神經網路學習使用  Minecraft建立地圖

編譯／高晟鈞

來自美國加州理工學院的James Gornet利用Minecraft（我的世界），開發了預測編碼演算法的神經網路，幫助人工智慧神經網路建構人類大腦所具備的獨特空間地圖建構能力。

無中生有

當我們到一個新的城市時，可以透過自駕車、走路或是搭車來認識周遭環境，並在心中構建一個擁有城市建築物、街道、標誌和店家彼此關聯的「心理地圖」。這種在大腦中憑空建構空間地圖的能力，是人類大腦更高級認知類型的基礎，就像語言被編碼在大腦地圖中。

更多新聞: GPS導航可能失效？量子感測工具為最佳備案

或許有些人有種感覺，即使是最先進的人工智慧仍然不是「真正」的智慧。那是因為他們不像人腦一樣解決問題，他們無法證明未經證實的數學結果或產生新的想法。

「我們認為這是因為他們無法在概念空間中導航，而解決問題就像在概念空間中移動一樣。人工智慧更像是死背硬背，當給予一個問題或是關鍵字時，他會產生一個回應，但卻難以綜合不同的想法。」作者之一的Matt Thomas說道。

Minecraft帶來的新演算法

Thomas在研究中發現，神經網路可以設計為使用一種稱為預測編碼的演算法來構建空間地圖。在研究生James Gornet的帶領下，兩人在遊戲Minecraft（我的世界）中構建了環境，融合了樹木、河流和洞穴等複雜元素。他們錄製了一名玩家隨機穿越該區域的視頻，並使用該視頻來訓練配備預測編碼演算法的神經網路。

他們驚訝地發現，神經網路能夠學習Minecraft世界中的物體是如何相對組織的，並且能夠「預測」在空間中移動時會出現什麼環境。更重要的是，他們「打開」了神經網路，並看到各種物件彼此相對在空間上的存儲，換句話說，他們看到了神經網路中Minecraft的「心理地圖」。

神經網路已經可以導航人類設計師提供給它們的地圖，例如使用GPS的自動駕駛汽車，但這是神經網路首次被證明可以創建自己的地圖。這種在空間上存儲和組織資訊的能力最終可以幫助神經網路變得「更智慧」，使它們能夠像人類一樣解決真正複雜的問題。

資料來源:TechXplore

瀏覽 873 次