這個來自DeepMind的AI系統在遊戲AI領域代表了一個重大突破。與先前專門針對特定遊戲設計的系統不同,這個AI可以有效地玩各種現代3D遊戲。

關鍵創新在於,這個AI不依賴遊戲特定的數據或坐標,而是像人類玩家一樣,直接處理遊戲畫面的原始視覺輸入。這使得AI能夠理解3D遊戲世界及其隨時間變化的情況,這在之前被認為是AI系統難以實現的壯舉。

值得注意的是,這個AI不僅在個別遊戲上表現出色,還展現了從玩多個遊戲中獲得知識並加以應用的能力,超越了專門針對單一遊戲長期訓練的專家代理。這突顯了AI的學習能力和跨領域應用知識的能力,這是智慧的標誌。

雖然目前的表現還未達到人類水平,但結果非常有希望,表明通過進一步改進,這個AI系統可能為開發能夠協助人類完成各種3D任務和挑戰的通用AI代理鋪平道路。

這個來自DeepMind的AI系統是AI遊戲玩法領域的重大進步。與先前專門針對特定遊戲設計的AI代理不同,這個AI可以有效地玩各種現代3D遊戲。關鍵的不同在於,這個AI不依賴坐標或得分等遊戲特定數據,而是像人類玩家一樣,直接通過畫面上的像素處理遊戲世界。

從2D像素表示理解3D遊戲世界的能力非常令人印象深刻,尤其是對於複雜的3D遊戲而言。這個AI可以感知遊戲環境,跟蹤時間變化,並使用鍵盤和滑鼠控制遊戲,而無需訪問底層遊戲數據。

此外,當這個AI接受多個遊戲的訓練時,其表現會有所提升,而不是僅訓練單一遊戲。這展現了一種概括和知識遷移的水平,這是人類智慧的標誌。這個AI能夠將從一個遊戲獲得的洞見應用於提高其他遊戲的表現。

雖然目前的成功率還未達到人類水平,但進一步提升的潛力是明顯的。研究人員計劃探索這個AI的長期戰略規劃能力,如在策略遊戲中尋找資源和建立營地。這代表了創造能真正理解並協助人類完成各種3D任務的AI系統的下一步。

論文揭示了一個令人驚訝的發現 - 在AI代理接受多個遊戲的訓練後,它在每個個別遊戲上的表現都優於專家代理,後者僅接受該遊戲的訓練。這表明,學習和跨領域應用知識的能力 - 這是人類智慧的標誌 - 也可以提高AI系統在複雜3D視頻遊戲中的表現。

專家代理的基準表現,即經過單一遊戲的長期訓練,被接受過多種遊戲訓練的代理所超越,甚至是在專家代理自己的遊戲中。這展示了跨領域知識遷移的力量,AI能夠提取並應用適用於不同遊戲環境的一般原則和策略。

這一發現挑戰了AI系統狹隘專業化和局限於特定訓練任務的傳統觀念。相反,它指向了更靈活、適應性強的AI代理的潛力,這些代理可以利用在一個領域的經驗來增強其在另一個領域的能力。這是朝著創造能理解並協助人類完成各種3D世界挑戰性任務的AI系統目標邁出的重要一步。

雖然這個新的AI系統的表現令人印象深刻,但還未達到人類水平。成功率雖然對於首次嘗試而言是合理的,但仍有改進的空間。即使是人類也無法在這些複雜的3D遊戲任務中達到100%的成功率,所以AI還有很大的成長和完善能力。

一個關鍵限制是AI目前只能處理10秒長的序列,這限制了其參與更激烈、更長期戰略規劃的能力,如在策略遊戲中尋找資源和建立營地。克服這一限制可能是未來研究的重點。

儘管存在這些當前的限制,作者對通過漸進式改進最終達到真正出色的結果持樂觀態度。AI從玩多個遊戲中學習並超越專家在自己遊戲上的表現,這是其適應性和成長潛力的一個好兆頭。

正如作者所指出的,這個AI系統不僅僅是為了玩電子遊戲,而是邁向創造能理解並協助人類完成各種3D任務的AI代理的一步。作者期待看到DeepMind團隊接下來會推出什麼,並期待盡快與讀者分享更多見解。

DeepMind新的AI系統的目標不僅是在各種現代3D視頻遊戲中表現出色,還是創造能理解並協助人類完成各種複雜現實任務的AI代理。通過學習通過屏幕像素感知遊戲世界並使用鍵盤和滑鼠進行交互,AI展現了理解和導航複雜3D環境的能力,就像人類一樣。

這種能力是朝著最終目標 - 開發能與人類在現實世界中理解和協作的AI系統 - 邁出的重要一步。研究人員希望利用從遊戲掌握的知識和技能來創造可以協助人類完成各種任務的代理,從戰略規劃到資源管理等。

雖然目前AI的表現還未達到人類水平,但研究人員相信通過漸進式改進,他們可以取得真正出色的成就。關鍵是要關注未來的潛力,而不是當前的局限性,正如《論文第一定律》所述。

通過不斷推動AI的極限,DeepMind的研究人員正在為一個未來鋪平道路,在這個未來,AI系統可以無縫融入並支持人類事業,最終增強我們在複雜3D世界中導航和茁壯的能力。

DeepMind提出的論文展示了AI在玩各種現代3D視頻遊戲方面的顯著進步。與先前專門針對特定遊戲設計的AI系統不同,這個新的AI可以在多個遊戲中同時表現出色。

關鍵創新在於,這個AI不依賴遊戲特定的數據或坐標,而是像人類玩家一樣,直接處理遊戲畫面的視覺信息。這使得AI能夠理解3D世界及其隨時間變化的情況,這是相比簡單2D遊戲的重大進步。

令人驚訝的是,當這個AI接受多個遊戲的訓練時,其表現會有所提升,展現了知識遷移和應用到新情境的能力。這是智慧的標誌,表明進一步的發展可能會導致能協助人類完成各種複雜3D任務的AI系統。

雖然目前的表現還未達到人類水平,但這篇論文代表了一個重要的進步。作者對通過漸進式改進最終取得進展感到興奮,並期待前往DeepMind實驗室了解他們在這一領域的最新發展。