最近，谷歌DeepMind推出了SIMA（全称:Scalable Instructable Multi-World Agent），它具有可扩展性、指导性和多世界性。
据报道，这是第一个通用的AI智能体，可以在广泛的3D虚拟环境和视频游戏中遵循自然语言指令，自称是玩家伙伴并帮助做家务。然而，它仍处于研究阶段。
例如，它可以在《Goat Simulator 3》中作为驾驶员驾驶，在《Satisfactory》中挖掘岩石，在《Valheim》中寻找水源，在《No Man Deep》中驾驶宇宙空。
参与该项目的谷歌DeepMind研究工程师弗雷德里克·贝斯（Frederic Besse）表示:“西玛可以利用游戏中的共享概念来学习更好的技能，并学会更好地执行指令。”
在此之前，谷歌DeepMind在AI+游戏方面也做了很多工作，比如推出了可以与人类玩家进行PK的AlphaStar系统，还可以玩《星际争霸2》。SIMA被DeepMind称为“新的里程碑”，它专注于从单一游戏转变为多种游戏，并且可以遵循语言指令。
一种新的玩法。
为了让SIMA接触更多的游戏环境，谷歌DeepMind团队与多家游戏工作室合作，收集了人类在3D环境下玩10款不同游戏的键盘和鼠标数据。
然后，来自人类玩家的数据被输入到为现代聊天机器人提供动力的语言模型中。该模型通过消化庞大的文本数据库来获得处理语言的能力。然后，SIMA可以根据键入的命令执行操作。最后，人类评估了SIMA在不同游戏中的努力，并生成了用于微调其性能的数据。
经过所有这些训练后，西玛可以对人类玩家发出的数百个命令做出反应，例如“向左转”或“去飞船”或“穿过大门”或“砍树”。
据报道，该程序可以执行600多个动作，从探索到战斗再到工具使用。此外，研究人员避免了暴力游戏，这符合谷歌的人工智能伦理。
“这在很大程度上仍然是一个研究项目，”谷歌DeepMind团队的另一名成员蒂姆·哈雷说。“然而，人们可以想象有一天，像SIMA这样的AI智能将与你一起玩游戏，并与你和你的朋友一起玩游戏。”
此外，即使在未经训练的游戏中，SIMA的性能也可以与用此游戏数据集专门训练的代理一样好。换句话说，司马在新的环境中具有泛化能力。
这是一个有希望的初步结果，但SIMA需要更多的研究才能在已知和未知的游戏中达到人类的水平。
研究人员表示，西玛最终将学会如何玩任何电子游戏，甚至是没有线性结局的游戏和开放世界游戏。虽然它不是要取代现有的游戏AI，但你可以将其视为另一个与你的团队合作良好的玩家。
“SIMA不是为赢得游戏而训练的，”谷歌DeepMind研究员兼SIMA联合负责人蒂姆·哈雷在新闻发布会上说。“它已经被训练来运行它并遵循指令。“
（文章来源:财联社）
