بازیکنی یک چتبات هوش مصنوعی را در ماینکرفت با ۴۴۵ هزار کامند بلاک ساخت
هر کسی که مدتی ماینکرفت بازی کرده باشد، با دستسازههای کامیونیتی بازیکنان مانند ماشینحسابهای گرافیکی داخل بازی، تولید کنندههای کد QR و بازیهای تتریس که با استفاده از کامند بلاکها، مادها و مقدار بسیار زیادی وقت آزاد ساخته شدهاند، آشناست. ساخت ابزارهای هوش مصنوعی یک گام منطقی بعدی است و پروژههای پیچیده متعددی در این راستا با استفاده از ردستون پدید آمدهاند. در ادامه با مجله بازار همراه باشید تا بدانید ماجرا از چه قرار است.
با تمام این حرفها، یکی از کاربران ردیت به نام Objz، یک مدل زبانی بزرگ (LLM) را تنها با استفاده از ۴۴۵,۷۸۲ کامند بلاک و بدون هیچ ماد، پلاگین یا دیتاپکی در بازی پیادهسازی کرده است. طبق توصیف سازندهاش، این پروژه یک «سردرد واقعی» بوده است! مدل زبانی Objz در واقع آنقدرها هم بزرگ نیست. این مدل تنها دارای یک فضای جاسازی (Embedding space) ۶۴ ابعادی، یک لایه پنهان ۲۵۶ نورونی و یک واژگان کوچک ۲۰۴۸ کلمهای است و روی ۱۱,۱۱۸ مکالمه از مجموعه دیتا DailyDialog آموزش دیده است.
کاربران میتوانند با استفاده از قابلیت /dialog داخل بازی با آن صحبت کنند و خروجی متن مانند چتباتهای معمول، کلمه به کلمه بازمیگردد. با این حال، حتی با وجود این آموزش، سازنده اشاره میکند که این LLM صرفاً قابلیت مکالمه دارد و چندان باهوش نیست، زیرا نمیتواند عملیاتهای ریاضی انجام دهد و دانش عمومی گستردهای ندارد.
سازنده این هوش مصنوعی در بازی ماینکرفت اعلام کرده که با این مدل فقط میتوانید مکالمه کنید و کارهای پیچیده از دست آن برنمیآید.
با این وجود، کار به نمایش درآمده بسیار چشمگیر است. ۴۴۵ هزار کامند بلاک شاید زیاد به نظر برسد، اما زمانی که متوجه شوید این نوع دیتاها و ساختار محاسباتی در صورت بهینهسازی نشدن مستلزم میلیونها مکعب بود، عدد معقولی است. در واقع، نسخه اولیه حتی با همین قابلیتهای ذکر شده، نزدیک به ۲ میلیون بلاک حجم داشت. وزنهای مدلهای زبانی بزرگ معمولاً با مقادیر ممیز شناور (Floating-point) نشان داده میشوند که پیادهسازی آنها به شدت پیچیده میشد؛ بنابراین Objz تصمیم گرفت فقط از مقادیر سه تایی (Ternary) برای وزنها استفاده کند: ۱-، ۰ و ۱+.
کامند scoreboard در ماینکرفت از ضرب و تقسیم پشتیبانی میکند، اما مبتنی بر اعداد صحیح است و استفاده از آن نیازمند تبدیل عدد صحیح به ممیز شناور بود که عملیات اضافی ایجاد میکرد. کوانتایش اولیه به مقادیر ۱-/۰/۱+ با یک تیر دو نشان زد: هم از کامندهای اضافی جلوگیری کرد و هم حجم دیتاها را کاهش داد. به لطف تمام مقادیر صفر (Null)، معادل هر عملیات ضرب-تراکم (Multiply-Accumulate) به طور میانگین به ۰.۶۷ کامند کاهش یافت.
نظر شما در این باره چیست؟ لطفا نظرات خود را با ما درباره این موضوع به اشتراک بگذارید.
منبع: tomshardware
اوف عجب بیکاری بوده برای خودش