6月9日宣布,Facebook想挑战NetHack和正在寻找一个人工智能来帮助他们。社交媒体巨头推出竞争2021年NeurlPS AI会议在悉尼,澳大利亚。

Facebook声称NetHack, 80年代游戏简单的视觉效果被认为是世界上最难的游戏,可以使数据科学家基准最先进的人工智能方法在复杂的环境中,而不需要一台电脑上运行实验。

Facebook想要击败NetHack

游戏已担任基准多年的人工智能,但2013年开始升级,今年,谷歌的DeepMind显示系统,可以玩“突破”,“乒乓球”,“Seaquest”,“太空入侵者”,“耐力长跑”,“波束制导”,和“Q *伯特”在超人的水平。

的进步不仅提高游戏设计,根据DeepMind创始人黛米斯。

还读:Facebook目前人工智能项目SEER训练扫描在Instagram公开照片,引发了对隐私的担忧

相反,它们是通知系统可能诊断疾病的发展,预测复杂的蛋白质结构,和段CT扫描一天瘾科技。

强化学习,人工智能,可以学习的一种策略来协调大规模的系统,如制造工厂,金融投资组合、交通控制系统,和机器人,从研究实验室过渡到有效的,真实世界的应用程序。

无人驾驶汽车等公司Waymo利用强化学习来制定他们的车辆的控制系统。西门子采用强化学习校准其数控机器。

Facebook的人工智能研究人员蒂姆·爱德华·Grefenstette Rocktaschet,埃里克·汉布罗写在一篇博客文章中说,最近的进步强化学习一直受模拟环境如游戏如“队伍2”、“星际争霸2”,或“Minecraft。”

然而,这种进步需要成千上万的gpu并行运行一个实验同时也导致方法的不足,可以转移到更实际的问题以外的游戏。

Facebook想要创建环境复杂,强调RL的缺陷,同时也允许快速模拟在低计算成本,根据合资企业。

NetHack学习环境

Facebook的计划遵循NetHack学习环境或NHLE的释放,一个研究工具,是基于原始NetHack,据Android的头条新闻。

NetHack于1987年首次发布。它与下行任务玩家超过50个地牢水平来检索一个神奇的护身符。他们必须使用武器、魔杖、铠甲、药水、魔法书,其他物品和怪物战斗。

NetHack产生的水平,每个游戏都是不同的,Facebook研究者注意测试泛化主要AI的极限。

Grefenstette Rocktaschel,汉布罗说,赢得游戏NetHack需要长期规划的一个非常无情的环境。当一个球员的角色死了,比赛从头开始新的地牢。

完成游戏作为一个专家球员需要比平均50倍的步骤“星际争霸2”的游戏,和玩家的互动对象和环境非常复杂,所以成功通常取决于呼唤想象力以创造性的方式解决问题和咨询外部知识来源官方NetHack指南,NetHack Wiki,和在线视频和论坛讨论。

相关文章:Facebook的AI系统,恐龙,可以部分图像和视频,使其更容易区分虚假和真实图像

这篇文章是由科技时代万博体育登录首页

苏菲韦伯斯特写的