Två stora AI-modeller har nyligen gjort ett imponerande framsteg genom att klara av ett 29 år gammalt Pokémon-spel, vilket har väckt stort intresse inom teknik- och spelvärlden. Dessa prestationer har också livesänts på plattformen Twitch, vilket har gett publiken en inblick i AI:s kapabiliteter.
AI-modeller i fokus – Vilken av dem är bäst på Pokémon?
Under en nyligen hållit presentation av Google lyfte vd:n Sundar Pichai fram en intressant milstolpe inom AI. Han berättade om hur Googles språkmodell Gemini framgångsrikt klarade av “Pokémon Blue”, ett spel från 1996. Samtidigt hade konkurrentens modell Claude lyckats med “Pokémon Red”. Dessa äventyr har i realtid visats på Twitch, vilket innebär att intresset för AI och dess spelkapacitet har ökat.
En intressant utmaning
Julian Togelius, AI-forskare vid New York University och gästprofessor vid Högskolan i Skövde, säger att det är ett fascinerande experiment att få språkmodeller att spela dessa klassiska spel. “Det är en stor prestation att klara sig så långt”, säger Togelius.
Hur fungerar det?
AI-modellerna använder en emulator för att interagera med spelet. De tar skärmdumpar som skickas till språkmodellen för analys, tillsammans med information från spelets ramminne. Varje beslut som fattas översätts till en knapptryckning, vilket sätter igång en ny spelrunda. Togelius förklarar att en stor del av utmaningen ligger i att AI:n måste tolka de pixelbilder som presenteras för den. Det krävs att AI:n verkligen förstår vad den ser för att kunna agera effektivt.
Betydelse av träning
Modellerna, som tränas på information från internet, har sannolikt haft en fördel av det omfattande material som finns tillgängligt om Pokémon-spelen. “Det är anledningen till att de klarar sig bra här. Om du skulle be dem spela ett helt nytt spel utan tidigare kännedom skulle de förmodligen inte nå lika långt”, menar Togelius.
Tidsåtgång och komplexitet
Gemini lyckades klara “Pokémon Blue” efter 800 timmar av spelande. Enligt Togelius verkade AI:n ibland tappa fokus, vilket kan vara en vanlig företeelse även bland mänskliga spelare. Till hjälp hade Gemini en AI-baserad agent som observerade spelet och regelbundet gav rekommendationer om vad som skulle göras härnäst. “Det är som att ha flera tankar i huvudet samtidigt”, förklarar han.
Det kan väckas frågor om skillnaden mellan AI och traditionella spelrobotar, men det finns en viktig distinktion. “Spel är väldigt intressanta att använda för att testa AI, eftersom de speglar mycket av mänskligt tänkande”, fastslår Togelius.
Frågor och svar
Vad är AI-modeller?
AI-modeller är algoritmer som kan analysera och lära sig från stora mängder data. De kan använda denna information för att fatta beslut eller utföra uppgifter, som att spela spel.
Hur klarade AI-modellerna av Pokémon-spelen?
AI-modellerna använde emulatorer för att spela, analyserade skärmdumpar och hade tillgång till spelets ramminne för att ta beslut om nästa steg i spelet.
Varför är det viktigt att studera AI:s spelkapabiliteter?
Studiet av AI i spel ger insikter om hur mänskligt tänkande fungerar och kan hjälpa forskare att utveckla mer avancerade AI-teknologier.
Vilken modell klarade Pokémon först?
Googles modell Gemini lyckades först klara av “Pokémon Blue”, medan Anthropic-modellen Claude klarade av “Pokémon Red”.
För mer information, besök gärna Ny Teknik.
Anna Pettersson skriver om ny teknik, innovationer och digitala trender. Hon förklarar tekniska nyheter på ett enkelt sätt för både nybörjare och teknikintresserade.
