Google förklarar hur dess SIMA AI-modell kan spela videospel

Forskarna på Google DeepMind har publicerat en ny rapport om AI-modellen Scalable, Instructable, Multiworld Agent (SIMA) som de har utvecklat. Den här nya modellen handlar om tv-spel, men inte på det vinnande sätt du tror.

Företaget gick in på några ganska djupa detaljer om hur dess forskare tränade modellen att spela videospel naturligt precis som du och jag kanske. Den här AI-modellen, enligt företaget, handlar egentligen inte om individuella spel, utan snarare en instruerbar spelande AI-agent. Eller, som du kanske tänker på det, en annan "spelare" i ditt spel.

Google samarbetade med ledande spelutvecklare i projektet för att träna SIMA i olika typer av spelvärldar så att det kan lära sig hur man följer instruktionerna på rätt sätt. Det fungerade med folket bakom No Man's Sky, Teardown och även sex andra utvecklare. Google byggde till och med fyra forskningsmiljöer med Unity, och en speciell som heter Construction Lab för att hjälpa till i dess forskning och hur AI-modellen kan förstå saker som att manipulera objekt och navigera i världen. SIMA behöver inte ett API för att fungera eller ens tillgång till spelets källkod.

Några andra mål med SIMA inkluderar att lära sig hur språk hänger ihop med spel, uppfatta och förstå en mängd olika miljöer och sedan vidta åtgärder för att uppnå ett instruerat mål. SIMA använder bilderna på skärmen och användarinstruktioner samt tangentbords- och musingångar för denna uppgift. Google tränade SIMA på 600 färdigheter som navigering, klättring i stegar och öppningskartor, allt detta kan göras på 10 sekunder. Dessa inkluderar saker som att "hitta vatten" eller "hugga träd" i Valaheim.

Det finns fortfarande arbete att göra, dock. Google planerar att träna SIMA i uppgifter på högre nivå som kräver mer planering.