ASI 联盟推出了可以在流行游戏Minecraft中“学习”的 AIRIS（自主智能强化推断符号系统） 。
AIRIS 是第一个利用整个联盟的综合技术堆栈的原型 AGI（通用人工智能）。
SingularityNET 由著名人工智能研究员Ben Goertzel 博士创立，使用 Fetch.ai 的代理技术，结合 Ocean Data 实现长期记忆功能，并且有望很快整合 CUDOS 计算基础设施以实现可扩展的处理能力。
Goertzel 解释道：“AIRIS 朝着实用、可扩展的神经符号学习方向迈出了重要一步，除了其强大而有价值的功能之外，它还展示了神经符号系统的几个一般点，例如，它们能够从少量数据中学习到精确的可推广的结论。”
据该公司介绍，这一联盟驱动的程序将推动 AIRIS 向 AGI 迈进——打造首批具有自主和自适应学习功能的智能系统之一，可在现实世界场景中实际应用。
AIRIS 的学习机制
AIRIS 的设计旨在通过直接与环境交互来增强其理解能力，突破了传统 AI 依赖预定义规则或大量数据集的限制。相反，AIRIS 通过观察、实验和不断完善其独特的“规则集”来发展。
该系统有助于深层次地解决问题和理解背景，其在 Minecraft 中的实现为人工智能与数字和有形景观的交互树立了新的标杆。
从受控的 2D 网格转变为复杂的 3D Minecraft 世界，AIRIS 面临众多挑战，包括地形导航和动态环境中的自适应问题解决。这一转变凸显了 AIRIS 在导航、探索和学习方面的自主性。
AIRIS Minecraft Agent 通过以下几个关键特性与其他 AI 实体区分开来：
- 动态导航： AIRIS 会先评估周围环境，制定移动策略，实时适应新环境。其能力包括绕过障碍物、跳过障碍物以及预测不同地形的反应。
- 障碍适应：它学会绕过悬崖和森林等障碍物，并随着每次新挑战完善其规则，以避免冗余错误，并尽量减少不必要的反复试验。
- 高效寻路：通过持续优化，AIRIS 在“理解” Minecraft 动态的同时，从最初复杂的导航路径发展为精简、直接的路线。
- 实时环境适应：与需要对新环境进行大量再训练的传统强化学习系统相比，AIRIS 可以立即适应不熟悉的区域，并根据部分观察动态制定新规则。
AIRIS 擅长处理水体和洞穴系统等起伏地形，它基于实践经验引入了复杂的规则细化。此外，AIRIS 还拥有优化的计算效率，能够实时管理复杂规则，且不会影响性能。
未来的应用
Minecraft 是 AIRIS 未来应用的绝佳启动板，为广泛实施奠定了坚实的基础：
- 增强对象交互：接下来的阶段将使 AIRIS 能够更深入地与周围环境互动，提高对象操作、构建甚至制作的能力。这一发展将要求 AIRIS 为情境任务开发更精细的决策框架。
- 社交 AI 协作：目前计划将 AIRIS 纳入多智能体场景中，其中智能体可以学习、互动并实现共同目标，模拟现实世界的社会动态并协作解决问题。
- 抽象和战略推理：扩展发展将增强 AIRIS 的推理能力，使其能够解决资源管理和优先级排序等复杂目标，超越基本导航，走向战略游戏。
AIRIS 向 3D 环境的转变标志着 ASI 联盟在培养 AGI 的使命上取得了关键进展。借助 AIRIS 在 Minecraft 中的导航和学习成就，ASI 联盟希望加快其在现实世界中的部署，为自主机器人、智能家居助理和其他需要自适应学习和解决问题能力的系统开创应用。
SingularityNET 的 AI 开发人员兼 AIRIS 创始人 Berick Cook 表示：“AIRIS 是解决机器学习问题的全新方法。我们才刚刚开始探索它的功能。我们很高兴看到如何将其应用于对传统强化学习构成重大挑战的问题。
“对我来说，AIRIS 最重要的方面是它的透明度和可解释性。摆脱‘黑匣子’人工智能代表着在追求安全、道德和有益的人工智能方面迈出了重大一步。”
AIRIS 中体现的创新人工智能方法——强调自主学习和持续规则改进——为能够在不可预测的现实世界环境中独立运作的人工智能系统奠定了基础。Minecraft 错综复杂的生态系统使系统能够在受控但广阔的虚拟环境中磨练其技能，有效地弥合了模拟与现实之间的鸿沟。
AIRIS Minecraft Agent 代表着人工智能向学习、适应和自主决策迈出的第一步。这一成就表明，这种技术有潜力重新构想人工智能在各个行业中的作用。
