一群科学家想训练AI在《我的世界》中挖钻石，但是他们失败了

文/嘤肉卫星

众所周知，近几年人工智能接连战胜了围棋、《Dota2》、《星际争霸2》等竞技项目游戏中最顶尖的职业选手。通过先进的硬件设备和庞大的数据库资料，AI能在短时间内领悟复杂的游戏规则，形成独特的战术体系并击败人类。

今年年中，作为AI、机器学习领域的顶级学术会议之一，NeurIPS 2019举办了一场以游戏《我的世界》为主题的人工智能研发大赛，比赛内容很简单——“设计一款能够自己在《我的世界》中采集钻石资源的AI”。

当AI已经能在复杂游戏上战胜人类的现在，这个任务似乎非常容易——《我的世界》操作并不复杂，就算是个从来没有接触过游戏的普通人，只要接受几个小时的教学，能够很快的掌握基本技巧，并完成钻石的开采。

但根据几天前外媒BBC公布的消息，在提交参赛的660份作品中，没有一份能胜任这项任务。许多参赛者在任务进行到一半时遇到了巨大的挑战：大部分AI能够完成一些基础、碎片式的工作，但它无法将这些零碎的工作完整地串联起来。

参赛者提交的必须是程序源代码

想要在《我的世界》中成功挖到钻石，需要先从基础的资源搜集开始：包括搜集木材，制造木镐—使用木镐开采石矿，并获得石镐—再使用石镐开采更高级的铁矿，同时通过炉子冶炼矿石，最终获得铁镐。

只有锻造出铁镐，才能挖出钻石，但即使有了铁镐，也需要在庞大的矿脉中自己摸索，才能找到钻石的所在地。

而AI的训练过程和之前类似，需要根据提供的视频资料自己学会如何采矿、冶炼装备，研究人员并不从中干预。

如果单独把这些步骤拿出来，难度还尚可接受，但想让AI理解不同操作间的逻辑关系，并连贯的完成每个环节的任务，对于参赛者来说始终是一个无法解决的难题。

除此之外，时间和数据的不足，也是导致AI失败的原因之一。根据比赛规则，每位选手只能对AI调试4天，且使用官方数据集中提供的6000万帧来自人类玩家的游戏资料。

相比于Alpha GO或者Open AI动辄数个月的训练时间和海量的人类对战数据，这些参赛者用来培训AI的资源可以说少得可怜。

但通过更少的计算资源来获得更高效的结果，才是这次大赛的主办方真正希望看到的。在采访中，一名研究人员告诉BBC：“在AI领域投入大量的计算资源，或许并不是唯一正确的发展方式。”

他补充道：“过于庞大的计算和硬件需求，导致只有那些拥有庞大财力和技术的公司拥有研究人工智能的能力。”在报道中甚至举了一个这么个例子：体育竞赛中的豪门拥有庞大的资金去招揽球员、购买装备和场地，而一些无名球队无法拥有这些条件，这就像目前的谷歌、Open AI和其他机构。

虽然最后所有AI均以失败告终——这似乎印证了他们原本想驳斥的观点，但拥有敢于打破固有规则的决心，总归是件好事。

点我下载游研社APP，观看更多游戏资讯与精彩文章

欢迎加社长的微信→“游戏研究社”（yysaag) 每天第一时间私你好文章。你也可以回复关键字试试，会有意外发现哦~