Wawancara

Wei Xie, COO ArenaX Labs — Seri Wawancara

Diterbitkan
Diperbarui

Permainan blockchain AI-controlled pertama dari ArenaX Labs, AI Arena, hidup dan berkembang, dan saat ini sedang membuat langkah-langkah serius untuk memperluas cakupan pengetahuan pemainnya dengan menerapkan koleksi alat intuitif yang luas dan loop pembelajaran “imitasi”. Untuk mempelajari sedikit lebih lanjut tentang hal itu, saya memutuskan untuk menghubungi COO ArenaX Labs, Wei Xie.

Terima kasih telah meluangkan waktu untuk berbicara dengan kami, Wei. Sebelum kita memasuki dunia pekerjaan ArenaX Labs, bisakah Anda memperkenalkan diri Anda kepada pembaca kami?

Wei: Nama saya adalah Wei Xie. Saya adalah co-pendiri dan COO dari ArenaX Labs, perusahaan yang membangun AI Arena.

Mari kita lanjutkan ke ArenaX Labs. Kapan studio ini didirikan, dan apa yang menginspirasi Anda untuk memulai di dunia permainan blockchain?

Wei: ArenaX Labs didirikan pada tahun 2021. Kami terinspirasi untuk memulai di dunia permainan blockchain karena kami melihat kemampuan apa yang dapat dilakukan oleh token non-fungible (NFT). Bagi kami, NFT adalah teknologi primitif yang memungkinkan setiap jenis properti intelektual digital untuk dikontainerisasi dan diperdagangkan. Ini memungkinkan pasar untuk menciptakan nilai dan penemuan harga untuk properti intelektual tersebut. Ini adalah perubahan besar bagi kami. Kami segera memikirkan kemampuan untuk mem-tokenisasi model kecerdasan buatan, dan itulah yang membawa kami ke jalan untuk memikirkan bagaimana cara mengkomersialisasi kecerdasan buatan yang ditokenisasi melalui permainan.

Mari kita bicarakan tentang permainan AI-centric Anda, AI Arena. Apa itu, dan apa saja fitur-fitur permainan inti yang dapat ditemukan oleh pemain?

Wei: AI Arena sedikit seperti perpaduan antara Super Smash Bros dan Pokemon. Perbedaannya adalah bahwa karakter dalam permainan ini sebenarnya adalah model kecerdasan buatan yang dapat belajar berbagai strategi potensial. Ini seperti dapat melatih Pokemon untuk bertarung, tetapi Pokemon dapat belajar hampir semua hal dari Anda. Fitur permainan inti berfokus pada pelatihan, di mana prosesnya melibatkan pelatih manusia yang meningkatkan kemampuan AI mereka melalui demonstrasi, yang disebut loop pembelajaran imitasi. Anda mengajar AI Anda melalui demonstrasi, dan seiring waktu, Anda menemukan teknik-teknik pelatihan yang lebih efektif. Anda kemudian dapat mengirimkan AI Anda ke kompetisi global untuk bersaing dengan AI lain yang dilatih oleh manusia.

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

Jadi, bagaimana cara kerjanya — menggunakan AI untuk bersaing dengan lawan lain, itu?

Wei: Prosesnya disebut pembelajaran imitasi, di mana AI Anda belajar dengan meniru Anda. Ada tiga langkah dalam proses ini:

  1. Pengumpulan Data: Ini adalah fase demonstrasi. Agar AI Anda dapat belajar, Anda harus menunjukkan apa yang harus dilakukan dalam situasi yang berbeda. Anda memainkan permainan dan mendemonstrasikan kepada AI bagaimana Anda akan memainkannya, memfokuskan perhatian pada aspek tertentu sambil mengabaikan yang lain. Ini menciptakan dataset untuk AI Anda belajar, dan Anda dapat membuat jenis data yang berbeda untuk situasi yang spesifik.
  2. Konfigurasi: Langkah ini melibatkan penyetelan dan menginstruksikan AI Anda tentang bagaimana belajar dari informasi yang baru saja Anda tunjukkan. Anda dapat menyetelnya untuk belajar informasi tersebut dengan lebih agresif atau dengan cara yang tidak destruktif, mempertahankan informasi lama sambil memperbarui sedikit berdasarkan data baru. Ini seperti menyesuaikan tombol-tombol dan tuas dalam simulasi olahraga, di mana kombinasi yang berbeda mempengaruhi bagaimana AI Anda merespons dan belajar dari informasi tersebut.
  3. Inspeksi: Dalam lingkungan ini, Anda dapat melihat ke dalam “otak” AI Anda dan memahami apa yang telah dipelajari, mengamati perubahan perilaku berdasarkan pelatihan terbaru. Anda dapat melihat sebelum dan sesudah untuk mengisolasi dampak dari pelatihan. Mekanisme umpan balik ini memungkinkan Anda untuk memahami apakah pelatihan Anda mencapai hasil yang diinginkan dan merencanakan strategi untuk perbaikan lebih lanjut untuk membuat AI Anda menjadi petarung yang lebih baik.

Prosesnya secara esensial melibatkan mendemonstrasikan gameplay kepada AI Anda, mengkonfigurasi bagaimana AI Anda belajar dari informasi tersebut, dan memeriksa hasilnya untuk memperbaiki pendekatan pelatihan Anda secara iteratif.

Apakah kita benar dalam berpikir bahwa salah satu tujuan utama permainan ini adalah untuk memperluas pemahaman pemain tentang AI dan bagaimana cara kerjanya dalam lingkungan permainan? Apa saja pelajaran yang dapat ditemukan oleh pemula?

Wei: Salah satu tujuan utama adalah untuk memperluas pemahaman pemain tentang AI, tidak harus tentang bagaimana cara kerjanya dalam lingkungan permainan secara spesifik, tetapi lebih tentang menggunakan permainan sebagai alat abstraksi untuk membantu orang memahami sesuatu yang kompleks seperti AI dengan cara yang lebih sederhana dan dapat dipahami. Permainan berfungsi sebagai alat abstraksi yang efektif untuk tujuan ini. Kami menggunakan permainan sebagai cara untuk membantu orang belajar tentang AI, mendemistifikasi, dan membuat prosesnya menyenangkan. Mengenai pelajaran yang dapat ditemukan oleh pemula, loop permainan itu sendiri dalam AI Arena secara esensial adalah proses yang digunakan oleh insinyur atau peneliti AI setiap hari dalam penelitian dan pembangunan mereka.

Kami mengambil proses penelitian kecerdasan buatan dan menyulingnya menjadi permainan. Jadi, saat Anda memainkan AI Arena, Anda belajar dasar-dasar tentang bagaimana AI bekerja, dengan banyak teori yang tertanam dalam penelitian AI. Anda mulai memahami dan membangun intuisi yang kuat tentang proses penelitian AI. Semakin dalam Anda memainkan permainan dan semakin baik Anda menjadi, semakin Anda memahami bagaimana AI bekerja dan beroperasi. Ini benar-benar tergantung pada pengguna seberapa jauh dan seberapa dalam mereka ingin mempelajari hal tersebut.

Token dalam permainan, Neuron ($NRN), juga merupakan bagian besar dari ekosistem permainan. Bisakah Anda memberi tahu kami sedikit lebih lanjut tentang beberapa NFT yang ditampilkan dalam AI Arena?

Wei: Dalam AI Arena, NFT adalah karakter yang dapat dimainkan, khususnya dalam liga kompetitif yang ditargetkan untuk pemain yang sangat kompetitif. Kelompok pemain ini bermain untuk hadiah $NRN.

Penting untuk dicatat bahwa tidak semua orang bermain untuk hadiah token. Permainan ini dibagi menjadi dua versi: pertama, versi on-chain yang ditenagai oleh NFT sebagai karakter yang dapat dimainkan, dan kedua, versi off-chain, free-to-play tanpa integrasi blockchain atau NFT, di mana orang dapat dengan mudah memainkan permainan melalui autentikasi web2 tradisional.

Mengenai $NRN, ini terutama adalah token utilitas dalam permainan. Pemain dapat menyetor NRN pada NFT mereka sebelum memasuki putaran kompetisi yang diperanking. Jumlah yang mereka setor menentukan jumlah token yang dapat mereka peroleh dari kolam hadiah di akhir kompetisi. NRN juga dapat digunakan untuk pembelian dalam permainan dan utilitas lainnya dalam ekosistem. Ada juga cara untuk menggunakan NRN di luar sistem permainan.

Jadi, ringkasnya, NFT dalam AI Arena mewakili karakter yang dapat dimainkan dalam versi on-chain yang kompetitif, sedangkan $NRN bertindak sebagai token utilitas yang menggerakkan ekonomi dan sistem hadiah permainan.

Jadi, apa yang selanjutnya untuk ArenaX Labs? Apakah Anda memiliki rencana untuk mengembangkan AI Arena dalam beberapa bulan atau tahun mendatang? Apakah ada catatan patch atau pembaruan kunci yang akan datang?

Wei: Dalam jangka pendek, fokusnya adalah pada acara generasi token $NRN, diikuti dengan peluncuran mainnet dari versi on-chain permainan. Ini akan bertepatan dengan peluncuran koleksi karakter NFT yang dapat dimainkan.

Setelah itu, kami terus memperbaiki inti permainan AI Arena. Beberapa pembaruan yang akan datang termasuk merilis kemampuan baru, memperluas set gerakan, memperkenalkan desain panggung baru, dan meluncurkan kemampuan bagi pihak ketiga atau individu untuk membuat turnamen mereka sendiri dan bermain dengan teman. Dalam jangka panjang, kami berencana untuk memperluas alam semesta AI Arena ke dalam jenis pengalaman permainan lain dan permainan turunan.

Jadi, ringkasnya, jalan kami termasuk peluncuran token, peluncuran permainan mainnet, perbaikan permainan inti yang terus-menerus, mendukung konten yang dibuat pengguna/turnamen, dan memperluas alam semesta AI Arena ke dalam pengalaman permainan baru seiring waktu. Mengenai poin terakhir, meskipun kami tidak dapat memberikan banyak detail karena alasan timeline, sesuatu yang direncanakan untuk dirilis kemudian pada kuartal 3 tahun ini.

Apa cara terbaik untuk tetap mendapatkan informasi tentang upaya ArenaX Labs yang berkelanjutan untuk memperbaiki AI Arena? Apakah ada saluran sosial atau buletin penting yang dapat kami bagikan dengan pembaca kami?

Wei: Ikuti kami di media sosial dan daftarlah untuk buletin kami di situs web AI Arena.

Apakah ada kata-kata terakhir untuk pembaca kami?

Wei: Bergabunglah dengan komunitas kami di aiarena.io!

Terima kasih atas waktu Anda, Wei!

 

Untuk informasi lebih lanjut tentang proyek-proyek ArenaX Labs, pastikan untuk memeriksa tim mereka di tangan resmi mereka di sini. Alternatifnya, Anda dapat mengunjungi situs web untuk pembaruan tambahan di sini.

Jord adalah Pemimpin Tim sementara di gaming.net. Jika dia tidak berbicara terus-menerus dalam daftar harian, maka dia mungkin sedang menulis novel fantasi atau mengumpulkan Game Pass dari semua indies yang terlewatkan.