ASI联盟推出了AIRIS（自主智能强化推断符号），它在流行游戏Minecraft中“学习”。
AIRIS代表了第一个原型AGI（人工通用智能），它利用了联盟内的全面技术栈。
由著名AI研究员本·戈特泽尔博士创立的SingularityNET，使用Fetch.ai的代理技术，结合Ocean Data以实现长期记忆能力，并预计很快将整合CUDOS计算基础设施以获得可扩展的处理能力。
戈特泽尔解释道：“AIRIS是朝着实用、可扩展的神经符号学习迈出的重要一步，除了其已经强大且有价值的功能外，它还展示了神经符号系统的一些一般性观点，例如它们能够从少量数据中学习出精确的可推广结论。”
根据公司说法，这种联盟驱动的程序推动AIRIS朝着AGI发展——打造出第一个具有自主和自适应学习能力的智能系统，具有实际应用于现实场景的潜力。
AIRIS的学习机制
AIRIS旨在通过直接与环境互动来增强其理解，超越依赖预定义规则或庞大数据集的传统AI限制。相反，AIRIS通过观察、实验和不断完善其独特的“规则集”来进化。
该系统促进了深层次的问题解决和上下文理解，其在Minecraft中的应用为AI与数字和实际环境的互动设定了新的基准。
从受控的2D网格转向复杂的Minecraft 3D世界，AIRIS面临着许多挑战——包括地形导航和在动态环境中的自适应问题解决。这一过渡突显了AIRIS在导航、探索和学习方面的自主性。
AIRIS Minecraft代理通过几个关键特征与其他AI实体区分开来：
- 动态导航：AIRIS最初评估其环境以制定移动策略，实时适应新环境。其能力包括绕过障碍物、跳过障碍和预测对不同地形的反应。
- 障碍适应：它学习如何绕过悬崖和森林等障碍物，通过每个新挑战来完善其规则集，以避免冗余错误并最小化不必要的试错努力。
- 高效路径寻找：通过持续优化，AIRIS从最初复杂的导航路径进化为简化的直接路线，因为它“理解”了Minecraft的动态。
- 实时环境适应：与传统的强化学习系统需要为新环境进行广泛再训练不同，AIRIS能够立即适应不熟悉的区域，动态地基于部分观察制定新规则。
AIRIS在处理波动地形（包括水体和洞穴系统）方面的能力，引入了基于实践经验的复杂规则优化。此外，AIRIS还具备优化的计算效率——能够实时管理复杂规则而不影响性能。
未来应用
Minecraft为AIRIS的潜在应用提供了一个极好的起点，为广泛的实施奠定了坚实的基础：
- 增强对象互动：未来阶段将使AIRIS能够更深入地与其环境互动，提高在对象操作、建造甚至制作方面的能力。这一发展将要求AIRIS为上下文任务开发更精细的决策框架。
- 社会AI协作：计划将AIRIS纳入多代理场景，在这些场景中，代理学习、互动并实现共同目标，模拟现实世界的社会动态和协作问题解决。
- 抽象和战略推理：扩展的发展将增强AIRIS的推理能力，使其能够处理复杂目标，如资源管理和优先级排序，超越基本导航，朝着战略游戏发展。
AIRIS向3D环境的过渡标志着ASI联盟在培养AGI使命中的一个关键进展。通过AIRIS在Minecraft中导航和学习的成就，ASI联盟希望加速其在现实世界中的部署，开创自主机器人、智能家居助手和其他需要自适应学习和问题解决能力的系统的应用。
SingularityNET的AI开发者和AIRIS的创作者Berick Cook表示：“AIRIS是一种全新的机器学习问题解决方法。我们才刚刚开始探索它的能力。我们期待看到如何将其应用于传统强化学习面临重大挑战的问题。”
“对我来说，AIRIS最重要的方面是其透明性和可解释性。摆脱‘黑箱’AI代表了在追求安全、伦理和有益AI方面的一次重大飞跃。”
AIRIS中显现出的创新AI方法——强调自我导向学习和持续规则优化——为能够在不可预测的现实环境中独立运行的AI系统奠定了基础。Minecraft复杂的生态系统使该系统能够在一个受控但广阔的虚拟环境中磨练其技能，有效地弥合了模拟与现实之间的鸿沟。
AIRIS Minecraft代理代表了朝着一种能够从环境中学习、适应并自主决策的AI迈出的第一步。这一成就展示了这种技术在各个行业重新构想AI角色的潜力。
(图片由SkyeWeste提供)
另见：SingularityNET押注超级计算机网络以实现AGI
想了解更多来自行业领袖的AI和大数据知识吗？ 请查看AI & 大数据博览会，该活动将在阿姆斯特丹、加利福尼亚和伦敦举行。该综合活动与其他领先活动共同举办，包括智能自动化会议、区块链博览会、数字转型周和网络安全与云博览会。
探索由TechForge提供的其他即将举行的企业技术活动和网络研讨会这里。
