اموزش ساختن خانه ویلایی در ماین کرافت

Minecraft یک بازی ویدیویی سه بعدی محبوب است که بازیکنان در محیط های دیجیتالی خود ساخته و حرکت می کنند. این تغییر به بازیکنان می گوید که آیا ساختمانهای آنها در سبکهای معماری خاصی قرار می گیرند و ایده هایی را برای بهبود ساختار آنها ارائه می دهند.

راس نپپر ، نویسنده ارشد علوم کامپیوتر در دانشگاه کرنل می گوید: "یكی از چیزهایی كه برای یادگیری هنگام كودك و در طول زندگی مهم است خلاقیت ، انتزاع است. چگونه می توان آنچه را كه می خواهید تصور كنید و سپس آن را ایجاد كردید." "این ابزاری است که به مردم کمک می کند دلسرد نشوند ، شاید اگر آنها در Minecraft شروع می کنند و نمی دانند چگونه از تخیل خود استفاده کنند ، خاموش است."

بازیکنان آموزش AI

محققان بر اساس ساختمان هایی که پخش کنندگان Minecraft ایجاد کرده و برای استفاده دیگران در آن بارگذاری کرده اند ، محققان یک شبکه عصبی عمیق ایجاد کردند - نوعی یادگیری ماشینی که برای پیش بینی اینکه داده ها در یک دسته خاص قرار دارند ، آموزش دیده اند. از طریق آن شبکه ، بازیکنان می توانند یاد بگیرند که آیا ساختمان آنها قرون وسطایی ، مدرن ، آسیایی یا کلاسیک است - چهار برچسب خاص که از بازیکنان Minecraft استفاده می کنند. پس از طبقه بندی ساختمان ، الگوریتم دیگری می تواند ساختمانهای مشابه را به کاربران نشان دهد تا از آنها الهام بخشد تا پیشرفت خود را بهبود بخشند.

Irene (Euisun) می گوید: "مردم واقعاً علاقه دارند كه فضاهای طراحی بیشتری در Minecraft داشته باشند ، و بتوانند انواع خاصی از معماری را نیز بنا كنند ، اما هیچ ابزار طراحی وجود ندارد تا آنجا كه ما می دانستیم كه می تواند به آنها آموزش دهد." یون

یون مجموعه داده ها را به منظور اطمینان از برچسب گذاری صحیح از ساختمان تنظیم کرد ، زیرا الگوریتم آنها از دقت کافی نسبت به آنچه دوست داشتند نیست زیرا با کمتر از 1000 ساختمان ایجاد شده در بازیکن آموزش داده شده است. در حالت ایده آل ، آنها می توانند چنین الگوریتمی را با ده ها یا صدها هزار قطعه داده آموزش دهند.

"اگر از یک معمار بخواهید که به شما بگوید سبک یک ساختمان چیست ، معمار می گوید ،" خوب ، این یک و نیم داستان است ، خوابگاه دارد ، کیپ کد است. " یادگیری عمیق این کار را انجام می دهد اما این کار را از طریق جعبه سیاه انجام می دهد (از دید پنهان). این یادگیری الگوهای است ، اما نه الزاماً همان الگویی که یک معمار می گوید چیزهای اصلی است. " به عنوان مثال ، اگر تمام خانه های به سبک مدرن در یک مجموعه داده ، استخرهایی در پشت بام داشته باشند ، کامپیوتر می تواند فرض کند که استخرهای پشت بام یک الزام برای خانه های مدرن است.

بازیکنانی که به AI آموزش می دهند

برای پروژه Knecper ، یک روباتیک ، با آموزش ، پروژه Minecraft در پاسخ به سؤالاتی در مورد چگونگی ربات ممکن است از دستورالعمل های انسانی کمک کند.

امروز می گوید: "اگر می گویم" خانه بسازید "، می گوید:" نمی دانم این به چه معنی است. " "کدام آجر را باید کجا قرار دهم؟" Knepper می گوید: سطحی است که روبات ها به آموزش احتیاج دارند. وی گفت: "ما دوست داریم كه انسان ها بیشتر از اینكه با یكدیگر ارتباط برقرار كنند ، بتوانند با روبات ها رابط كنند. بنابراین اگر من به آن می گویم خانه قرون وسطایی یا خانه ای باستانی بسازد و برخی از جزئیات سطح بالا را ارائه دهد ، می دانم که در آن مقطع چگونه آن را به یک چیز قابل قبول تبدیل کنیم که هر کاری را که می خواهید انجام می دهد. ما هنوز آنجا نیستیم ، اما این اولین قدم برای رسیدن به آن هدف است. "

Coauthor Bharath Hariharan ، استادیار علوم کامپیوتر ، از دیدگاه کار خود در دید رایانه به این پژوهش نزدیک شد. در تلاش برای تفسیر یک تصویر ، دانشمندان می توانند یک کامپیوتر را برای انتخاب نشانه هایی از قبیل شکل و استحکام آموزش دهند اما ممکن است در پردازش یا مقیاس مشکل داشته باشد. استفاده از هوش مردم از طریق ساختارها و برچسب های Minecraft می تواند به کامپیوترها کمک کند تا آنها را برای حل این مشکلات حل کنند.

Hariharan می گوید: "هنگامی که مشغول کار با تصاویر هستید ، واقعاً درک این مسئله چیست." "دستگاهی که مشاهده می کند چگونه مردم می سازند ، می توانند کمی در مورد شکل چه شکلی ، چه ساختاری ، چه ساختمانهایی یاد بگیرند."

محققان مقاله ای در مورد کار خود در انجمن پیشرفت کنفرانس هوش مصنوعی در مورد هوش مصنوعی و سرگرمی دیجیتال تعاملی در کانادا ارائه می دهند.

این مقاله براساس کارهایی است که توسط بنیاد ملی علوم پشتیبانی شده است.

https://bit.ly/2LPBz6M