OpenAI训练电脑看影片玩《Minecraft》做钻石镐的速度竟比人类还快

微软旗下 Mojang Studios 开发的工艺沙盒游戏《Minecraft》，以几乎没有边界限制的多生态域世界，让玩家随意与环境方块互动、创作各种事物，2011 年发售持续更新各种内容，至今仍受到大家喜爱，但如今就连 AI（人工智能）都学会在游戏中建设自己的家园了。

OpenAI 是一个非营利的人工智能研究组织，由SpaceX 暨特斯拉执行长伊隆·马斯克（Elon Musk）于 2015 年创立，近日他们在官方推特上透露，在给 AI 看了约 7 万小时（换算约 8 年）的 YouTube 视频后，AI 即能上手《Minecraft》。

另根据记录在官方博客的训练过程，OpenAI 采用了一种叫影像预训练（Video PreTraining： VPT）的技术，来教导 AI 游玩《Minecraft》，电脑要学习的不只是视频的内容，还包括对应的键盘及鼠标操作。

接着他们训练一个逆动力模块（inverse dynamics model）去预测视频中的每一个操作会造成什么结果，然后让 AI 根据资料建构一个基础模型，并微调及学习新的动作。

最终，这个模型在看了上万小时的视频后，学会视频中的动作，如砍树、用木材制作工作台。这当然不是全部，模型也能做到像游泳、打猎、进食等较困难的操作，甚至还能做到「跳叠」利用跳跃的瞬间把方块快速放置在脚下到达高处。

其中砍树、收集原木、将原木制作成木板，然后将木板制作成工作台的过程，AI 只花约 48 秒; 这个过程需要一个精通《Minecraft》的人类大约50秒或1，000个连续的游戏动作。

AI 的能力也会随着看视频的时间加长而增长，如制作能力的提升，从木头、石头发展到挖掘钻石制作工具，就连建房子、搜索村庄也可以。

研究人员为了激发 AI「强化学习」，会在成功完成困难的挑战时给予奖励，以促成超人类的游戏表现，比如做出钻石镐，这是首度有计算机在《Minecraft》做出如此创举，在 10 分钟的游玩过程中有 2.5% 机率会这么做，而人类必须花 20分钟、24，000 次才能做到。

玩游戏已经不是人类的特权了。不仅是像《Minecraft》这样的沙盒游戏，也许未来我们还会看到更多AI游戏应用，比如2018年OpenAI被训练来对抗《Dota 2》并打爆职业玩家，抑或《Ready or Not》让AI学会上厕所、欣赏画作跟抽烟。

OpenAI训练电脑看影片玩《Minecraft》 做钻石镐的速度竟比人类还快