SingularityNET 放出 AIRIS：把能自己悟出規則的 AI 扔進《我的世界》

平時在《我的世界》裡，如果看到一個殭屍掉進岩漿，那是程式設計師早就寫死的行為邏輯。但如果一個遊戲角色在踩空摔落之後，自己推匯出了「下墜會受傷」的規則，事情就不太一樣了。

SingularityNET 和 ASI Alliance 最近在《我的世界》裡上線了一個名為 AIRIS 的自學習原型 AGI（proto-AGI）。

AIRIS 全稱是「自主智慧強化推斷符號系統」（Autonomous Intelligent Reinforcement Inferred Symbolism）。它最大的特點是不依賴開發者預先寫好的死規則，而是在虛擬環境裡遭遇障礙、受到刺激後，根據即時經驗在後臺自己生成並迭代一套全新的規則系統。

把它扔進沙盒，看它自己總結常識

傳統的遊戲 AI，往往需要程式設計師一行行定義尋路演算法、避障策略和目標優先順序。但 AIRIS 在遇到沒見過的地形或突發狀況時，會動態調整自己的導航和避碰邏輯，自己制定新策略。

據 AIRIS 的開發者 Berick Cook 介紹，系統是通過一個叫 Vereya 的 Mod 來控制遊戲內角色的。這個 Mod 能讓任何外部 AI 演算法接管玩家人物，而且在資料安全上做得很剋制，只在遊戲和 AIRIS 之間傳遞即時遊戲資料，完全不儲存任何使用者資料。

ASI Alliance 發言人表示，之所以挑選《我的世界》，是因為團隊需要一個極其複雜且完全開放的 3D 沙盒環境。《我的世界》不僅流行，本身也是強化學習領域公認的基準測試平臺，這樣他們能把 AIRIS 的表現與現有的各種 AI 演算法直接橫向比對。

SingularityNET 執行長 Ben Goertzel 在播客節目中直言，像 ChatGPT 這樣的大語言模型雖然能處理通用任務，但根本不能算作真正的 AGI。因為它們永遠跳不出預訓練資料的框框，而真正的 AGI 必須像人類一樣，具備跳出被傳授知識、在實踐中自我演化的能力。

為什麼重要

我們認為，把原型 AGI 扔進遊戲沙盒，是目前驗證自主智慧最聰明也最划算的路徑。比起直接用昂貴的實體機器人去現實世界撞牆，在數字沙盒裡摔跟頭幾乎沒有試錯成本。對於關注具身智慧和強化學習的開發者來說，如果這套自主推斷符號系統的控制邏輯能夠驗證成功，未來完全有可能遷移到實體機器人、無人倉儲和自動駕駛系統的邊緣決策中。

但這裡的隱患也同樣明顯。從封閉沙盒裡的幾百種方塊互動，跨越到物理法則錯綜複雜的真實物理世界，中間存在巨大的鴻溝。在遊戲裡自己摸索避障規則算不上大突破，如何在充滿感測器噪聲、偶發意外和非結構化干擾的現實環境裡保持邏輯自洽，才是硬碰硬的考驗。

另外，Ben Goertzel 和他的聯盟一直主張去中心化 AI 路線，試圖用分散式網路來對抗科技巨頭的閉源壟斷。看起來這是一條在倫理和開源理念上更誘人的路，但面對巨頭動輒幾萬張叢集算力砸出來的超大模型，去中心化架構在訓練效率和工程落地速度上，依然承受著極大的追趕壓力。