经过7万小时训练，OpenAI宣布做出了最强的《我的世界》(2)-木庄网络博客

而该AI在经过训练后，则可以在没有任何外力辅助的情况下自主完成这一系列事件，这是此前其他AI都无法做到的。根据OpenAI的介绍，能够实现这一成果，依靠的是在模仿学习（imitationlearning）技术上的新突破。

在这项技术中，AI会被训练成通过观察并模仿人类的行为来完成相应的任务，此前很多效果都运用到了类似的原理，比如控制机械手臂或者驾驶汽车。

既然AI需要观察模仿，那么就势必需要一定量的素材，而单就“熟练操作《我的世界》”而言，各大视频网站上的学习素材其实已经非常多，完全能够满足AI的学习需要。

但问题是，还需要另一项额外的工作，即“让AI准确理解视频里的内容”。

《我的世界》是一款没有明确目标的游戏，虽然网上素材繁多，可并不能直接拿来当作学习资料，因为视频里的每个动作和操作，其实都需要人类为其贴上“标签”，也就是做出相应的注释，才能AI明白操作的含义。

如果每个动作都需要人工注释，那效率自然会降低，为了解决这个问题，研究人员想出了一项新方法——训练能够自动为视频操作贴标签的AI。

他们先是召集了一批志愿者玩家来操作游戏，并保留了玩家们的按键记录，在得到2000个小时的游戏数据后，研究人员训练了一个新的模型，并人工将按键操作与游戏里的效果一一对应，比如在什么情况下点击鼠标会让人物挥动斧头。

下一步便是用这个模型来处理网上海量的《我的世界》视频，为他们贴上让AI能够理解的标签。根据公布的数据，为了得到理想的效果，科研人员提供的视频素材长达70000个小时。

而这确实也获得了一定的成果，比如像开头说的那样，AI已经学会了如何自己制作钻石工具。而OpenAI的负责人BowenBaker表示：“我们觉得《我的世界》是一个很好的研究领域。”

由于《我的世界》没有明确的输赢且自由度极高，所以研究人员可以训练AI执行更多复杂的任务，而他们认为这些工作最终可以反哺到现实——如果AI能在游戏里设计一张桌子，那么在现实里没准也行。

经过7万小时训练，OpenAI宣布做出了最强的《我的世界》