Boten Voyager använder trial-and-error-metoden för att skriva sin egen kod, men den ber också den artificiella intelligensen GPT-4 om hjälp.
Boten är ett exempel på en mjukvaruagent (bot) med en kropp eller embodied agent, dvs en artificiell intelligens (AI) som interagerar med miljön runt sig, genom en fysisk kropp i den miljön.
Assistent med kropp
Till skillnad från en digital personlig assistent, som Google Assistant eller Siri, som bara svarar och utför kommandon, måste en programvara med kropp, till exempel en robotdammsugare, relatera till den fysiska världen runt sig på ett helt annat sätt.
Högt på önskelistan står hushållsrobotar som kan röja upp, sortera tvätt och para strumpor, och det ställer otroligt höga krav på mjukvaran.
Minecraft passar bra
Forskare har funnit att spelet Minecraft är ett bra ställe att testa avancerade intelligenta botar, eftersom fysiken och reglerna är mycket enkla, så man slipper många variabler som kan påverka och kontaminera resultatet medan man provar sig fram. Samtidigt finns det nästan oändligt med saker man kan göra och testa i spelet.
Voyager briljerar
Simuleringsmiljön där man skapar en Minecraft-bot heter MineDojo. Boten Voyager är byggd i denna miljö, men har på ett tidigt stadium lämnats på egen hand för att försöka sig fram och misslyckas – men också fråga ChatGPT med den senaste GPT-4-programvaran. Och du kan tro att Voyager briljerar! Inga andra botar kommer i närheten när det gäller att bygga och hitta saker i spelet.
Voyager börjar med pyttelite kunskap, och när det stöter på saker i spelet har det en konversation med GPT-4 om vad det ska göra och hur.
Ta följande exempel, som TechCrunch använder i sin artikel i frågan:
Det blir kväll, och några skelett kommer för att ta den artificiella agenten. Den har en underliggande kunskap om detta, men frågar sedan GPT-4: ”Vad gör en bra spelare i det här spelet när det finns monster i närheten”. Den får svaret att man bör göra ett svärd, som man sedan slår skeletten med, samtidigt som man undviker att bli träffad själv. Detta översätter agenten till konkreta mål: samla sten och trä, bygg ett svärd i verkstaden, beväpna dig med det och slåss med ett skelett.
Efter avslutad handling kommer dessa färdigheter att läggas på minnet så att när uppgiften är att ”gå djupt in i en grotta för att hitta järnmalm”, behöver den inte lära sig att slåss på nytt. Den kan nu byta till den snabbare och billigare GPT-3.5, för att lära sig den färdighet som är mest relevant för en given situation – så att den inte försöker hacka fram skelett och slåss med malmen …
Metoden är ungefär densamma som andra GPT-botar, men att använda den i Minecraft, som är en mycket större miljö än sådana normalt används i, gör att en bot som Voyager, som är specialiserad på spelet från början, kommer att göra saker mycket bättre. Den hittar fler saker, lär sig fler färdigheter och utforskar mycket mer än de andra botarna.
Användningsområden
GPT-4 är mycket bättre än GPT-3.5 på att generera kod. Och det faktum att det blir så bra på Minecraft är uppmuntrande när det gäller att utveckla AI-verktyg. Tankarna går till en hushållsrobot som bygger upp erfarenhet och lär sig av sina misstag när den ska para ihop strumpor eller sortera tvätten. För att inte tala om när liv står på spel, där en hemvårdsrobot plötsligt kan befinna sig i en situation där den måste agera på ett plötsligt sjukdomstillstånd hos patienten. Då önskar man nog att roboten har lärt sig en eller ett par saker först. Det är svårt att tänka sig någon gräns för användningsområdena.
Läs mer om Voyager-projektet här.
Källa: TechCrunch
