SingularityNET 放出 AIRIS：把能自己悟出规则的 AI 扔进《我的世界》

平时在《我的世界》里，如果看到一个僵尸掉进岩浆，那是程序员早就写死的行为逻辑。但如果一个游戏角色在踩空摔落之后，自己推导出了「下坠会受伤」的规则，事情就不太一样了。

SingularityNET 和 ASI Alliance 最近在《我的世界》里上线了一个名为 AIRIS 的自学习原型 AGI（proto-AGI）。

AIRIS 全称是「自主智能强化推断符号系统」（Autonomous Intelligent Reinforcement Inferred Symbolism）。它最大的特点是不依赖开发者预先写好的死规则，而是在虚拟环境里遭遇障碍、受到刺激后，根据即时经验在后台自己生成并迭代一套全新的规则系统。

把它扔进沙盒，看它自己总结常识

传统的游戏 AI，往往需要程序员一行行定义寻路算法、避障策略和目标优先级。但 AIRIS 在遇到没见过的地形或突发状况时，会动态调整自己的导航和避碰逻辑，自己制定新策略。

据 AIRIS 的开发者 Berick Cook 介绍，系统是通过一个叫 Vereya 的 Mod 来控制游戏内角色的。这个 Mod 能让任何外部 AI 算法接管玩家人物，而且在数据安全上做得很克制，只在游戏和 AIRIS 之间传递即时游戏数据，完全不保存任何用户数据。

ASI Alliance 发言人表示，之所以挑选《我的世界》，是因为团队需要一个极其复杂且完全开放的 3D 沙盒环境。《我的世界》不仅流行，本身也是强化学习领域公认的基准测试平台，这样他们能把 AIRIS 的表现与现有的各种 AI 算法直接横向比对。

SingularityNET 首席执行官 Ben Goertzel 在播客节目中直言，像 ChatGPT 这样的大语言模型虽然能处理通用任务，但根本不能算作真正的 AGI。因为它们永远跳不出预训练数据的框框，而真正的 AGI 必须像人类一样，具备跳出被传授知识、在实践中自我演化的能力。

为什么重要

我们认为，把原型 AGI 扔进游戏沙盒，是目前验证自主智能最聪明也最划算的路径。比起直接用昂贵的实体机器人去现实世界撞墙，在数字沙盒里摔跟头几乎没有试错成本。对于关注具身智能和强化学习的开发者来说，如果这套自主推断符号系统的控制逻辑能够验证成功，未来完全有可能迁移到实体机器人、无人仓储和自动驾驶系统的边缘决策中。

但这里的隐患也同样明显。从封闭沙盒里的几百种方块交互，跨越到物理法则错综复杂的真实物理世界，中间存在巨大的鸿沟。在游戏里自己摸索避障规则算不上大突破，如何在充满传感器噪声、偶发意外和非结构化干扰的现实环境里保持逻辑自洽，才是硬碰硬的考验。

另外，Ben Goertzel 和他的联盟一直主张去中心化 AI 路线，试图用分布式网络来对抗科技巨头的闭源垄断。看起来这是一条在伦理和开源理念上更诱人的路，但面对巨头动辄几万张集群算力砸出来的超大模型，去中心化架构在训练效率和工程落地速度上，依然承受着极大的追赶压力。