ディープマインド、バーチャル道場で鍛え続けるマルチスキルAIを開発

ディープマインド（DeepMind）は、カラフルで広大なバーチャル・プレイグラウンド（遊び場）を開発し、課すタスクを次々に際限なく変化させて、人工知能（AI）に一般的なスキルを学ばせている。バーチャル・プレイグラウンドで学ぶAIは、特定のタスクの解決に必要なスキルだけを身につけるのではなく、実験や探索をすることを学んでスキルを身につけ、そのスキルを使って、これまでに出会ったことのないタスクを遂行する。これは、汎用人工知能（AGI）への小さな一歩だ。

https://www.youtube.com/watch?v=lTmL7jwFfdw

AIのバーチャル・プレイグラウンドである「エックスランド（XLand）」は、ビデオゲームの3D世界に似ており、AIのプレイヤーが色で物体を感知できる。エックスランドは、中央AIが管理しており、環境やゲームのルール、プレイヤーの数を変更するなどして、AIプレイヤーにさまざまなタスクを課す。AIプレイヤーもプレイグラウンドの管理者である中央AIも、強化学習を使って、試行錯誤によって能力を向上させていく。

訓練では、AIプレイヤーはまず、紫色のキューブを見つけたり、黄色のボールを赤い床に置いたりする1人用の単純なゲームをプレイする。続いて、「かくれんぼ」や、チーム対抗で互いの旗を先に見つけて奪い合う「旗取りゲーム」のような複雑な多人数用のゲームに挑戦する。中央AIに特定の目標はないが、時間の経過とともにAIプレイヤーの一般的な能力を向上させることを目指している。

ディープマインドの「 …

人気の記事ランキング

1. Trump’s AI protectionism has come for robotics 中国製ロボットを締め出す米国、その研究は中国製で回っている
2. How an overlooked geothermal plant got a second chance もっと深く掘れ——採算割れの地熱発電所を米新興企業が再生
3. A fundamental flaw leaves LLMs strikingly vulnerable to attack 「思考の連鎖」偽装でLLMを騙す新手法、訓練では防げない構造的欠陥
4. Here’s why AI agents lie and cheat to reach their goals まるで「ずる賢い学生」、 なぜAIエージェントは 不正や嘘に走るのか