Miundo ya Ulimwengu na Viigaji Vilivyojifunza
Muundo wa ulimwengu ni mtandao wa neva ambao hujifunza kutabiri jinsi mazingira yanavyobadilika baada ya muda, kuruhusu AI 'ifikirie' matokeo ya siku zijazo kabla ya kutenda.
Muhtasari
Learned simulators take this further, generating interactive, playable environments from data instead of being hand-coded by engineers.
Dive ya kina
Badala ya kukariri cha kufanya, kielelezo cha ulimwengu kinanasa mienendo ya mazingira: kwa kuzingatia hali ya sasa na hatua inayopendekezwa, inatabiri uchunguzi unaofuata. Karatasi ya kawaida ya 2018 ya 'Miundo ya Ulimwengu' ya Ha na Schmidhuber ilibana fremu za mchezo kwa kutumia kisimbaji kiotomatiki, iliunda mienendo yao kwa mtandao unaojirudia, na ilifunza kidhibiti karibu kikamilifu ndani ya 'ndoto' hii iliyojifunza. Mstari wa Dreamer wa DeepMind hujifunza mienendo na mipango iliyofichika kwa kusambaza njia zinazowaziwa, na DreamerV3 ilipata ujuzi wa kazi mbalimbali - hata kukusanya almasi katika Minecraft kuanzia mwanzo. Hivi majuzi, Jini wa Google hutengeneza ulimwengu wa 2D unaoweza kudhibitiwa kutoka kwa picha na video zisizo na lebo, na GameNGen ilitoa tena mchezo wa DOOM katika muda halisi kwa kutumia muundo wa uenezaji pekee. Rufaa: mawakala wanaweza kujifunza au kujaribiwa kwa mawazo ya bei nafuu, ya haraka badala ya ukweli hatari, polepole.
Ufahamu wa Kiufundi
Miundo ya ulimwengu kwa kawaida huambatanisha uchunguzi wa hali ya juu hadi katika hali ya fiche iliyoshikamana, kisha ujifunze chaguo la kukokotoa la mpito linalotabiri hali fiche inayofuata na zawadi kutokana na kitendo. Kupanga hutumia 'mipango': kuwazia mifuatano mingi ya hatua mbele na kuchagua bora zaidi, au kutoa mafunzo kwa sera kuhusu data inayofikiriwa. Matoleo ya kisasa hutumia transfoma au uenezaji wa video ili kutabiri fremu moja kwa moja, zilizowekwa kwa vitendo vya mtumiaji, kufikia kizazi shirikishi cha fremu kwa fremu.
Athari za kimkakati
Maamuzi ya wazi zaidi
Inakusaidia kutenganisha madai ya wazi ya kiufundi kutoka kwa lugha ya uuzaji.
Cost and budget
Unaweza kuuliza maswali ya utekelezaji bora kabla ya kutumia pesa au wakati.
Timu na mtiririko wa kazi
Timu zenye uelewa wa pamoja hufanya maamuzi bora ya bidhaa, sera na mafunzo.
Mustakabali wa Wanamitindo wa Ulimwengu na Viigaji Vilivyojifunza
Miundo ya ulimwengu inazidi kuwa kitovu cha robotiki na uzalishaji wa mchezo: inaahidi ujifunzaji unaofaa wa data ambapo mwingiliano halisi ni wa gharama kubwa, na mazingira yanayoweza kuchezwa yanayotokana na kuruka. Tarajia uaminifu wa hali ya juu, upeo wa macho, vielelezo vya video vilivyo na masharti, muunganisho mkali zaidi na mawakala wa kupanga, na utumie kama 'viigaji vya neva' kwa kufunza sera za kujiendesha na kudanganya. Changamoto zilizo wazi ni pamoja na uthabiti wa muda mrefu, kuzuia fizikia iliyochorwa, na kuongeza kumbukumbu.
Utekelezaji wa Ulimwengu Halisi
Ha na Schmidhuber wanatoa mafunzo kwa wakala wa mbio za magari karibu kabisa ndani ya ndoto yake aliyojifunza ya mazingira
DreamerV3 ya DeepMind inakusanya almasi katika Minecraft kutoka mwanzo kwa kupanga katika mawazo
Jini wa Google anazalisha ulimwengu wa jukwaa wa 2D unaoweza kuchezwa kutoka kwa picha moja ya papo hapo.
GameNGen ina toleo linaloweza kuchezwa la DOOM katika wakati halisi, na fremu zinazotolewa na muundo wa uenezaji
Hatari & Walinzi
Timu tofauti zinaweza kutumia neno moja tofauti, kwa hivyo fafanua upeo mapema.
Vigezo vinaweza kuonekana kuwa na nguvu ilhali utendakazi wa ulimwengu halisi haufanani.
Kupuuza ubora wa data na mipango ya tathmini mara nyingi huleta matokeo tete.
Ramani ya Utekelezaji
Anza na ufafanuzi wa lugha rahisi wa matokeo unayohitaji.
Chagua kipimo kimoja cha mafanikio na hali moja ya kutofaulu kabla ya kujaribu.
Tekeleza majaribio madogo yenye data wakilishi, si seti ya onyesho iliyoboreshwa.
Hati ambapo Miundo ya Ulimwengu na Viigaji Vilivyojifunza husaidia na ambapo mbinu rahisi ni bora zaidi.
Endelea Kuchunguza
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the World Models and Learned Simulators quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Mwongozo unaofuata
Miundo ya NVIDIA Cosmos World Foundation
Maswali yanayoulizwa mara kwa mara
What is World Models and Learned Simulators?
Muundo wa ulimwengu ni mtandao wa neva ambao hujifunza kutabiri jinsi mazingira yanavyobadilika baada ya muda, kuruhusu AI 'ifikirie' matokeo ya siku zijazo kabla ya kutenda. Viigizaji vilivyojifunza huchukua hili zaidi, kuzalisha mazingira wasilianifu, yanayoweza kuchezwa kutoka kwa data badala ya kuwekewa msimbo kwa mkono na wahandisi.
Ni nini kazi kuu ya mwanamitindo wa ulimwengu?
Muundo wa ulimwengu hujifunza mienendo ya mazingira: kutoka kwa hali ya sasa na kitendo hutabiri uchunguzi unaofuata (na mara nyingi huthawabisha), kuwezesha uchapishaji unaofikiriwa.
Katika karatasi ya 'Miundo ya Ulimwenguni' ya 2018 ya Ha na Schmidhuber, kidhibiti kilifunzwa wapi kwa sehemu kubwa?
Wakala alijifunza kutenda karibu kabisa ndani ya mienendo fiche iliyojifunza ('ndoto'), kisha kuhamishiwa kwenye mazingira halisi.
Ni kazi gani mashuhuri ambayo DeepMind's DreamerV3 ilipata?
DreamerV3 ilijifunza mienendo iliyofichika na ikatumia uchapishaji unaofikiriwa ili kumudu majukumu mengi, ikiwa ni pamoja na kupata almasi katika Minecraft bila data au mitaala ya kibinadamu.
Jini wa Google hufanya nini?
Jini ni mazingira wasilianifu ambayo hujifunza kutoka kwa video isiyo na lebo ili kutoa ulimwengu wa 2D unaoweza kudhibitiwa.
Je, miundo mingi ya ulimwengu huwekaje tatizo la utabiri kuwa litatulika kwa pembejeo za hali ya juu kama vile picha?
Uchunguzi umesimbwa katika hali fiche ya mwelekeo wa chini, na chaguo la kukokotoa la mpito hutabiri hali iliyofichika inayofuata, na kufanya uchapishaji kuwa mzuri.