એન્જોય કરો AIRIS: 3D ગેમ પર્યાવરણમાં AI નો ભવિષ્ય
Brief news summary
સિંગ્યુલારિટી નેટ અને એએસઆઈ એલાયન્સ દ્વારા વિકસિત AIRIS માઇનક્રાફ્ટની જટિલ 3D દુનિયામાં સ્વ-દિશામાર્ગદર્શન શિક્ષણ દ્વારા AI ને પરિવર્તિત કરી છે. આ પરંપરાગત AI તાલીમને સરળ 2D વાતાવરણમાં શીખવે છે તેનાથી ફરક પડે છે. માઇનક્રાફ્ટનો વિગતવાર, ઓપન-વર્લ્ડ પરિપ્રેક્ષ્ય AI ની સમસ્યાનું ઉકેલવા માટેની ક્ષમતાને વધારી આપે છે. મૂળ રૂપે મૂળભૂત 2D ચૂંટણીઓ પર તાલીમ અપાયેલી AIRIS હવે માઇનક્રાફ્ટમાં કામ કરીને રેઇંફોર્સમેન્ટ લેર્નિંગ માટે એક ધોરણ સ્થાપિત કરે છે, જ્યાં તે 5x5x5 ગ્રીડ વ્યૂ પ્રક્રિયા કરે છે અને 16 ક્રિયાઓ કરે છે જેમ કે ગતિ અને કૂદકો નાખવો. "ફ્રી રોઅમ" મોડમાં, AIRIS અદ્વિતीय અનુકૂળતા દર્શાવે છે, નવા વિસ્તારમાં ભ્રમણ કરે છે અને અવરોધોને પાર કરે છે, જે અન્ય ગતિશીલ ઘડવાયેલી વાતાવરણમાં વપરાતા સામાન્ય રેઇંફોર્સમેન્ટ લેર્નિંગ પદ્ધતિઓને મ્હાત આપે છે. આ ક્ષમતા AIRIS ને ચોક્કસ ટપાલલક્ષાંકે જવા માટે અસરકારક રીતે નૈપুণ્ય આપે છે, તેના ઉચ્ચ કક્ષાના શીખવા માટેના કુશળતાને પ્રતિબિંબાવે છે. સંભવિત એપ્લિકેશનોમાં જટિલ વિડિઓ ગેમ્સ જેમ કે ફોલઆઉટ 4માં તણાવ પરીક્ષણ અને બગ ડિટેક્શનનો સમાવેશ થાય છે, તેથી ડેવલપર માટે ગુણવત્તા ખાતરીમાં સુધારો થાય છે. સારમાં, AIRIS જટિલ વર્ચ્યુઅલ વાતાવરણમાં સ્વચાલિત AI શીખવાનો મહાન ગલાય સમય દર્શાવે છે.માઇંક્રાફ્ટ સામગ્રી અને restrictions ને ધ્યાનમાં લઈને, SingularityNET અને ASI એલાયન્સે એક નવી કૃત્રિમ બુદ્ધિ AIRIS (ઓટონომસ ઇન્ટેલિજન્ટ રેઇન્ફોર્સમેન્ટ ઇન્ફર્ડ સિમ્બોલિઝમ) વિકસાવવા માંડી છે, જે માઇંક્રાફ્ટ રમવાનું સંપૂર્ણ રીતે શીખશે અને રમી જશે. અગાઉના AI પરીક્ષણ માધ્યમો જ્યાં સામાન્યતઃ 2D અને લીનેઅર હતા, ત્યાં માઇંક્રાફ્ટ એક જટિલ 3D વિશ્વ પ્રદાન કરે છે જ્યાં AIRIS શોધખોળ અને નૈવિગેશન કરી શકશે, ખાસ સૂચનાઓના અભાવમાં રમતની રચનાત્મક લક્ષ્યાંકોને સમજવા માટે તેની ક્ષમતાનો પરીક્ષણ કરશે. SingularityNET અને ASI એલાયન્સે માઇંક્રાફ્ટને તેના જટિલતા, લોકપ્રિયતા, AI એકીકરણ માટેની ટેક્નિકલ યોગ્યતા અને રેઇન્ફોર્સમેન્ટ લર્નિંગ બેનચમાર્ક તરીકેની સ્થિતિને ધ્યાનમાં લઈને પસંદ કર્યું, જે મોજુદા અલ્ગોરિધમ્સની તુલના કરવાની મંજૂરી આપે છે. AIRIS 5 x 5 x 5 બ્લોક ગ્રિડમાંથી માહિતી મેળવે છે જે તેને આસપાસ છે અને તેની વર્તમાન સ્થાને છે. શરૂઆતમાં, AI સરળ પ્રક્રિયાઓ સ્વરૂપે આઠ દિશામાં એક સંકેતને લઈને ખસી શકે છે અથવા કૂદી શકે છે અને પછીથી ખાણકામ અથવા ક્રાફ્ટિંગ જવા જેવી વધુ જટિલ ક્રિયાઓ મેળવી શકશે. 'ફ્રી રોમ' મૂડમાં, AIRIS અંદરનો નકશો બાંધશે જ્યારે તે શોધખોળ કરે છે, વૃક્ષો અથવા ગોફારીઓ જેવા અવરોધોમાં અનુકૂલન કરે છે.
જો ખાસ સ્ટેટસ અપાય, તો તે તેની તરફ નૈવિગેશન કરશે, પ્રક્રિયામાં નવા વિસ્તારોની શોધખોળ કર્યા વગર. 3D વાતાવરણમાં શોધખોળ અને નૈવિગેશન કરવાની ક્ષમતા AIRISને પરંપરાગત રેઇન્ફોર્સમેન્ટ લર્નિંગ માંથી જુદું બનાવે છે, જે એવા કાર્યોથી સંઘર્ષ માહિતી આપે છે. AIRIS માટે એક વ્યાવહારિક એપ્લિકેશનમાં ગેમ ડેવલપમેન્ટમાં સ્વચાલિત બગ અને સ્ટ્રેસ ટેસ્ટિંગનો સમાવેશ થઈ શકે છે, જ્યાં તે રમતના તત્વોના પરસ્પર వ్యవહારો દ્વારા મુદ્દાઓનું નિર્ધારણ કરશે, ગુણ માનીકરણ પ્રક્રિયાને સુગમ બનાવશે. આ જટિલ વર્ચ્યુઅલ વિશ્વોમાં આવિબદ્ધ શીખણા તરફ એક મહત્વપૂર્ણ પગલું છે, જે AI ઉત્સાહી માટે રોમાંચક સમાચાર છે.
Watch video about
એન્જોય કરો AIRIS: 3D ગેમ પર્યાવરણમાં AI નો ભવિષ્ય
Try our premium solution and start getting clients — at no cost to you