ASI联盟推出了AIRIS(自主智能强化推断符号)系统,该系统"学习"于流行游戏Minecraft之中。
AIRIS代表了第一个原型AGI(人工通用智能),它利用了联盟的全面技术栈。
由著名AI研究员Ben Goertzel博士创立的SingularityNET使用了Fetch.ai的代理技术,并结合了Ocean Data的长期记忆能力,预计将很快整合CUDOS计算基础设施以获得可扩展的处理能力。
"AIRIS是实用、可扩展的神经符号学习方向上的一个重要步骤,除了其已经强大和有价值的功能,它还说明了神经符号系统的几个一般性特点,比如它们能够从少量数据中学习出精确的可推广结论,"Goertzel解释道。
据该公司介绍,这种联盟驱动的过程将AIRIS推向AGI,打造出第一批具有自主和自适应学习能力的智能系统,为现实世界场景提供实用应用。
AIRIS的学习机制
AIRIS被设计用于通过直接与环境互动来增强理解,超越了依赖于预定义规则或大量数据集的传统AI局限性。相反,AIRIS通过观察、实验和不断完善其独特的"规则集"来进化。
这一系统促进了深层次的问题解决和情境理解,其在Minecraft中的实施为AI与数字和实体景观的互动树立了新的基准。
从受控的2D网格转向Minecraft复杂的3D世界,AIRIS面临着众多挑战,包括地形导航和在动态环境中的自适应问题解决。这一转变突出了AIRIS在导航、探索和学习方面的自主性。
AIRIS Minecraft代理与其他AI实体的不同之处在于以下几个关键特点:
- 动态导航: AIRIS最初评估其环境以制定移动策略,并实时适应新环境。它的能力包括绕过障碍物、跳过障碍物以及预测对不同地形的反应。
- 障碍物适应: 它学会绕过悬崖和森林等障碍物,通过每一个新的挑战来完善其规则集,避免重复错误并最小化不必要的试错。
- 高效路径规划: 通过持续优化,AIRIS从最初复杂的导航路径转变为简洁直接的路径,因为它"理解"了Minecraft的动态。
- 实时环境适应: 与需要大量重新训练才能适应新环境的传统强化学习系统不同,AIRIS能够立即适应陌生区域,并根据部分观察动态地制定新规则。
AIRIS在应对包括水体和洞穴系统在内的变化地形方面的熟练程度,引入了基于实践经验的复杂规则细化。此外,AIRIS还拥有优化的计算效率,能够在不影响性能的情况下实时管理复杂规则。
未来应用
Minecraft为AIRIS的潜在应用提供了一个出色的发射台,为广泛的实施奠定了坚实的基础:
- 增强的对象交互: 未来的阶段将赋予AIRIS更深入地与其环境互动的能力,提高对象操作、建造和制作的能力。这一发展将要求AIRIS建立更精细的决策框架来处理情境任务。
- 社交AI协作: 正在计划将AIRIS纳入多代理场景,在这里代理商学习、互动并实现共同目标,模拟现实世界的社会动态和协作问题解决。
- 抽象和战略推理: 扩展的发展将增强AIRIS的推理能力,使其能够处理诸如资源管理和优先级等复杂目标,超越基本导航向战略游戏发展。
AIRIS向3D环境的转移标志着ASI联盟实现AGI目标的一个关键进步。通过AIRIS在Minecraft中的导航和学习成就,ASI联盟希望加快其在现实世界的部署,开创自主机器人、智能家居助理等需要自适应学习和问题解决能力的系统的应用。
SingularityNET的AI开发者、AIRIS的创造者Berick Cook表示:"AIRIS是一种全新的机器学习方法。我们才刚刚开始探索它的能力。我们很兴奋看到它如何应用于传统强化学习面临重大挑战的问题。"
"对我来说,AIRIS最重要的方面是它的透明性和可解释性。远离'黑箱'AI代表了在追求安全、道德和有益AI方面的重大进步。"
AIRIS中体现的AI创新方法——强调自主学习和持续规则完善——为能够在不可预测的现实环境中独立运行的AI系统奠定了基础。Minecraft复杂的生态系统使该系统能够在受控但广阔的虚拟环境中磨练其技能,有效地弥合了模拟和现实之间的鸿沟。
AIRIS Minecraft代理代表了迈向能够从环境中学习、适应并自主做出决策的AI的首个切实步骤。这一成就说明了这种技术在重塑各行业AI角色方面的潜力。
(图片由SkyeWeste提供)
另见:SingularityNET押注超级计算机网络实现AGI
想从行业领袖那里了解更多关于AI和大数据的知识吗?查看在阿姆斯特丹、加州和伦敦举办的AI & Big Data Expo。这个全面的活动与其他领先活动如Intelligent Automation Conference、BlockX、Digital Transformation Week和Cyber Security & Cloud Expo同时举办。
在这里探索其他即将到来的企业技术活动和网络研讨会:https://techforge.pub/events/。
本文最初发表于AI News。