英伟达AI智能体接入GPT-4，完胜AutoGPT！自主写代码独霸我的世界，无需人类插手

来源：新智元

编辑：Aeneas 好困

给游戏行业来点GPT-4式震撼？这个叫Voyager的智能体不仅可以根据游戏的反馈自主训练，而且还能自行写代码推动游戏任务。

继斯坦福的25人小镇后，AI智能体又出爆款新作了。

最近，英伟达首席科学家Jim Fan等人把GPT-4整进了「我的世界」（Minecraft）——提出了一个全新的AI智能体Voyager。

Voyager的厉害之处在于，它不仅性能完胜AutoGPT，而且还可以在游戏中进行全场景的终身学习！

比起之前的SOTA，Voyager获得的物品多出了3.3倍，旅行距离变长了2.3倍，解锁关键技能树的速度快了15.3倍。

对此，网友直接震惊了：我们离通用人工智能AGI，又近了一步。

所以，未来的游戏，就是由大模型带动NPC来玩的吧？

真·数字生命

接入GPT-4之后，Voyager根本不用人类操心，完全就是自学成才。

它不仅掌握了挖掘、建房屋、收集、打猎这些基本的生存技能，还学会了自个进行开放式探索。

它会自己去到不同的城市，路过一片片海洋，一座座金字塔，甚至还会自己搭建传送门。

通过自我驱动，它不断探索着这个神奇的世界，扩充着自己的物品和装备，配备不同等级的盔甲，用盾牌格挡上海，用栅栏圈养动物……

论文地址：https://arxiv.org/abs/2305.16291

项目地址：https://voyager.minedojo.org/

Voyager的英勇事迹包括但不限于——

大战末影人

造基地

挖紫水晶

挖金子

收集仙人掌

打猎

钓鱼

数字生命的潜能究竟有多大？我们只知道，现在Voyager仍然在Minecraft中一刻不停地探索，不断扩展着自己的疆域。

「训练」无需梯度下降

此前，AI领域的一大挑战就是，构建具有通用能力的具身智能体，让它们在开放世界中自主探索，自行发展新技能。

以往，学界都是采用强化学习和模仿学习，但这些方法在系统化的探索、可解释性和泛化性等方面，表现往往差强人意。

大语言模型的出现，给构建具身智能体带来了全新的可能性。因为基于LLM的智能体可以利用预训练模型中蕴含的世界知识，生成一致的行动计划或可执行策略，这就非常适合应用于游戏和机器人之类的任务。

此前，斯坦福研究者构建出生活着25个AI智能体的虚拟小镇，震惊了AI社区

这种智能体还有一个好处就是，不需要具体化的自然语言处理任务。

然而，这些智能体仍然无法摆脱这样的缺陷——无法终身学习，因而不能在较长时间跨度上逐步获取知识，并且将它们积累下来。

而这项工作最重要的意义就在于，GPT-4开启了一种新的范式：这个过程中是靠代码执行「训练」，而非靠梯度下降。

Jim Fan解释道：我们在BabyAGI/AutoGPT之前就有了这个想法，花了很多时间找出最好的无梯度架构

「训练模型」是Voyager迭代式构建的技能代码库，而非浮点数矩阵。通过这种方法，团队正在将无梯度架构推向极限。

在这种情况下训练出的智能体，已经具备了同人类一样的终身学习能力。

比如，Voyager如果发现自己处在沙漠而非森林中，就会知道学会收集沙子和仙人掌就比学会收集铁矿更重要。

而且，它不仅能根据目前的技能水平和世界状态明确自己最合适的任务，还能根据反馈不断完善技能，保存在记忆中，留在下次调用。

所以，我们离硅基生命出现还有多远？

刚刚回到OpenAI的Karpathy对这个工作表示盛赞：这是个用于高级技能的「无梯度架构」。在这里，LLM就相当于是前额叶皮层，通过代码生成了较低级的mineflayer API。