Gespräche

Wei Xie, COO von ArenaX Labs — Interview-Serie

Veröffentlicht am
Aktualisiert am

Die erste AI-gesteuerte Blockchain-Spiel von ArenaX Labs, AI Arena, ist am Leben und kickt, und es macht derzeit ernsthafte Schritte, um den Umfang des Wissens seiner Spieler zu erweitern, indem es eine umfangreiche Sammlung von intuitiven Tools und eine “Imitations”-Lernschleife implementiert. Um ein bisschen mehr darüber zu erfahren, beschloss ich, mich an den COO von ArenaX Labs, Wei Xie, zu wenden.

Vielen Dank, dass Sie sich die Zeit genommen haben, mit uns zu sprechen, Wei. Bevor wir in die Welt der Arbeit von ArenaX Labs eintauchen, könnten Sie sich bitte unseren Lesern vorstellen?

Wei: Mein Name ist Wei Xie. Ich bin der Mitbegründer und COO von ArenaX Labs, dem Unternehmen, das AI Arena entwickelt.

Lassen Sie uns zu ArenaX Labs übergehen. Wann wurde das Studio gegründet, und was hat Sie dazu inspiriert, in die Welt der Blockchain-Spiele einzutauchen?

Wei: ArenaX Labs wurde 2021 gegründet. Wir wurden inspiriert, in die Welt der Blockchain-Spiele einzutauchen, weil wir die Fähigkeiten von NFTs (non-fungible Tokens) sahen. Für uns sind NFTs eine allgemeingültige, primitive Technologie, die es ermöglicht, jede Art von digitalem geistigen Eigentum zu containerisieren und handelbar zu machen. Dies ermöglicht es Märkten, Wert zu schaffen und Preisentdeckung für diese geistigen Eigentümer zu ermöglichen. Dies war ein Game-Changer für uns. Wir dachten sofort an die Möglichkeit, künstliche Intelligenz-Modelle zu tokenisieren, und das hat uns auf den Weg gebracht, über die Kommerzialisierung von tokenisierter künstlicher Intelligenz durch ein Spiel nachzudenken.

Lassen Sie uns über Ihr AI-zentriertes Spiel AI Arena sprechen. Was ist es genau, und welche Kern-Gameplay-Features können Spieler erwarten, zu entdecken?

Wei: AI Arena ist eine Art Kreuzung zwischen Super Smash Bros und Pokemon. Der Unterschied liegt darin, dass die Charaktere im Spiel tatsächlich künstliche Intelligenz-Modelle sind, die in der Lage sind, eine breite Verteilung von möglichen Strategien zu lernen. Es wäre, als ob man ein Pokemon trainieren könnte, um zu kämpfen, aber das Pokemon kann im Grunde alles von Ihnen lernen. Die Kern-Gameplay-Feature konzentriert sich auf das Training, bei dem der Prozess darin besteht, die Fähigkeiten des AI durch Demonstration, die sogenannte Imitationslernschleife, zu verbessern. Sie unterrichten Ihren AI durch Demonstration, und im Laufe der Zeit entdecken Sie immer effektivere Techniken, um Ihren AI zu trainieren. Sie können dann Ihren AI in einen globalen Wettbewerb einreichen, um gegen andere von Menschen trainierte AIs zu konkurrieren.

https://twitter.com/arenaxlabs/status/1779866536871706923

Wie funktioniert es also — die Nutzung von AI, um gegen andere Gegner zu konkurrieren? Könnten Sie uns bitte durch den Prozess des Trainings von AI führen?

Wei: Der Prozess wird als Imitationslern bezeichnet, bei dem Ihr AI durch Nachahmung lernt. Es gibt drei Schritte in diesem Prozess:

  1. Datenkollektion: Dies ist die Demonstrationphase. Damit Ihr AI lernen kann, müssen Sie ihm zeigen, was zu tun ist, in verschiedenen Situationen. Sie spielen das Spiel und demonstrieren Ihrem AI, wie Sie spielen würden, indem Sie seine Aufmerksamkeit auf bestimmte Aspekte konzentrieren, während Sie andere ignorieren. Dies erstellt eine Datenbank für Ihren AI, um daraus zu lernen, und Sie können verschiedene Arten von Daten für bestimmte Situationen erstellen.
  2. Konfiguration: Dieser Schritt beinhaltet die Feinabstimmung und Anweisung Ihres AI, wie es die Informationen lernen soll, die Sie ihm gerade gezeigt haben. Sie können es so einstellen, dass es die Informationen aggressiver oder in einer nicht-destruktiven Weise lernt, indem es alte Informationen beibehält und nur marginal auf Basis der neuen Daten aktualisiert. Es ist, als ob Sie an Knöpfen und Hebeln in einem Sport-Simulationsspiel drehen, bei dem verschiedene Kombinationen beeinflussen, wie Ihr AI reagiert und die Informationen lernt.
  3. Inspektion: In dieser Umgebung können Sie in das “Gehirn” Ihres AI schauen und verstehen, was es gelernt hat, indem Sie Veränderungen im Verhalten auf Basis der letzten Schulung beobachten. Sie können den Vorher-Nachher-Vergleich durchführen, um die Auswirkungen der Schulung zu isolieren. Dieser Feedback-Mechanismus ermöglicht es Ihnen, zu verstehen, ob Ihre Schulung die gewünschten Ergebnisse erzielt und Strategien für weitere Verbesserungen zu entwickeln, um Ihren AI zu einem besseren Kämpfer zu machen.

Der Prozess beinhaltet im Wesentlichen die Demonstration von Spielzügen für Ihren AI, die Konfiguration, wie es diese Informationen lernt, und die Inspektion der Ergebnisse, um Ihren Schulungsansatz iterativ zu verfeinern.

Sind wir richtig, wenn wir annehmen, dass eines der Hauptziele des Spiels darin besteht, das Verständnis der Spieler für künstliche Intelligenz und ihre Funktionsweise in einer Spielumgebung zu erweitern? Welche Lektionen können neue Spieler finden?

Wei: Eines der Hauptziele besteht darin, das Verständnis der Spieler für künstliche Intelligenz zu erweitern, nicht unbedingt, wie sie in einer Spielumgebung funktioniert, sondern vielmehr, um Spiele als Abstraktionsmedium zu verwenden, um Menschen zu helfen, etwas so Komplexes wie künstliche Intelligenz auf eine einfache und verständliche Weise zu verstehen. Spiele dienen als effektives Abstraktionswerkzeug oder -gerät für diesen Zweck. Wir verwenden Spiele, um Menschen zu helfen, künstliche Intelligenz zu lernen, sie zu entmystifizieren und den Prozess Spaß zu machen. Was die Lektionen angeht, die neue Spieler finden können, ist die Spiel-Schleife selbst in AI Arena im Grunde der Prozess, den ein künstlicher Intelligenz-Forscher oder -Entwickler jeden Tag in seiner Forschung und beim Aufbau und Verbessern von Modellen verwendet.

Wir haben den maschinellen Lernprozess in ein Spiel destilliert. Wenn Sie also AI Arena spielen, lernen Sie die Grundlagen davon, wie künstliche Intelligenz funktioniert, mit einer Menge Theorie, die in der künstlichen Intelligenz-Forschung eingebettet ist. Sie beginnen, eine starke Intuition über den künstlichen Intelligenz-Forschungsprozess aufzubauen. Je tiefer Sie in das Spiel eintauchen und je besser Sie werden, desto mehr werden Sie verstehen, wie künstliche Intelligenz-Modelle funktionieren und arbeiten. Es liegt wirklich bei dem Benutzer, wie weit und wie tief er in dieses Kaninchenloch eintauchen will.

Die In-Game-Währung, Neuron ($NRN), ist auch ein wichtiger Teil des Spiel-Ökosystems. Könnten Sie uns ein bisschen mehr über einige der NFTs erzählen, die in AI Arena vorkommen?

Wei: In AI Arena sind die NFTs spielbare Charaktere, insbesondere in der kompetitiven Liga, die auf hoch kompetitive Spieler abzielt. Diese Gruppe von Spielern spielt um $NRN-Belohnungen.

Es ist wichtig zu beachten, dass nicht jeder für Token-Belohnungen spielt. Das Spiel ist in zwei Versionen unterteilt: erstens eine On-Chain-Version, die von NFTs als spielbaren Charakteren angetrieben wird, und zweitens eine Off-Chain-, Free-to-Play-Version ohne Blockchain-Integration oder NFTs, bei der Menschen das Spiel einfach durch traditionelle Web2-Authentifizierung spielen können.

Was $NRN angeht, ist es hauptsächlich eine In-Game-Utility-Währung. Spieler können NRN auf ihre NFTs setzen, bevor sie an einer Runde des kompetitiven Wettbewerbs teilnehmen. Der Betrag, den sie setzen, bestimmt den Betrag an Token, den sie aus dem Belohnungspool am Ende des Wettbewerbs verdienen können. NRN kann auch für In-Game-Käufe und andere Utilities innerhalb des Ökosystems verwendet werden. Es gibt auch Möglichkeiten, NRN außerhalb des Spiel-Systems zu nutzen.

Um es zusammenzufassen, repräsentieren die NFTs in AI Arena spielbare Charaktere in der kompetitiven On-Chain-Version, während $NRN als Utility-Währung fungiert, die die Spiel-Ökonomie und Belohnungssysteme antreibt.

Was kommt als Nächstes für ArenaX Labs? Haben Sie Pläne, AI Arena in den kommenden Monaten oder Jahren zu entwickeln? Gibt es Patch-Notes oder Keystone-Updates auf dem Weg?

Wei: In naher Zukunft konzentrieren wir uns auf die $NRN-TGE (Token-Generation-Event), gefolgt von der Mainnet-Veröffentlichung der On-Chain-Version des Spiels. Dies wird mit der Veröffentlichung der spielbaren NFT-Charakter-Sammlung zusammenfallen.

Danach verbessern wir kontinuierlich das Kern-AI-Arena-Spiel. Einige kommende Updates umfassen die Veröffentlichung neuer Fähigkeiten, die Erweiterung des Move-Sets, die Einführung neuer Stage-Designs und die Einführung der Fähigkeit für Dritte oder Einzelpersonen, ihre eigenen Turniere zu erstellen und mit Freunden zu spielen. Langfristig planen wir, das AI-Arena-Universum in andere Arten von Spiel-Erfahrungen und Ableger-Spielen zu erweitern.

Um es zusammenzufassen, die Roadmap umfasst die Token-Veröffentlichung, die Mainnet-Spiel-Veröffentlichung, kontinuierliche Kern-Gameplay-Verbesserungen, Unterstützung von Benutzer-generiertem Inhalt/Turnieren und die Erweiterung des AI-Arena-Universums in neue Spiel-Erfahrungen im Laufe der Zeit. Was den letzten Punkt angeht, können wir aufgrund von Zeitplan-Zwecken nicht zu viele Details liefern, aber etwas ist für die Veröffentlichung später in Q3 dieses Jahres geplant.

Was ist der beste Weg, um über die laufenden Bemühungen von ArenaX Labs informiert zu bleiben, um AI Arena zu verbessern? Gibt es soziale Kanäle oder wichtige Newsletter, die wir unseren Lesern mitteilen können?

Wei: Folgen Sie uns auf sozialen Medien und registrieren Sie sich für unseren Newsletter auf der AI Arena-Website.

Gibt es ein letztes Wort für unsere Leser?

Wei: Treten Sie unserer Community bei aiarena.io!

Vielen Dank für Ihre Zeit, Wei!

 

Für weitere Informationen über die Projekte von ArenaX Labs besuchen Sie bitte das offizielle Social-Media-Profil des Teams hier. Alternativ können Sie die Website für weitere Updates hier besuchen.

Jord ist Acting Team Leader bei gaming.net. Wenn er nicht in seinen täglichen Listicles plaudert, dann schreibt er wahrscheinlich Fantasy-Romane oder durchforstet Game Pass nach allen übersehenen Indies.