KUNSTIG INTELLIGENS

Deepminds KI har lært seg å spille Minecraft – helt på egen hånd

Verdensuniversene i det svenske suksesspillet er enorme og tilfeldig genererte. Nå har Googles Deepmind-system, Dreamer, lært seg å mestre dem.

Å finne diamanter i Minecraft har frem til nå vært vanskelig for KI-systemer.
Å finne diamanter i Minecraft har frem til nå vært vanskelig for KI-systemer. Foto: Microsoft/Mojang
Peter Ottsjö, Nyteknik.se
12. apr. 2025 - 14:00

På kinoer verden over kan vi for tiden se Jack Black i hovedrollen i A Minecraft Movie. Samtidig har Dreamer, en ny KI-modell fra Google Deepmind, inntatt hovedrollen i selve spillet Minecraft.

– Dreamer er et viktig steg på veien mot generelle KI-systemer, sier Danijar Hafner, forsker hos Google Deepmind, til det vitenskapelige tidsskriftet Nature.

Diamanter er den mest sjeldne ressursen i Minecraft. I senere år har utvinning av den digitale edelstenen også blitt et viktig mål i KI-forskning.

Minecraft består av enorme, tilfeldig genererte verdener, og det å skaffe diamanter krever mange trinn. Med andre ord byr spillet på en betydelig utfordring for KI-modeller.

Tidligere KI-systemer har lært å spille Minecraft etter å ha fått servert videoer av mennesker som spiller, eller ved hjelp av instruksjoner. Dreamer måtte klare seg uten slik støtte. I en vitenskapelig artikkel publisert i Nature, skriver Google Deepmind at Dreamer sannsynligvis er den første algoritmen som har klart å samle diamanter på denne måten.

Bygger en indre verdensmodell

Ved hjelp av forsterkningslæring fikk modellen utforske og forstå spillverdenen på egen hånd. Men i stedet for å tilfeldig prøve seg frem, bygget Dreamer opp en indre modell av spillverdenen – en slags verdensmodell – som gjorde det mulig å forutsi konsekvenser før den handlet.

Denne indre modellen var nødvendig fordi forskerne tilbakestilte hver spilløkt etter 30 minutter – en tidsgrense basert på hvor lang tid det vanligvis tar for menneskelige spillere å finne diamanter. Dreamer måtte da begynne på nytt – i en ny Minecraft-verden. Likevel klarte modellen å generalisere godt nok til å bruke kunnskap fra tidligere omganger i nye omgivelser.

– Det var ikke mulig å bare huske én bestemt strategi, sier Danijar Hafner til Nature.

Etter ni dagers spilletid klarte Dreamer å finne sin første diamant.

Det endelige målet er selvsagt ikke å få KI-systemer til å bli gode i Minecraft, men å utvikle evnen til å generalisere over lange tidshorisonter. Det øker sjansen for å utvikle KI-modeller som kan gjøre praktisk nytte i den virkelige verden.

Artikkelen ble ført publisert av Ny Teknik

Deepseek er i ferd med å bli en farlig utfordrer til Microsoft, Google og Open AI på KI-fronten.
Les også

– Mest imponerende gjennom­bruddet jeg har sett

Del
Kommentarer:
Du kan kommentere under fullt navn eller med kallenavn. Bruk BankID for automatisk oppretting av brukerkonto.
Tekjobb
Se flere jobber
Tre jobbtilbud 10 måneder før masteravslutning!
Les mer
Tre jobbtilbud 10 måneder før masteravslutning!
Tekjobb
Få annonsen din her og nå frem til de beste kandidatene
Lag en bedriftsprofil
En tjeneste fra