Een nieuwe kunstmatige intelligentie genaamd AIRIS (Autonomous Intelligent Reinforcement Inferred Symbolism) wordt ontwikkeld door SingularityNET en de ASI Alliance om Minecraft vanaf nul te leren spelen met behulp van de feedbackloop van het spel. In tegenstelling tot eerdere AI-testomgevingen, die vaak 2D en lineair waren, biedt Minecraft een complex 3D-wereld waarin AIRIS kan verkennen en navigeren, en zijn vermogen kan testen om spelontwerpdoelen te begrijpen zonder specifieke instructies. SingularityNET en de ASI Alliance kozen voor Minecraft vanwege de complexiteit, populariteit, technische geschiktheid voor AI-integratie en zijn status als benchmark voor Reinforcement Learning, wat vergelijkingen met bestaande algoritmen mogelijk maakt. AIRIS ontvangt input van een raster van 5 x 5 x 5 blokken om zich heen en zijn huidige coördinaten. Aanvankelijk kan de AI eenvoudige acties uitvoeren zoals bewegen of springen in een van acht richtingen, en zal later meer complexe acties kunnen uitvoeren, zoals mijnen of craften. In de 'Vrije Verkenning'-modus bouwt AIRIS een interne kaart op terwijl het verkent en zich aanpast aan obstakels zoals bomen of grotten.

Als het specifieke coördinaten krijgt, navigeert het ernaartoe, terwijl het nieuwe gebieden verkent. Het vermogen om te verkennen en zich aan te passen in 3D-omgevingen onderscheidt AIRIS van traditionele Reinforcement Learning, die moeite heeft met dergelijke taken. Een praktische toepassing voor AIRIS zou geautomatiseerde bug- en stresstesten in game-ontwikkeling kunnen zijn, waarbij het problemen identificeert door interactie met spelelementen, waardoor het kwaliteitsborgingsproces efficiënter wordt. Dit vertegenwoordigt een aanzienlijke stap naar zelfgestuurd leren in complexe virtuele werelden, opwindend nieuws voor AI-liefhebbers.