A ChatGPT mögött álló technológia sokkal többre képes, mint csupán beszélgetni. Linxi "Jim" Fan, az Nvidia chipek gyártójának AI kutatója, néhány kollégájával együtt kifejlesztett egy módszert, amely lehetővé teszi a nagy teljesítményű GPT-4 nyelvi modellnek, amely a ChatGPT mögött áll és egyre több más alkalmazásban és szolgáltatásban is jelen van, hogy belépjen a kockás videójátékba, a Minecraftba.
Az Nvidia csapata, amelyben helyet foglalt Anima Anandkumar, a cég gépi tanulásért felelős igazgatója és a Caltech egyetem professzora is, egy Minecraft botot hozott létre Voyager néven, amely a GPT-4-et használja a játékbeli problémák megoldására. A nyelvi modell olyan célokat generál, amelyek segítik az „ügynököt” (agent) a játék felfedezésében, valamint olyan kódot hoz létre, amely fokozatosan fejleszti a bot képességeit.
A Voyager nem játszik a játékkal emberként, de közvetlenül az API-n keresztül képes leolvasni a játék állapotát. Például láthat egy horgászbotot az inventáriumában és egy közeli folyót, és a GPT-4 segítségével javasolhatja célkitűzésnek, hogy horgászással szerezzen tapasztalatot. Ezután a GPT-4 által generált kódot használja annak érdekében, hogy a karakter elérje a kitűzött célt.
A projekt legújabb része a GPT-4 által generált kód, amely hozzáadja a viselkedést a Voyagerhez. Ha az eredetileg javasolt kód nem fut tökéletesen, a Voyager megpróbálja finomítani azt hibaüzenetek, a játéktól kapott visszajelzések és a GPT-4 által generált kód leírása segítségével.
Idővel a Voyager kódtár építésével tanul meg egyre összetettebb dolgokat készíteni és a játék nagyobb részét felfedezni. A kutatók által létrehozott grafikon mutatja, hogy mire képes a Voyager más Minecraft ügynökökhöz viszonyítva - több mint háromszor annyi tárgyat szerzett, kétszer olyan messzire jutott, és az eszközök építése 15-ször gyorsabb volt.
Míg a ChatGPT-hez hasonló chatbotok lenyűgözték a világot a szókincsükkel és látszólagos tudásukkal - még akkor is, ha gyakran kitalálnak dolgokat - a Voyager óriási potenciált mutat arra, hogy a nyelvi modellek segítséget nyújtsanak a számítógépekkel végzett hasznos tevékenységek végrehajtásában. A nyelvi modellek használata ilyen módon lehetővé tehetné a rutin irodai feladatok automatizálását, ami talán a technológia legnagyobb gazdasági hatása lehet.
A Voyager a GPT-4 és a Minecraft segítségével való tevékenységének folyamata alkalmazható lehet egy olyan szoftveres asszisztensre, amely megtanulja, hogyan automatizálja a feladatokat egy PC vagy telefon operációs rendszerén keresztül. Az OpenAI, amely létrehozta a ChatGPT-t, már "bővítményeket" adott hozzá a botjához, amelyek lehetővé teszik az online szolgáltatásokkal, például az élelmiszer házhozszállító alkalmazással, az Instacarttal való interakciót. A Minecraft tulajdonosa, a Microsoft is képezi az AI programokat a játékhoz, és a cég nemrégiben bejelentette a Windows 11 Copilotot, egy olyan operációs rendszer-funkciót, amely gépi tanulást és API-kat használva automatizál bizonyos feladatokat. Érdemes kísérletezni ezzel a technológiával egy olyan játékban, mint a Minecraft, ahol a hibás kód viszonylag kevés kárt okozhat.
Természetesen a videojátékok régóta tesztterületek az AI algoritmusoknak Az AlphaGo nevű gépi tanulási program, amely 2016-ban mestere lett a rendkívül bonyolult Go táblajátéknak, egyszerű Atari videójátékokkal kezdte. Az AlphaGo egy olyan tanulási módszert használt, amely megerősítő tanuláson alapul, és az algoritmust arra tanítja, hogy játsszon egy játékot pozitív és negatív visszajelzésekkel, például a játékban elért pontszám alapján.
Ez a módszer nehezebb egy nyitott végű játékban, mint például a Minecraft, ahol nincs konkrét pontszám vagy célhalmaz, és a játékos cselekedetei csak később vezethetnek eredményre. Függetlenül attól, hogy hiszünk-e abban, hogy most készülnünk kell az AI-ból eredő létfontosságú fenyegetés megfékezésére, a Minecraft kiváló játszótérnek tűnik a technológia számára.