在過去的幾天裏，原本就很火爆的人工智能社區又被來自中國和新加坡的研究人員點燃了，他們將最先進的人工智能與具有挑戰性的電子遊戲《荒野大鏢客 2》（RDR2）進行了較量。這項研究題爲《邁向通用計算機控制：以《荒野大鏢客 2》爲例，將 OpenAI 的 GPT-4V 與 CRADLE 多模態代理相結合》，研究了電子遊戲《荒野大鏢客 2》多人遊戲探索的“模型選擇算法”研究。

瞭解通用計算機控制

通用計算機控制 (GCC) 爲形成通用人工智能 (AGI) 鋪平了道路，在通用人工智能中，AI 系統證明了其能夠快速處理任務的能力，其能力和理解力與人類用戶相當。藉助包含視覺和聽覺數據的計算機輸入系統，AI 可以扮演更精通計算機的人的角色。此外，這種技術爲 AI 提供了一種在動態情況下果斷行事的方法，即在 AI 經歷學習過程時，通過恰當地識別和響應各種信息（無需事先了解其所處的環境）來測試 AI 的可重複性。

RDR2，即 GM，以其豐富的環境和意外事件而聞名，是我們進行這項研究工作的最佳起點。該遊戲呈現了一個模擬人員管理系統，具有複雜的控制系統和用戶界面組件，從交互對話到特殊的遊戲內提示或指導，以節省時間並增強用戶體驗，從而使對 AI 的評估變得可信。

人工智能遊戲的行爲與進展

這項研究的關鍵是 CRADLE 框架，這是一個原型 AI 系統，其設計不僅具有遊戲性，而且以後還可以處理不同類型的軟件應用程序。CRADLE 旨在通過實現目標讓 AI 熟悉隨機遊戲；這一切都基於人類的學習模式，而無需瞭解任何內部狀態或 API。

然而，我沒想到開發會一帆風順。在一些需要快速視覺空間意識處理和實時決策的工作中，人工智能面臨着諸如複雜的戰鬥任務和由緊密相連的走廊組成的室內地圖等困難。這些挑戰使人工智能系統的思維模型與遊戲引擎的思維模型之間的界限變得明顯，後者要求在處理與人類視覺相似和理解遊戲對象等雙重任務時具有精細的準確性。

未來的挑戰和影響

儘管上述所有問題都已在遊戲玩法中完全同步，但 CRADLE 仍然成功完成了故事部分，因此，它應該被視爲 AI 遊戲中的高水準。研究結果不僅突出了 AI 執行這些密集任務模擬的能力，還告訴我們仍有可以借鑑的方面，特別是開發良好的空間識別和視覺頻譜方面。

人工智能是持久的，隨着它的發展，它的應用也不斷開拓新領域，其中游戲是第一個爭論焦點，也是其他更深層次挑戰的焦點。能夠理解和響應複雜平臺系統的人工智能系統，成爲機器人和實時戰略系統等領域進步的工具。以下研究無疑將成爲進一步研究的基礎，以改進人工智能的功能，並突破通用計算機控制應用的限制。研究和嘗試解決現有的限制，使人工智能系統更加明智、反應靈敏和智能，將有助於創建可用於廣泛應用的人工智能資源。

本文最初發表於 Tom’s Hardware