Искусственный интеллект вступает в игру «Red Dead Redemption II»: новаторское исследование

В последние несколько дней и без того накаленное сообщество разработчиков ИИ разгорелось еще сильнее благодаря исследователям из Китая и Сингапура, которые сравнили передовые технологии искусственного интеллекта со сложной видеоигрой Red Dead Redemption II (RDR2). Исследование под названием «К общему компьютерному управлению: интеграция GPT-4V от OpenAI с многомодальным агентом CRADLE для Red Dead Redemption II в качестве примера» изучает «алгоритмы выбора модели» для многопользовательского исследования видеоигры Red Dead Redemption II.

Понимание общего управления компьютером

Общее компьютерное управление (ОКУ) открывает путь к формированию искусственного общего интеллекта (ИИ), где системы ИИ доказывают свою способность быстро справляться с задачами с той же компетентностью и пониманием, что и пользователи-люди. Благодаря системам компьютерного ввода, включающим визуальные и звуковые данные, ИИ играет роль, более компетентную в работе с компьютером, чем человек. Более того, эта технология предоставляет ИИ средства для принятия решительных решений в динамических ситуациях, то есть проверяет воспроизводимость ИИ в процессе обучения, позволяя ему адекватно распознавать и реагировать на различную информацию без предварительных знаний об окружающей среде.

RDR2, известная как GM и отличающаяся богатым игровым миром и неожиданными событиями, является лучшей отправной точкой для данного исследования. Игра представляет собой симулятор управления персоналом со сложной системой управления и компонентами пользовательского интерфейса, начиная от диалогов и заканчивая специальными внутриигровыми подсказками или указаниями, призванными сэкономить время и улучшить игровой процесс, что делает оценку искусственного интеллекта достоверной.

Поведение и прогресс в играх с использованием искусственного интеллекта

Суть этого исследования заключается в фреймворке CRADLE, представляющем собой прототип системы искусственного интеллекта, разработанной таким образом, чтобы она не только обеспечивала игровой процесс, но и в дальнейшем обрабатывала различные типы программных приложений. CRADLE стремится приучить ИИ к случайному игровому процессу посредством достижения целей; всё основано на моделях обучения человека, без какого-либо представления о внутренних состояниях или API.

Тем не менее, я не ожидал, что разработка пройдет без сучка и задоринки. В некоторых задачах, требующих быстрой обработки визуально-пространственной информации и принятия решений в реальном времени, ИИ сталкивался с трудностями, такими как сложные боевые задачи и карты помещений, состоящие из узких взаимосвязанных коридоров. Эти проблемы наглядно продемонстрировали различие между ментальной моделью системы ИИ и моделью игрового движка, требующей высокой точности в решении таких взаимосвязанных задач, как сходство человеческого зрения и понимания игровых объектов.

Будущие вызовы и последствия

Несмотря на то, что все упомянутые проблемы были полностью синхронизированы с игровым процессом, CRADLE все же удалось завершить сюжетную часть, и поэтому игру следует считать эталоном в области игр с использованием ИИ. Результаты исследования не только подчеркивают способность ИИ выполнять подобные сложные задачи моделирования, но и указывают на аспекты, которые еще можно улучшить, в частности, на развитие хорошего пространственного распознавания и визуального восприятия.

Искусственный интеллект постоянно развивается, его применение открывает новые горизонты, где игры являются первоначальным камнем преткновения среди других, более глубоких задач. Системы ИИ, способные понимать системы на сложных платформах и реагировать на них, становятся инструментами прогресса в таких областях, как робототехника и стратегические системы реального времени. Представленное ниже исследование, несомненно, станет основой для дальнейших исследований, направленных на улучшение функций ИИ и преодоление ограничений применения общего компьютерного управления. Изучение и попытка решения существующих ограничений и повышение интеллектуальности, отзывчивости и эффективности систем ИИ помогут создать ресурс ИИ, который можно будет использовать в широком спектре приложений.