我不了解你，但当我玩电子游戏时，我实际上很喜欢，你知道，玩它们。如果我想将游戏玩法外包给其他人，我会观看 Let's Play 或 Twitch 直播或其他内容。但谷歌正在开发一种人工智能模型，只要你告诉它你想让它做什么，它就能代表你玩视频游戏：它被称为 SIMA，是可扩展指令多世界代理的缩写，如果它像宣传的那样工作的话，人工智能可能会取代你最喜欢的爱好。

该公司的人工智能部门 Google DeepMind 在一篇博文以及X(以前的 Twitter)上的一篇文章中宣布了这一新模型。根据 Google DeepMind 的说法，SIMA 是第一个可以在 3D 环境中遵循自然语言指令的通用人工智能代理。换句话说，它可以根据你的命令玩视频游戏。你说“向左转”，SIMS 就会将角色向左转。

Google DeepMind 与八家视频游戏工作室合作来训练 SIMA，其中包括《No Man's Sky》的Hello Games 和Teardown 的Tuxedo Labs。开发团队希望使用尽可能多的不同类型的游戏来训练 SIMA，因为每个新变量都会为模型的能力增加另一项技能。 Google DeepMind 甚至构建了一个类似沙箱的环境，SIMA 需要在其中构建结构来测试其对物理和对象操作的理解。

SIMA 之所以如此成功(至少在理论上)，是因为它不需要任何有关视频游戏本身的技术信息，例如源代码或 API。它可以仅根据视频游戏的图像和您的自然语言命令进行操作。谷歌 DeepMind 表示 SIMA 可以执行 600 多种“基本技能”，例如转向特定方向、与物体交互以及使用游戏菜单。也就是说，Google DeepMind 仍在研究更复杂的操作，以及包含多个子任务的命令。告诉人工智能在他们面前爬上梯子是一回事，但训练它准确地响应“开采资源来建造庇护所”则是另一回事。该公司表示，这通常是大型语言模型的一个限制——机器人会响应简单的命令，但很难独立执行直观的操作。

与此同时，谷歌 DeepMind 正在宣扬其多游戏训练模型的成功，声称 SIMA 的性能优于一次针对一款特定游戏训练的模型。事实上，该公司表示，与仅在该游戏上训练的模型相比，SIMA 在以前从未见过的游戏中可以做出更好的响应。

虽然 SIMA 尚未向公众开放，但您可以想象该技术的一些潜在用例。我想这可能是未来一个很好的辅助选项：对于使用传统控制器有困难的玩家来说，告诉机器人如何控制玩家可能会改变游戏规则。当然，谷歌的最终目标似乎超出了这种情况，因为他们希望人工智能能够自己玩游戏。这对于绕过重复性任务(例如升级或赚钱)可能非常有用，但它也引出了一个问题：如果你想让机器人来完成所有游戏，你为什么要玩游戏?

标 签：