OpenAI công bố hợp tác tổ chức hai cuộc thi AI đỉnh cao tại NeurIPS 2020: Procgen và MineRL

Bài viết được dịch và tổng hợp từ tin tức gốc. Bạn có thể đọc bài viết gốc bằng tiếng Anh tại đây.

Điểm tin nhanh:

OpenAI hợp tác cùng AIcrowd, CMU và DeepMind tổ chức hai cuộc thi AI lớn tại hội nghị NeurIPS 2020.

Cuộc thi tập trung vào hai nền tảng chính: Procgen Benchmark (đo lường khả năng tổng quát hóa) và MineRL (học tăng cường trong môi trường Minecraft).

Mục tiêu là thúc đẩy sự phát triển của các thuật toán AI có khả năng thích nghi tốt hơn với các môi trường mới và phức tạp.

Giới thiệu về các cuộc thi AI tại NeurIPS 2020

OpenAI vừa chính thức thông báo về việc đồng tổ chức hai cuộc thi trí tuệ nhân tạo (AI) quan trọng trong khuôn khổ hội nghị NeurIPS 2020. Đây là nỗ lực hợp tác giữa OpenAI, AIcrowd, Đại học Carnegie Mellon (CMU) và DeepMind nhằm thúc đẩy giới hạn của học máy (Machine Learning).

Các cuộc thi này không chỉ là sân chơi cho các nhà nghiên cứu mà còn là cơ hội để cộng đồng lập trình viên thử nghiệm các thuật toán học tăng cường (Reinforcement Learning - RL) trong những môi trường đầy thách thức.

1. Procgen Benchmark: Thử thách khả năng tổng quát hóa

Procgen Benchmark là một bộ công cụ được thiết kế để đo lường khả năng tổng quát hóa của các tác nhân RL. Thay vì huấn luyện AI trên một môi trường cố định, Procgen tạo ra các cấp độ (levels) được tạo ngẫu nhiên theo thủ tục (procedural generation).

Bảng so sánh các đặc điểm chính của cuộc thi

Đặc điểm	Procgen Benchmark	MineRL Competition
Mục tiêu chính	Khả năng tổng quát hóa (Generalization)	Học từ dữ liệu con người (Imitation Learning)
Môi trường	Các trò chơi arcade được tạo ngẫu nhiên	Minecraft (môi trường 3D phức tạp)
Đơn vị tổ chức	OpenAI & AIcrowd	CMU, DeepMind, AIcrowd
Độ khó	Trung bình - Cao	Rất cao

2. MineRL: Học tăng cường trong Minecraft

Cuộc thi MineRL tập trung vào việc giải quyết bài toán "Diamond Challenge". Người tham gia phải huấn luyện một tác nhân AI để khai thác kim cương trong Minecraft với số lượng dữ liệu tương tác hạn chế.

Điểm đặc biệt của MineRL là việc sử dụng Imitation Learning (Học bắt chước), nơi các thuật toán phải học từ tập dữ liệu khổng lồ gồm các video thao tác của con người, thay vì chỉ dựa vào thử và sai (trial and error) truyền thống.

Tại sao các cuộc thi này lại quan trọng?

Việc tham gia vào các cuộc thi này giúp các nhà phát triển:

Tiếp cận công nghệ tiên tiến: Sử dụng các thư viện như gym của OpenAI.
Giải quyết bài toán thực tế: Khả năng thích nghi của AI trong môi trường không xác định là chìa khóa cho các ứng dụng robot và xe tự lái.
Cộng đồng: Kết nối với các chuyên gia hàng đầu từ OpenAI và DeepMind.

Cách thức tham gia

Để bắt đầu, bạn cần cài đặt các thư viện cần thiết. Ví dụ, đối với Procgen, bạn có thể cài đặt thông qua pip:

pip install procgen

Sau đó, bạn có thể khởi tạo môi trường bằng Python:

import gym
import procgen

env = gym.make('procgen:procgen-coinrun-v0', distribution_mode='easy')
env.reset()

Chúng tôi khuyến khích các bạn truy cập vào trang chủ của AIcrowd để đăng ký và xem chi tiết các quy định, bộ dữ liệu (datasets) và các phần thưởng dành cho người chiến thắng.