KI testet „Red Dead Redemption II“: Eine bahnbrechende Studie

- CRADLE AI bewältigt komplexe Aufgaben in RDR2 und zeigt damit das Potenzial für breitere Anwendungsbereiche auf.
- Die KI hat Schwierigkeiten mit der präzisen Steuerung und dem räumlichen Vorstellungsvermögen in Spielszenarien.
- Studie treibt KI in Richtung allgemeiner Computersteuerung voran und ebnet den Weg für AGI.
In den letzten Tagen hat die ohnehin schon hitzige Debatte um künstliche Intelligenz (KI) durch die Forschung von Wissenschaftlern aus China und Singapur weiter angeheizt. Diese haben modernste KI im anspruchsvollen Videospiel Red Dead Redemption II (RDR2) getestet. Die Studie mit dem Titel „Towards General Computer Control: An Integration of OpenAI's GPT-4V with CRADLE Multi-modal Agent for Red Dead Redemption II as a Case Study“ untersucht die Entwicklung von Modellselektionsalgorithmen für die Erkundung des Mehrspielermodus von Red Dead Redemption II.
Grundlagen der Computersteuerung
Allgemeine Computersteuerung (GCC) ebnet den Weg für die Entwicklung allgemeiner künstlicher Intelligenz (AGI), in der KI-Systeme ihre Fähigkeit unter Beweis stellen, Aufgaben schnell und mit der gleichen Kompetenz und dem gleichen Verständnis wie menschliche Nutzer zu bewältigen. Durch computergestützte Eingabesysteme, die visuelle und auditive Daten verarbeiten, übernimmt die KI eine zunehmend computerversierte Rolle. Darüber hinaus ermöglicht diese Technik der KI, in dynamischen Situationen entschlossen zu handeln. Sie testet die Reproduzierbarkeit der KI während des Lernprozesses, indem sie verschiedene Informationen auch ohne Vorwissen über die Umgebung, in der sie agiert, adäquat erkennt und darauf reagiert.
RDR2, bekannt für seine detailreiche Spielwelt und unerwarteten Ereignisse, ist der ideale Ausgangspunkt für diese Forschungsarbeit. Das Spiel bietet ein simuliertes Personalmanagementsystem mit einem komplexen Steuerungssystem und Benutzeroberflächenkomponenten, die von interaktiven Dialogen bis hin zu speziellen Spielhinweisen und Anleitungen reichen, um Zeit zu sparen und das Spielerlebnis zu verbessern. Dadurch wird die Bewertung der KI aussagekräftig.
Verhalten und Fortschritt in KI-Spielen
Kernstück dieser Forschung ist das CRADLE-Framework, ein Prototyp eines KI-Systems, das so konzipiert ist, dass es nicht nur Spielmechaniken bietet, sondern später auch verschiedene Softwareanwendungen steuern kann. CRADLE zielt darauf ab, die KI durch das Erreichen von Zielen mit zufallsgenerierten Spielmechaniken vertraut zu machen; es basiert vollständig auf menschlichen Lernmustern, ohne Kenntnis interner Zustände oder APIs.
Dennoch hatte ich nicht erwartet, dass die Entwicklung reibungslos verlaufen würde. Bei Aufgaben, die eine schnelle Verarbeitung visueller und räumlicher Informationen sowie Echtzeitentscheidungen erforderten, stieß die KI auf Schwierigkeiten, beispielsweise bei komplexen Kampfmissionen und Innenräumen mit eng verzweigten, miteinander verbundenen Korridoren. Diese Herausforderungen verdeutlichten die Unterschiede zwischen dem mentalen Modell des KI-Systems und dem der Spiel-Engine, die eine hohe Genauigkeit bei der Bewältigung von Zwillingsaufgaben wie der Ähnlichkeit des menschlichen Sehvermögens und dem Verständnis der Spielobjekte verlangte.
Zukünftige Herausforderungen und Auswirkungen
Obwohl alle genannten Probleme vollständig in das Gameplay integriert waren, konnte CRADLE den Story-Teil dennoch erfolgreich abschließen und gilt daher als Meilenstein im Bereich KI-Spiele. Die Studienergebnisse unterstreichen nicht nur die Fähigkeit der KI, diese anspruchsvollen Aufgabensimulationen umzusetzen, sondern zeigen auch auf, welche Aspekte noch verbessert werden können, insbesondere die Entwicklung einer guten räumlichen Wahrnehmung und eines besseren visuellen Spektrums.
Künstliche Intelligenz (KI) ist beständig und entwickelt sich stetig weiter. Ihr Einsatzgebiet erschließt sich immer neue Horizonte, wobei die Spieleentwicklung neben anderen, tiefergreifenden Herausforderungen zunächst Anlass zu Diskussionen bietet. KI-Systeme, die komplexe Plattformen verstehen und darauf reagieren können, werden zu Werkzeugen für Fortschritte in Bereichen wie Robotik und strategischen Echtzeitsystemen. Die vorliegende Studie dient als Grundlage für weitere Forschungen zur Verbesserung der KI-Funktionen und zur Erweiterung der Anwendungsgrenzen allgemeiner Computersteuerung. Die Untersuchung und Behebung bestehender Einschränkungen sowie die Entwicklung intelligenterer, reaktionsschnellerer und leistungsfähigerer KI-Systeme tragen zur Schaffung einer KI-Ressource bei, die in vielfältigen Anwendungen eingesetzt werden kann.
Die klügsten Köpfe der Krypto-Szene lesen bereits unseren Newsletter. Möchten Sie auch dabei sein? Dann schließen Sie sich ihnen an.

John Palmer
John Murangiri kam mit fundierten Kenntnissen in der Marktanalyse zu Cryptopolitan . John (auch bekannt als JP) hat an der Universität Nairobi einen Bachelor-Abschluss in Massenkommunikation und Medienwissenschaften erworben. Zuvor hat er bereits fürBitcoinund Metacoingraph Analysen zum Kryptomarkt beigesteuert.
CRASH-KURS
- Mit welchen Kryptowährungen kann man Geld verdienen?
- Wie Sie Ihre Sicherheit mit einer digitalen Geldbörse erhöhen können (und welche sich tatsächlich lohnen)
- Wenig bekannte Anlagestrategien, die Profis anwenden
- Wie man mit dem Investieren in Kryptowährungen beginnt (welche Börsen man nutzen sollte, welche Kryptowährung am besten zum Kauf geeignet ist usw.)














