炸裂!GPT-4 开始自主进化,打造一个虚拟世界!

news2024/12/23 17:15:17

公众号关注 “GitHubDaily”

设为 “星标”,每天带你逛 GitHub!

0fcb92b643d6aa53034dd9fecaac7995.jpeg

此前 GitHub 曾诞生过一个名为 Auto-GPT 的开源项目,让 AI 能够根据人类给出的目的,自动设定任务的优先级,尝试自行优化代码、自动改 Bug 等操作。不得不说,开发者的想法堪称一绝。

短短几个月时间,该项目便在 GitHub 上斩获了 13.6 万 Star,成为开源史上增长最快的项目之一。

虽然该项目自诞生之后,一直备受瞩目。不过可惜的是,AutoGPT 实际操作起来,有点像是在抽盲盒。每次任务执行结果,质量都很不可控,有时甚至会出现乱删电脑本地文件的情况。

所幸,在充分见证过各种 GPT-4 的强大能力之后,开发者们没有沮丧,而是持续实验与探索。

全新的 AI 智能代理,Voyager 横空出世

近日,英伟达与各大高校携手联合,正式开源一个 AI 智能代理:Voyager,把 GPT-4 放到「我的世界」游戏中,让它模拟人类行为,并提供给它最大的自由度,让其自行设定任务,摸索出进化路线。

GitHub:https://github.com/MineDojo/Voyager

「我的世界」是微软旗下 Mojang Studios 平台开发的一款经典的沙盒游戏,自 2009 年正式发布后,因其世界探索度、自由度极高,一度受到不少玩家热爱。

所有玩家可以在虚拟世界中,一砖一瓦构建任何物品,搜集各种资源,以及进行生存冒险等等。

在该游戏平台,曾经诞生过令人看得瞠目结舌的玩法,比如,之前就有硬核大神直接在上面,直接搭建了一台计算机,这个计算机甚至可以运行一些小游戏,真就无限套娃。

f397cbd33dc66eac39d132d0b0653945.jpeg

本次开源的 Voyager,做的更绝,直接不让人类参与,把主导权完全交给 AI。让 AI 通过编写、提炼、提交、检索代码,来不断优化自己。

实验表明,在「我的世界」这款游戏中,AI 获得稀有物品的机率比普通人类增加了 3.3 倍,前进距离增加了 2.3 倍,解锁里程碑的速度快了 15.3 倍。

英伟达的 AI 科学家 Jim Fan 表示,拥有一般能力的自主代理,将是下一代 AI 的前沿研究领域。

让人工智能在生存挑战和好奇心的驱使下,自行设定计划、学习新技术,并开始主动的去探索虚拟世界,用「我的世界」游戏来进行尝试,实在再好不过了。

技术实现原理

想让 AI 智能代理拥有类似人类的能力,我们就必须让 AI 学会像人类一样去思考与执行。从错误中吸取经验、并在脑中形成记忆,根据不同环境设定目标等等。

通过上述思考,我们需要给 Voyager 提供这 3 个核心组件:

  1. 结合游戏反馈、执行错误、自我验证来完善程序的迭代提示机制;

  2. 用于存储和检索复杂行为的代码技能库;

  3. 最大化探索的自动过程。

再从技术实现角度,将 Voyager 拆分为以下这几个阶段。

首先,Voyager 会尝试使用流行的 Javascript Minecraft API (Mineflayer) 来编写程序,并实现特定目标。

程序报错时,会通过游戏反馈和 JavaScript 执行错误,来帮助 GPT-4 完善程序,优化代码。

cd512044f7c1ce8e2f01ba907c2536cf.jpeg

其次,Voyager 通过将可用的程序存储在向量数据库中,并尝试逐步构建技能库,每个程序都可以通过嵌入文档内容来做检索。

随着各种功能的优化与增加,Voyager 的能力将会开始出现惊人增长。

012f15d4aeed4e8686dfc61c4db565fc.jpeg

最后,自动过程将根据智能体当前的技能水平,以及虚拟世界的实时状态,提出合适的探索任务。例如,如果它发现自己在沙漠而不是森林,它会先学习如何获取沙子和仙人掌。

c27cf1ef01caa9c0b17b03c910ba1d5a.jpeg

Voyager 经过一段时间的自主学习后,开发者发现,它解决问题的能力也在逐步增强,甚至该项目的技能库还能用于提升 AutoGPT 的能力,让 AI 相互辅助进化。

虽然 Voyager 当前只支持文本模型,但未来倘若集成了视觉感知,以及多态模型能力,那么可想而知,AI 将能够开始在虚拟世界中,尝试构建各类复杂的 3D 建筑,自己打造一个完整的虚拟世界。

写在最后

前不久,斯坦福发表了一篇论文,向外界讲述了生成代理(generative agents)这一概念。

这些代理可以执行类似于人类的日常行为,如起床、煮早餐、上班;艺术家可以画画,作家可以写作。

他们能形成独特的个人观点,并互相注意到彼此举动,发起对话或者问候。有时候,他们也会回忆过去,同时计划未来。

9697d76eff5be1cf15fe5095cbc8b530.jpeg

如果未来 Voyager 能够结合斯坦福的这一概念,持续迭代,那么再过不久,AI 便能自主打造一个虚拟世界,并在里面像真人一样生活、上班、谈恋爱、过日子、进行艺术创作。

电影《失控玩家》中的场景,也将在有朝一日,在现实世界真正上演。

从当下 AI 技术的进化速度来看,我相信距离这一天的到来,不会太远。

如果你想了解更多实用的 AI 技术与应用,以及 ChatGPT 新进展,可以点击下方链接,加入我们社群进一步交流探讨。

👇 每个进群的人,都会收到我们赠送的一枚 bf03f418f63d0de6560c068492646e34.png 账号。

社群入口:ChatGPT 社群,正式上线!

不想错过文章推送?可以给 GitHubDaily 公众号加个星标。

7ca21219ce29b966725a5e54cd11e5c5.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/582131.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

2024考研408-计算机组成原理第一章-计算机系统概述

文章目录 起步:认识计算机一、计算机发展历程1.1、什么是计算机系统1.2、计算机硬件的发展1.2.1、总览四代发展1.2.2、四代发展详细介绍1.2.3、计算机硬件的发展历史1.2.4、摩尔定律介绍 1.3、计算机软件的发展1.3.1、软件的发展1.3.2、目前的发展趋势 知识回顾与重…

Redis中的Reactor模型和执行命令源码探索

文章目录 摘要1、 了解Linux的epoll2、了解Reactor模型 一、Redis初始化1.1、配置初始化1.2、服务初始化1.3、网络监听初始化1.4、Reactor线程池初始化1.5、Reactor事件主循环 二、Reactor2.1、Reactor事件处理器2.2、读事件2.2.1、第一次读事件(accept)…

基于MATALB编程的深度信念网络DBN的01分类编码三分类预测,DBN算法详细原理

目录 背影 DBN神经网络的原理 DBN神经网络的定义 受限玻尔兹曼机(RBM) DBN的语音分类识别 基本结构 主要参数 数据 MATALB代码 结果图 展望 背影 DBN是一种深度学习神经网络,拥有提取特征,非监督学习的能力,是一种非常好的分类算法,本文将DBN算法对数据采用01编码分析…

【数据湖仓架构】数据湖和仓库:Azure Synapse 视角

是时候将数据分析迁移到云端了。我们将讨论 Azure Synapse 在数据湖和数据仓库范式规模上的定位。 在本文中,我们将讨论 Microsoft 的 Azure Synapse Analytics 框架。具体来说,我们关注如何在其中看到数据仓库和数据湖范式的区别。为了熟悉这个主题&…

【Linux】Linux环境基础工具的基本使用及配置(yum、vim)

​ ​📝个人主页:Sherry的成长之路 🏠学习社区:Sherry的成长之路(个人社区) 📖专栏链接:Linux 🎯长路漫漫浩浩,万事皆有期待 文章目录 Linux软件包管理器 - y…

60分钟吃掉detectron2

本范例演示使用非常有名的目标检测框架detectron2 🤗🤗 在自己的数据集(balloon数据)上训练实例分割模型MaskRCNN的方法。 detectron2框架的设计有以下一些优点: 1,强大:提供了包括目标检测、实例分割、全景分割等非常…

Spring Boot启动流程

1 Springboot 启动流程 创建一个StopWatch实例,用来记录SpringBoot的启动时间。 通过SpringFactoriesLoader加载listeners:比如EventPublishingRunListener。 发布SprintBoot开始启动事件(EventPublishingRunListener#starting()&#xff0…

性能测试——基本性能监控系统使用

这里写目录标题 一、基本性能监控系统组成二、环境搭建1、准备数据文件 type.db collectd.conf2、启动InfluxDB3、启动grafana4、启动collectd5、Grafana中配置数据源 一、基本性能监控系统组成 Collectd InfluxdDB Grafana Collectd 是一个守护(daemon)进程,用来…

【数据结构】时间复杂度与空间复杂度

目录 前言一、算法效率1. 算法效率的定义 二、时间复杂度1. 时间复杂度的定义2. 时间复杂度的计算 三、空间复杂度1. 空间复杂度的定义2. 空间复杂度的计算 四、时间复杂度曲线图结尾 前言 在学习C语言的时候,大多数的小伙伴们并不会对算法的效率了解,也…

视频采集到录制 - 音频采集到降噪

继续上篇的视频采集到录制 视频采集相对来说还是算正常,如果资源够用,使用第三方库也是种解决办法 但音频采集网上资料相对也少,走了一遍,也发现存在很多坑 1. 音频采集 一般来说,采用MIC采集,采集出来的格…

内存泄露的循环引用问题

内存泄漏一直是很多大型系统故障的根源,也是一个面试热点。那么在编程语言层面已经提供了内存回收机制,为什么还会产生内存泄漏呢? 这是因为应用的内存管理一直处于一个和应用程序执行并发的状态,如果应用程序申请内存的速度&…

希尔伯特旅馆里,住着AI的某种真相

“无穷”和“无穷1”,哪个更大? 已经吸收了不知道多少数据的AI模型,和比他多学习一条数据的模型,哪个更智能? 想聊聊这个问题,出于一个偶然的机会。很早之前我在测试ChatGPT的时候,突然想问他个…

简单工厂、工厂方法、抽象工厂模式-这仨货的区别

要想明白这三玩意的区别就需要知道这三玩意的优缺点; 之所以有三种工厂模式,就说明它们各有所长,能解决不同场景的问题; 一、简单工厂模式 UML图 代码 public class MobileFactory {public static Mobile getMobile(String brand)…

【Linux】线程概述、创建线程、终止线程

目录 线程概述1、创建线程函数解析代码举例 2、终止线程函数解析代码举例 橙色 线程概述 与进程类似,线程是允许应用程序并发执行多个任务的一种机制。一个进程可以包含多个线程。 进程是 CPU 分配资源的最小单位,线程是操作系统调度执行的最小单位。…

回归预测 | MATLAB实现SSA-CNN-LSTM麻雀算法优化卷积长短期记忆神经网络多输入单输出回归预测

回归预测 | MATLAB实现SSA-CNN-LSTM麻雀算法优化卷积长短期记忆神经网络多输入单输出回归预测 目录 回归预测 | MATLAB实现SSA-CNN-LSTM麻雀算法优化卷积长短期记忆神经网络多输入单输出回归预测预测效果基本介绍模型描述程序设计学习总结参考资料 预测效果 基本介绍 MATLAB实现…

【笔记整理】轻量级神经网络 MobileNetV3

【笔记整理】轻量级神经网络 MobileNetV3 文章目录 【笔记整理】轻量级神经网络 MobileNetV31、深度可分离卷积2、翻转残差块和线性瓶颈结构3、h-swish 函数和 SE 模块4、网络结构搜索 近年来关于 CNN 的研究在飞速发展,CNN 模型在目标检测、图像分割等领域都取得了…

力扣sql中等篇练习(二十九)

力扣sql中等篇练习(二十九) 1 计算每个销售人员的影响力 1.1 题目内容 1.1.1 基本题目信息1 1.1.2 基本题目信息2 1.1.3 示例输入输出 a 示例输入 b 示例输出 1.2 示例sql语句 # Write your MySQL query statement below SELECT s1.salesperson_id,s1.name,IFNULL(t.total…

毕业季到底是去大厂还是去小公司

(点击即可收听) 毕业季到底是去大厂还是去小公司 相信很多人在选择大小公司的时候,会比较痛苦,外面的人想进去,里面的人想出来,至于选择大厂还是小公司 这是因人而异的,不同的阶段都可以有不同的选择 进大厂不一定就是对的,进小公司也不一定就是错的,学习东西,增长经…

股票量化分析工具QTYX使用攻略——涨停个股挖掘热门板块(更新2.6.5)

搭建自己的量化系统 如果要长期在市场中立于不败之地!必须要形成一套自己的交易系统。 行情不等人!边学习边实战,在实战中学习才是最有效地方式。于是我们分享一个即可以用于学习,也可以用于实战炒股分析的量化系统——QTYX。 QTY…

软考A计划-试题模拟含答案解析-卷九

点击跳转专栏>Unity3D特效百例点击跳转专栏>案例项目实战源码点击跳转专栏>游戏脚本-辅助自动化点击跳转专栏>Android控件全解手册点击跳转专栏>Scratch编程案例 👉关于作者 专注于Android/Unity和各种游戏开发技巧,以及各种资源分享&am…