參加動(dòng)物AI奧運(yùn)會(huì)，讓你的智能體比狗狗聰明，掙取3.2萬美元獎(jiǎng)金
還有機(jī)會(huì)去NeurIPS。
曉查 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI
AI已經(jīng)在很多方面戰(zhàn)勝人類，比如圍棋、星際爭霸游戲，人類已經(jīng)打不過AI了。但是在面對(duì)真實(shí)的生存環(huán)境時(shí)，AI的表現(xiàn)有時(shí)還不如動(dòng)物。
烏鴉在喝不到水的時(shí)候，會(huì)向瓶子中扔石頭抬高水面。這就是生物智能的力量。
然而，有些動(dòng)物也會(huì)“犯傻”，比如一只狗狗銜著木棍，就不知道怎么通過一道門了。
AI智能體做得就比狗狗好，可見好好訓(xùn)練AI還是很有潛力的。
現(xiàn)在，有這樣一個(gè)舞臺(tái)，可以讓你的智能體在模擬的野生環(huán)境中學(xué)習(xí)生存，就像動(dòng)物一樣。這就是來自帝國理工學(xué)院的研究助理開發(fā)的動(dòng)物AI奧運(yùn)會(huì)（Animal-AI Olympics）。
開發(fā)本次賽事的Benjamin Beyret拉到了不少大公司的贊助，總獎(jiǎng)金達(dá)到3.2萬美元，部分獲獎(jiǎng)?wù)邔@得參加NeurIPS 2019的差旅費(fèi)用，甚至有機(jī)會(huì)在NeurIPS上發(fā)表演講。
挑戰(zhàn)內(nèi)容
這場比賽將人工智能方法與動(dòng)物王國聯(lián)系起來，以確定人工智能的巨大成功現(xiàn)在是否已準(zhǔn)備好與他們自己游戲中的偉大成功進(jìn)行競爭。
智能體將在下面的競技場中接受生存挑戰(zhàn)。
目前這個(gè)場地已經(jīng)已經(jīng)完成了300項(xiàng)測試，比賽舉辦者公布了10個(gè)類別的挑戰(zhàn)。分別是：
1、食物：大多數(shù)動(dòng)物都受到食物的驅(qū)動(dòng)，食品是環(huán)境中唯一的積極獎(jiǎng)勵(lì)，每次測試的目標(biāo)是在時(shí)間用完之前盡可能多地獲取食物。
2、偏好：用于測試智能選擇最有價(jià)值的行動(dòng)方案的能力。幾乎所有動(dòng)物都會(huì)表現(xiàn)出對(duì)更多食物的偏好或?qū)ふ腋菀撰@得食物，有些動(dòng)物有能力對(duì)長期行動(dòng)做出復(fù)雜的決定。
3、障礙：比賽中包含可能阻礙智能體導(dǎo)航的不可移動(dòng)障礙。要在測試中取得成功，智能體可能必須學(xué)會(huì)探索環(huán)境。
4、回避：比賽中定義了熱區(qū)和死亡區(qū)，如果被智能體觸及這些區(qū)域?qū)?huì)給予負(fù)面獎(jiǎng)勵(lì)。生物有機(jī)體具有一項(xiàng)關(guān)鍵能力是避免有害刺激。
5、空間推理：測試智能體更復(fù)雜的導(dǎo)航能力，以及運(yùn)行環(huán)境中的一些簡單物理知識(shí)。
6、概括：此類別包括可能看起來與代理表面不同的環(huán)境變體，即使問題的屬性和解決方案保持不變。這些仍由標(biāo)準(zhǔn)配置文件指定。
7、內(nèi)部模型：測試存儲(chǔ)存儲(chǔ)內(nèi)部環(huán)境模型的能力。在這些測試中，燈可能會(huì)在一段時(shí)間后關(guān)閉，并且代理必須記住環(huán)境的布局，在黑暗中導(dǎo)航。
8、對(duì)象持久性：許多動(dòng)物都明白，當(dāng)一個(gè)物體離開視線時(shí)，它仍然存在。
9、高級(jí)偏好：此類別測試代理執(zhí)行更復(fù)雜決策的能力，以確保其獲得盡可能高的回報(bào)。
10、因果推理：包括提前計(jì)劃的能力，以便在采取行動(dòng)之前考慮行動(dòng)的后果。一些非人類動(dòng)物已經(jīng)通過了這一類別的所有測試。
獎(jiǎng)勵(lì)內(nèi)容
贊助本次比賽的7家廠商提供了以下豐厚獎(jiǎng)勵(lì)：
- 19000美元現(xiàn)金獎(jiǎng)勵(lì)
- 3000美元旅行獎(jiǎng)勵(lì)：有機(jī)會(huì)受邀參加2019年NeurIPS
- 10000美元的AWS信用額度
前三名的獎(jiǎng)勵(lì)是這樣的：
- 第一名：7500美元，包含6500美元和1000美元出席NeurIPS的差旅費(fèi)用
- 第二名：6000美元，包含5000美元和1000美元出席NeurIPS的差旅費(fèi)用
- 第三名：1500美元
還有WBA獎(jiǎng)：
總價(jià)值5000美元，其中包括1000美元出席NeurIPS的差旅費(fèi)用
分類獎(jiǎng)金：
9月1日前20名參賽作品將獲得500美元的AWS獎(jiǎng)勵(lì)，供比賽下半程使用。
比賽時(shí)間
比賽作品上傳時(shí)間從7月1日晚11:59開始，到7月8日晚11點(diǎn)59分結(jié)束（均為格林尼治時(shí)間）。
第一輪測試將于9月1日晚11:59進(jìn)行。
第二輪也是最后一輪測試階段將于11月1日晚11:59進(jìn)行。
大賽組委會(huì)
本次大賽的組委會(huì)有來自帝國理工、劍橋大學(xué)、DeepMind的多位學(xué)者。
傳送門
GitHub頁面有本次大會(huì)的詳細(xì)介紹：
https://github.com/beyretb/AnimalAI-Olympics
另外，參賽請(qǐng)戳鏈接：
http://www.animalaiolympics.com/
相關(guān)閱讀
大模型RL不止數(shù)學(xué)代碼！7B獎(jiǎng)勵(lì)模型搞定醫(yī)學(xué)法律經(jīng)濟(jì)全學(xué)科， 不用思維鏈也能做題
將強(qiáng)化學(xué)習(xí)訓(xùn)練擴(kuò)展到醫(yī)學(xué)、化學(xué)、法律、心理學(xué)、經(jīng)濟(jì)學(xué)等多學(xué)科
