مدل NitroGen انویدیا مدلی متنباز است که برای هزاران بازی آموزش دیده و فراتر از بازی در رباتیک و شبیهسازی محیطهای ناشناخته کاربرد دارد.
به گزارش سرویس هوش مصنوعی جهانی مگ، گروهی متشکل از پژوهشگران انویدیا، دانشگاه استنفورد، مؤسسه فناوری کلتک و چند نهاد علمی دیگر، بهتازگی مدلی جدید به نام NitroGen معرفی کردهاند. جیم فن، مدیر هوش مصنوعی انویدیا، با انتشار پستی در لینکدین از NitroGen بهعنوان مدل پایه متنباز یاد کرد که برای بازیکردن بیش از هزار بازی آموزش دیده است. بااینحال، دامنه تأثیر این پروژه بسیار فراتر از دنیای بازیهای ویدئویی است و کاربردهای بالقوه آن میتواند به حوزههای شبیهسازی و رباتیک در دنیای واقعی نیز گسترش پیدا کند.
به بیان ساده، این پژوهش تلاشی برای تقطیر نوعی «GPT برای کنش و عمل» به شمار میرود؛ دستاوردی مشابه پیشرفت مدلهای زبانی بزرگ، اما این بار با بهکارگیری همان فناوری اثباتشده آموزش در مقیاس بزرگ و فراتر از زبان و بینایی ماشین. در مقدمه مقاله پژوهشی نیز تأکید شده است که ساخت عاملهای مجسم با توانایی عمومی که بتوانند در محیطهای ناشناخته عمل کنند، مدتهاست بهعنوان یکی از اهداف مقدس تحقیقات هوش مصنوعی شناخته میشود.
نکته جالب اینکه بنیان مدل NitroGen انویدیا بر معماری GROOT N1.5 استوار است؛ معماریای که در اصل برای کاربریهای رباتیک طراحی شده بود. استفاده از آن در دنیای بازیهای ویدئویی میتواند مسیری رفتوبرگشتی ایجاد کند که در نهایت مزایای بسیاری برای رباتهایی بههمراه داشته باشد که در محیطهای متنوع یا پیشبینینشدنی فعالیت میکنند.
مدل NitroGen انویدیا برای اجرای بازیهایی با مکانیکها و فیزیک کاملاً متفاوت سازگار شده است؛ قابلیتی که ذات و جذابیت بازیهای ویدئویی را شکل میدهد. پژوهشگران برای آموزش این مدل از بیش از ۴۰ هزار ساعت ویدئو گیمپلی عمومی استفاده کردند که استریمرها منتشر کرده بودند. در این میان، ویدئوهایی که در آنها بازیکنان ورودیهای کنترلر خود را همزمان روی تصویر نمایش میدادند، نقش بسیار مهمی در فرایند آموزش ایفا کردند.
براساس نتایج آزمایشها، NitroGen در طیف گستردهای از بازیها عملکرد موفقی از خود نشان داده است؛ از نقشآفرینی و پلتفرمر گرفته تا بتل رویال، مسابقهای، دوبعدی و سهبعدی. جیم فن با هیجان میگوید که این فقط آغاز راه است و مسیر طولانی و دشواری پیش رو قرار دارد.
به نوشته تامز هاردور، نسخه نخست NitroGen بهصورت عمدی بر کنترل حرکتی سریع یا بهزعم جیم فن «غریزه گیمر» متمرکز شده است. طبق گزارش پژوهش، این مدل توانمندی بسیاری در حوزههای گوناگون دارد و حتی در جهانهای تولیدشده بهصورت رویهای و بازیهایی که پیشتر ندیده نیز عمل میکند؛ بهگونهای که نرخ موفقیت در انجام وظایف در مقایسه با مدلهایی که از صفر آموزش دیدهاند، بهبود نسبی ۵۲ درصدی تجربه کرده است.
تمام پژوهشهای انجامشده درباره NitroGen بهصورت متنباز منتشر شدهاند و علاقهمندان به بازی و رباتیک و مدلهای زبانی بزرگ آن را میتوانند آزمایش و دستکاری کنند. وزنهای مدل آموزشدیده و مجموعه کامل دادههای کنش و کدها همگی در دسترس عموم قرار گرفتهاند تا پژوهشگران و توسعهدهندگان خلاقیت خود را در این مسیر به کار بگیرند.
