MI vs. Super Mario: Az örökkévaló játék lett az új teljesítménymérő
Új ötlet van terjedőben: a Super Mario-t használják a mesterséges intelligencia teljesítményének mérésére. Egy kutatócsoport szerint a Super Mario Bros. mégnagyobb kihívást jelent, mint gondolnánk.
A Kaliforniai Egyetem San Diego campusán működő Hao AI Lab pénteken élő Super Mario Bros. játékokba vetette az MI-ket. Az Anthropic Claude modellje teljesített a legjobban, majd a Claude 3.5 következett. A Google és az OpenAI modelljei gyengébben szerepeltek.
Nem egészen a klasszikus játék
Fontos tisztázni, hogy ez nem pontosan az eredeti 1985-ös kiadás volt. A játék egy emulátorban futott, és egy keretrendszerrel integrálták, hogy az MI-k irányíthassák Mariót.
A Hao által házon belül fejlesztett GamingAgent alapvető utasításokat adott az MI-nek, például: “Ha akadály vagy ellenség van a közelben, mozdulj/ugorj balra, hogy elkerüld”, valamint játékbeli képernyőképeket mutatott. Az MI ezután Python kódban generált bemeneti parancsokat Mario irányításához.
Meglepő eredmények
A Hao szerint a játék arra kényszerítette a modelleket, hogy “megtanuljanak” összetett manővereket tervezni és játékstratégiákat kidolgozni. Érdekes módon a kutatólabor azt találta, hogy az OpenAI-hoz hasonló, következtető modellek, amelyek lépésről lépésre “gondolkodnak” a problémák megoldása során, rosszabbul teljesítettek, mint a “nem következtető” modellek, annak ellenére, hogy általában erősebbek a legtöbb teljesítménymérőn.
A kutatók szerint az egyik fő oka annak, hogy a következtető modelleknek gondot okoz a valós idejű játékok játszása, az, hogy időbe telik – általában másodpercekbe -, mire döntést hoznak. A Super Mario Bros. játékban pedig minden a megfelelő időzítésen múlik. Egy másodperc lehet a különbség egy biztonságosan végrehajtott ugrás és a halálba zuhanás között.
A játékokat már évtizedek óta használják az MI teljesítményének mérésére. Azonban kétséges az MI játékban mutatott képességei és a technológiai fejlődés közötti összefüggések megítélése. A való világgal ellentétben a játékok általában elvontak és viszonylag egyszerűek, valamint elméletileg végtelen mennyiségű adatot biztosítanak az MI betanításához.
Nincsenek igazán jó mérőszámokat az MI-k összehasonlítására.
De legalább nézhetjük, ahogy az MI Mariót játszik.
filózó
Te milyen más nem hagyományos módszereket próbálnál ki az MI-k teljesítményének mérésére?
Ha te lennél a kutatócsoport vezetője, hogyan változtatnál a jelenlegi megközelítésen a játékok használatát illetően?
🧅 Jellemző példa erre, hogy ha azt gondolnánk, egy istenjáték békés falusi idillje csak gombaszedésből és szendvicsgyártásból áll, a Masters of Albion ezt alaposan megcáfolja...
Fizetős iOS appok és játékok, amik ingyenesek a mai napon. Milky Way: Cosmic Playground (iPhone/iPad)A Milky Way egy kivételes, fizika alapú űrszimulátor, amely az univerzum felfedezésének élményét kínálja...
💸 A héten megtorpant a Bitcoin erőteljes menetelése, ahogyan a globális kriptopiacokat a japán infláció emelkedése és az Irán északi részén dúló konfliktus okozta feszültségek sújtják...
Az elmúlt nyolc napban újra élénk mozgolódás indult a kriptopiacon, amikor amerikai bitcoin tőzsdén kereskedett alapok (ETF-ek) rekordösszegű, mintegy 2,1 milliárd dolláros (kb...
Az Xbox hosszú ideje próbálja megerősíteni pozícióját mind a konzol-, mind a PC-s játékpiacon, de a legfrissebb fejlemények azt mutatják, hogy a Microsoft végre felismerte: komoly kihívásokkal néz szembe...
Több vezető kriptós szereplő egyeztetnek, hogy helyreállítsák a decentralizált pénzügyi piacokat, miután idén minden eddiginél nagyobb kriptovaluta-lopás rázta meg az iparágat...
Az Egyesült Államok egyik különleges erőinél szolgáló altisztjét letartóztatták, mert titkos katonai műveletről származó belső információkat használt fel, hogy óriási összegeket nyerjen egy népszerű kriptotőzsdei fogadási platformon...
Közelről megvizsgált, 27 fosszilis polipállkapocs forradalmasítja a tengeri ragadozók képét: a kréta kori csúcsragadozók között nemcsak gerinceseket, hanem hatalmas, uszonyos polipokat is találunk...
📝 Érdemes megvizsgálni, hogy a Connections nevű szókirakó játék ma is bőséges kihívást tartogatott: a játék lényege, hogy tizenhat szóból logikai csoportokat hozz össze – mindegyik négyes más-más vezérfonalat követ...
⚠️ Az Arbitrum gyors beavatkozása miatt több mint 30 000 ETH, vagyis mintegy 26 milliárd forintnyi digitális eszköz került zárolásra, miután a KelpDAO elleni támadás során ellopták őket...
A decentralizált pénzügyi rendszereket (DeFi) újabb hatalmas támadás rázta meg: a KelpDAO esetében néhány nap alatt mintegy 20 milliárd dollárnyi (kb...
Egészen új korszak nyílhat az agyi technológiákban és az MI-számítógépekben, miután mérnököknek sikerült mesterséges idegsejteket kifejleszteniük, amelyek képesek kommunikálni valódi agysejtekkel...