Развитие технологий компьютерных игр и искусственного интеллекта всегда шло бок о бок. Даже первая оригинальная версия игры Pac-man обладала, пусть и малой, но толикой искусственного интеллекта, а неигровые персонажи (боты) последних версий компьютерных игр демонстрируют столь сложное поведение, что их порой невозможно отличить от персонажей, за личинами которых скрываются люди-игроки. А сейчас начинает проявляться обратная тенденция, заключающаяся в том, что все больше и больше исследователей пытается использовать компьютерные игры для обучения систем искусственного интеллекта действиям в ситуациях, с которыми им предстоит столкнуться в реальном мире.
Одним из проектов, исследователи которого используют вышеупомянутые принципы, является проект Microsoft AIX. Задействованные в нем исследователи используют открытый мир игры-песочницы Minecraft для обучения искусственного интеллекта выполнению простых действий, к примеру, подъему в гору, минуя озеро расплавленной лавы или другие препятствия.
Многие люди заблуждаются, считая, что системы искусственного интеллекта способны сразу хорошо выполнять действия, для которых они и разрабатывались. Однако это совсем не так, к примеру, система компании Google DeepMind AlphaGo, которая победила в матче Ли Седоля, 18-кратного чемпиона мира по игре Го, была обучена на примерах более 30 миллионов ходов из различных партий. Однако, такой подход к обучению в корне отличается от подхода, реализуемого специалистами проекта Microsoft AIX, которые отпускают искусственный интеллект "в самостоятельное плавание", позволяя ему учиться с нуля на своих собственных ошибках.
Все существующие системы искусственного интеллекта обладают развитыми и мощными функциями обработки входных потоков данных, к примеру, распознавания образов на снимках и видео, распознавания слов произносимой речи, но они изначально не имеют ни малейшего понятия, что с этим всем им делать. С этой точки зрения даже младенец может одержать первенство над необученной системой искусственного интеллекта, ведь младенец может делать некоторые действия на уровне врожденных инстинктов.
Процесс, который используют специалисты компании, называется общим самообучением. Этот процесс является основным "столпом", на котором держатся все остальные методы обучения и самообучения, но, к сожалению, эффективность работы этого метода очень сложно проверить в реальных условиях. К примеру, если взять вышеупомянутую задачу с подъемом на гору, то для проверки эффективности обучения искусственного интеллекта потребуется, как минимум, разработать и создать специализированного робота, что выльется в немалую сумму денег само по себе. Да и потом потребуются дополнительные средства на постоянный ремонт робота, ведь он будет действовать как несмышленый ребенок, часто ошибаясь и постоянно "набивая себе шишки".
Однако, использование виртуального мира игры Minecraft или другой подобной игры позволит быстро и легко провести обучение систем искусственного интеллекта и проверить эффективность этого процесса. Ведь виртуальный аватар ИИ-системы не подвергается никакой опасности как в реальном мире. Он имеет возможность без фатальных последствий совершать ошибки, погибать множество раз и производить анализ ситуаций, которые привели к получению отрицательного результата.
Для реализации всего вышеописанного исследователи выпустили специализированный открытый вариант игры Minecraft AIX, который доступен пока только для всех исследователей в области искусственного интеллекта, которые имеют возможность легко интегрировать ИИ-системы их собственной разработки с виртуальным миром Minecraft. А в самом ближайшем будущем эта система станет доступна абсолютно всем желающим в соответствии с одной из многочисленных видов лицензий на открытые системы.
