru di Minecraft - AIRIS (Autonomous Intelligent Enhanced Inference Symbols). Ini tidak diprogram sebelumnya, tetapi menguasai keterampilan permainan melalui pembelajaran dan latihan terus-menerus dalam permainan, dan menjelajahi dunia Minecraft dari awal. Hal ini menandai terobosan besar dalam kemampuan pembelajaran otonom kecerdasan buatan dalam lingkungan virtual yang kompleks. Proses pembelajaran dan prospek penerapannya patut menjadi perhatian kita.
Versi awal AIRIS diuji dalam lingkungan permainan puzzle dunia grid 2D sederhana. Namun, untuk menguji sistem, pengembang perlu menguji sistem dalam lingkungan 3D yang lebih kompleks dan terbuka. Minecraft sangat cocok dengan deskripsi itu, ini adalah permainan yang sangat populer dan memiliki semua persyaratan teknis untuk memasukkan AI ke dalamnya.
AIRIS bekerja dengan mengambil dua jenis masukan dari lingkungan dan daftar tindakan yang dapat dilakukan. Tipe input pertama adalah grid 5x5x53D yang mengelilingi nama blok agen. Beginilah cara seorang agen “melihat” dunia. Jenis input kedua adalah koordinat agen saat ini di dunia. Ini memberi kita opsi untuk menentukan ke mana kita ingin agen tersebut pergi.
AIRIS dimulai dalam mode "Jelajah Bebas" dan mencoba menjelajahi dunia di sekitarnya. Buat peta internal tentang lokasinya, yang dapat dilihat menggunakan alat visualisasi yang disertakan. Ia belajar bagaimana menavigasi dunia, dan ketika ia menghadapi rintangan seperti pohon, gunung, gua, dll., ia belajar dan beradaptasi dengannya.
Kasus penggunaan AIRIS yang berhasil mungkin mencakup pengujian kesalahan otomatis dan pengujian tekanan pada perangkat lunak. Diasumsikan bahwa AIRIS dapat berjalan sepanjang Fallout 4, membuat laporan bug saat berinteraksi dengan NPC atau musuh, misalnya. Meskipun penguji jaminan kualitas masih perlu memeriksa apa yang dicatat oleh AI, hal ini akan mempercepat proses pengembangan yang membosankan dan membuat frustrasi.
Kemunculan AIRIS merupakan langkah pertama menuju dunia virtual di mana kecerdasan buatan dapat belajar secara mandiri di dunia yang kompleks dan bersifat omnidirection. Hal ini seharusnya menarik bagi para penggemar AI secara keseluruhan.
Keberhasilan penerapan AIRIS tidak hanya terbatas pada bidang permainan saja, AIRIS juga memiliki potensi besar dalam pengujian perangkat lunak, otomasi, dan lain-lain. Hal ini menunjukkan prospek penerapan teknologi kecerdasan buatan di berbagai bidang. Redaksi Downcodes menantikan perkembangan AIRIS di masa depan dan terus memperhatikan perkembangan terkini di bidang kecerdasan buatan.