Artikel ini memperkenalkan kecerdasan buatan pembelajaran baru yang disebut Airis, yang dapat belajar secara mandiri dalam lingkungan 3D Minecraft yang kompleks. Tidak seperti AI yang diuji di lingkungan sederhana di masa lalu, Airis memulai dengan "tidak ada", belajar cara bermain game melalui umpan balik permainan, menunjukkan kemampuan belajar dan kemampuan beradaptasi yang kuat. Proses pembelajarannya melibatkan mendapatkan informasi input dari lingkungan (5x5x5 3D square grid dan koordinatnya sendiri) dan melakukan operasi, dan secara bertahap membangun peta internal untuk belajar menavigasi dan menangani berbagai hambatan. Airis memiliki berbagai prospek aplikasi yang sukses, seperti kesalahan otomatis dan pengujian stres untuk perangkat lunak, yang akan sangat meningkatkan efisiensi pengembangan perangkat lunak.
Jenis baru pembelajaran kecerdasan buatan telah muncul di Minecraft yang disebut Airis (Simbol Intelijen Independen diperkuat disimpulkan). AI belajar cara bermain game melalui latihan, pada dasarnya dimulai dengan "tidak ada" di Minecraft, mengajarkannya hanya menggunakan loop umpan balik permainan.
Versi awal Airis diuji dalam lingkungan permainan puzzle dunia 2D sederhana. Namun, untuk menguji sistem, pengembang perlu menguji sistem dalam lingkungan 3D yang lebih kompleks dan terbuka. Minecraft sangat cocok dengan deskripsi ini, ini adalah permainan yang sangat populer dan memiliki semua persyaratan teknis yang diperlukan untuk menghubungkan AI ke dalamnya.
Airis bekerja dengan mendapatkan dua jenis input dari lingkungan dan daftar tindakan yang dapat dilakukannya. Jenis input pertama adalah grid 5x5x53d yang mengelilingi nama blok proxy. Beginilah cara agen "melihat" dunia. Jenis input kedua adalah koordinat saat ini dari agen di dunia. Ini memberi kami opsi untuk menentukan proxy tempat kami ingin tiba.
Airis dimulai dengan mode "roaming gratis" dan mencoba menjelajahi dunia di sekitar Anda. Bangun peta internal yang mencatat di mana ia berada dan dapat dilihat menggunakan alat visualisasi yang disertakan. Ini belajar bagaimana menavigasi dunia, dan ketika menemukan rintangan seperti pohon, gunung, gua, dll., Itu belajar dan beradaptasi dengan mereka.
Kasing penggunaan yang berhasil untuk AIRIS dapat mencakup kesalahan otomatis dan pengujian stres perangkat lunak. Asumsikan bahwa Airis dapat berjalan di seluruh Fallout 4, misalnya, laporan kesalahan dapat dibuat saat berinteraksi dengan NPC atau musuh. Sementara penguji jaminan kualitas masih perlu memeriksa apa catatan AI, itu akan mempercepat proses pengembangan yang membosankan dan membuat frustrasi.
Munculnya Airis adalah langkah pertama di dunia virtual di mana kecerdasan buatan secara mandiri belajar di dunia yang kompleks dan serba bisa. Ini harus menarik bagi penggemar AI secara keseluruhan.
Penerapan Airis di Minecraft menunjukkan potensi besar kecerdasan buatan untuk belajar secara mandiri di lingkungan yang kompleks, memberikan arahan dan inspirasi baru untuk pengembangan teknologi kecerdasan buatan di masa depan. Penerapannya dalam pengujian perangkat lunak juga menunjukkan proses pengembangan perangkat lunak yang lebih efisien di masa depan.