Stan Gerard ja Quiver Bran -tiimi ovat luoneet uuden menetelmän testata tekoälymallien prosessointitehoa ja -nopeutta. Tämän menetelmän avulla suuret kielimallit (LLM) voivat ohjata hahmoja Street Fighter 3 -videopelissä. He kilpailevat määrittääkseen, mikä tekoälymalli on nopein ja reagoivin. LLM Coliseum, kuten se on nimetty, on paikka, jossa tekoälymallit voivat tehdä reaaliaikaisia päätöksiä pelin aikana, ja niiden suorituskykyyn vaikuttavat tekijät, kuten päätöksentekonopeus.
Tekoälymallit, kuten Mistral Small ja Mistral Medium, olivat keskeisessä asemassa LLM Coliseum -areenalla ja osoittivat strategista älykkyyttään ja päätöksentekokykyään Street Fighter 3:n nopeatempoisessa ympäristössä. Näitä tekoälyjä testataan ja niiden suorituskykyä arvioidaan käyttämällä kehittyneitä mittareita, kuten voittoprosenttimatriisia ja ELO-luokitusjärjestelmää. Tällä hetkellä OpenAI:n GPT-3.5 Turbo on johtoasemassa, ja se osoittaa ylivoimaisia taitojaan ja sopeutumiskykyään virtuaalisella taistelukentällä.
Street Fighter AI -taistelut
Näiden tekoälymallien menestys riippuu niiden kyvystä tehdä päätöksiä sekunnin murto-osassa ja toteuttaa älykkäitä strategioita vastauksena pelin jatkuvasti muuttuvaan dynamiikkaan. Street Fighter 3 vaatii nopeita refleksejä, tarkkaa ajoitusta ja kykyä ennakoida ja vastustaa vastustajan liikkeitä . ”LLM Coliseumissa” kilpailevat tekoälyt tarttuivat haasteeseen osoittaen huomattavaa taitoa pelin tilojen analysoinnissa, vihollisen toiminnan ennustamisessa ja tehokkaiden taistelutekniikoiden suunnittelussa lennossa.
LLM Coliseum Open-Source Framework
Yksi LLM Coliseum -projektin jännittävimmistä puolista on sen avoimen lähdekoodin luonne, joka rohkaisee harrastajia ja tutkijoita osallistumaan aktiivisesti tekoälyvallankumoukseen. Projekti tarjoaa kattavan opetusohjelman, joka opastaa käyttäjiä tarvittavien ohjelmistojen määrittämisessä ja API-avaimien hankkimisessa, joita tarvitaan tekoälymallien herättämiseen eloon Street Fighter 3 -ympäristössä.
Tekemällä puitteet laajemman yleisön ulottuville "LLM Coliseum" pyrkii rohkaisemaan yhteistyötä, innovaatioita ja ideoiden vaihtoa tekoäly- ja peliyhteisöissä. Osallistujilla on mahdollisuus tutustua tekoälyn päätöksenteon monimutkaisuuteen, kokeilla eri malleilla ja kokoonpanoilla ja osallistuvat projektin jatkuvaan kehittämiseen ja parantamiseen.
Suorituskykyanalyysi ja kilpailukykyinen sijoitus
"LLM Coliseum" korostaa suorituskykyanalyysiä ja kilpailukykyisiä sijoituksia. Win Rate Matrix on arvokas työkalu eri tekoälymallien vertailun tehokkuuden arvioimiseen, mikä antaa käsityksen niiden vahvuuksista, heikkouksista ja yleisestä suorituskyvystä erilaisissa otteluissa. Tämä datalähtöinen lähestymistapa antaa paremman käsityksen tekijöistä, jotka vaikuttavat tekoälyohjattujen pelien menestykseen.
Lisäksi ELO-luokitusjärjestelmä tuo kilpailua ja hierarkiaa tekoälymallien välille. ELO-järjestelmä antaa pisteet sen perusteella, miten he pystyvät oppimaan, sopeutumaan ja selviytymään voittajina taistelussa. Mielenkiintoista on, että pienemmät tekoälymallit ylittävät usein suuremmat vastineensa tässä luokassa, mikä korostaa nopeuden ja tehokkuuden ratkaisevaa roolia tekoälyn peliälyssä.
Laajentuminen ja tulevaisuuden mahdollisuudet
LLM Coliseum kehittyy ja laajenee edelleen, mikä edustaa valtavaa potentiaalia tekoälyn tulevaisuudelle pelaamisessa. Projektin etenemissuunnitelmassa ennakoidaan lisäpelien ja -hahmojen integrointia, mikä laajentaa tekoälypohjaisen pelaamisen ulottuvuutta ja avaa uusia väyliä tutkimiseen ja kokeiluun.
Lisäksi LLM Coliseumissa tehdyillä edistysaskelilla on kauaskantoisia vaikutuksia pelimaailman ulkopuolelle. Reaaliaikaisia päätöksiä ja strategista suunnittelua tekevistä tekoälymalleista saatuja kokemuksia voidaan soveltaa eri aloilla, kuten robotiikassa, autonomisissa järjestelmissä ja monimutkaisissa ongelmanratkaisuskenaarioissa. Projekti on osoitus tekoälytekniikan nopeasta kehityksestä ja sen mahdollisuudesta mullistaa viihteen ulkopuolella olevia aloja.
AI Battle Arena ylittää rajoja, mitä tekoäly on mahdollista pelaamisessa, ja kutsuu harrastajia, tutkijoita ja kehittäjiä mukaan seikkailuun ja auttamaan tämän jännittävän alan tulevaisuuden muovaamisessa. Projektin käyttäjäystävällisen asennuksen ja kattavan opetusohjelman avulla ihmiset voivat sukeltaa tekoälypelien maailmaan, hankkia arvokasta asiantuntemusta ja lopulta jättää jälkensä jatkuvasti muuttuvaan tekoälymaisemaan. tekoäly. Lisätietoja on virallisessa GitHub-arkistossa.
Lue lisää opas:
- Viimeisimmät tekoälyuutiset tällä viikolla: OpenAI ChatGPT-5, Anthropic, Elon ja paljon muuta.
- Kuinka jalostaa tekoälyn päätöksentekoa Semantic Routerissa?
- Google Gemini Pro nousi toiselle sijalle chatbotin suorituskyvyn rankingissa
- Rakenna Nintendo Raspberry Pi 5 -peliemulointikonsoli
- Lisää NPC-hahmoja pelien tekoälyyn parantaaksesi uppoamista, realismia ja paljon muuta
- 4 Alueita, joilla tekoäly (AI) edistyy vuonna 2024
