Bot’en Voyager benytter sig af trial-and-error-metoden til at skrive sin egen kode, men den spørger også den kunstige intelligens GPT-4 om hjælp.
Bot’en er et eksempel på en softwareagent (bot) med ‘krop’, eller embodied agent, altså en kunstig intelligens (AI), som interagerer med miljøet omkring sig gennem en fysisk krop inden for det miljø.
Assistent med krop
I modsætning til en digital personlig assistent som Google Assistant eller Siri, som bare svarer og udfører kommandoer, vil en softwareagent med krop, såsom en robotstøvsuger, skulle forholde sig til den fysiske verden omkring sig på en helt anden måde.
Højt på ønskelisten står husholdningsrobotter som kan rydde, sortere vasketøjet og parre sokker, og det stiller utroligt høje krav til softwaren.
Minecraft er velegnet
Forskere har fundet ud af, at spillet Minecraft er et fint sted at afprøve intelligente bot’er, fordi fysikken og reglerne er vældigt enkle, så man slipper for mange variabler, som kan påvirke og kontaminere udfaldet, mens man prøver sig frem. Samtidig er der nærmest uendeligt mange ting, man kan gøre og teste af i spillet.
Voyager brillerer
Simuleringsmiljøet (simulation framework), som bruges til at udvikle en Minecraft-bot, hedder MineDojo. Bot’en Voyager er bygget i dette miljø, og derefter er den blevet overladt til at prøve sig frem (trial and error) – men også spørge ChatGPT med den nyeste GPT-4-software. Og du kan tro, Voyager brillerer! Ingen andre bot’er er i nærheden af den, når det gælder om at bygge og finde ting i spillet.
Voyager starter med helt grundlæggende viden, og når den støder på ting og sager i spillet, har den en samtale med GPT-4 om, hvad den bør gøre og hvordan.
Tag følgende eksempel, som TechCrunch bruger i sin artikel om sagen:
Det bliver aften, og nogle skeletter kommer for at tage den kunstige agent. Den har en grundlæggende viden om dette, men spørger så GPT-4: “Hvad gør en god spiller i dette spil, når der er monstre i nærheden”. Den får til svar, at man bør lave sig et sværd, som man så slår skeletterne med, samtidig med at man skal undgå at blive ramt selv. Dette oversætter agenten til konkrete mål: saml sten og træ, byg et sværd ved værkstedsbordet, bevæbn dig med det, og tag kampen op mod skelettet.
Efter at have gennemført handlingen, vil disse færdigheder blive husket, så når opgaven er at “gå dybt ind i en hule for at finde jernmalm,” behøver den ikke at lære at slås igen. Den kan nu skifte til den hurtigere og billigere GPT-3.5, for at lære de færdigheder, der er mest relevante til en given situation – så den ikke forsøger at mine skelettet og slås mod malmen …
Metoden minder om andre GPT-bot’er, men at bruge den inden for Minecraft, som er et meget større miljø end GPT-bot’er normalt bliver brugt i, vil en bot som Voyager, der er specialiseret i spillet helt fra begyndelsen, gøre tingene meget bedre. Den finder flere ting, lærer flere færdigheder og udforsker meget mere end de andre bot’er.
Anvendelsesområder
GPT-4 er meget bedre end GPT-3.5 til at generere kode. Og det at den bliver så god i Minecraft er opmuntrende, når det gælder om at udvikle værktøj med kunstig intelligens. Tankerne går i retning af en husholdningsrobot, som opbygger erfaring og lærer af sine fejl, når det gælder om at parre sokker og sortere vasketøjet. For slet ikke at tale om, når der pludselig står liv på spil, hvor en hjemmeplejerobot pludselig kan stå i en situation, hvor den skal håndtere et pludseligt ildebefindende hos borgeren. Her vil man gerne have, at robotten først har lært sig nogle færdigheder først. Det er svært at forestille sig nogen grænse for anvendelsesområderne.
Læs mere om Voyager-projektet her.
Kilde: TechCrunch
