Interviste

Wei Xie, COO di ArenaX Labs — Serie di Interviste

Pubblicato il 14 giugno 2024

Aggiornato il 20 maggio 2026

Jord Tury

Il primo gioco blockchain controllato da intelligenza artificiale di ArenaX Labs, AI Arena, è vivo e vegeto e sta facendo seri passi avanti per ampliare la portata della conoscenza dei suoi giocatori implementando una vasta collezione di strumenti intuitivi e un ciclo di apprendimento “per imitazione”. Per saperne di più, ho deciso di contattare il COO di ArenaX Labs, Wei Xie.

Grazie per aver trovato il tempo di parlare con noi, Wei. Prima di addentrarci nel mondo del lavoro di ArenaX Labs, potresti presentarti ai nostri lettori?

Wei: Il mio nome è Wei Xie. Sono il co-fondatore e COO di ArenaX Labs, l’azienda che sta costruendo AI Arena.

Passiamo ad ArenaX Labs. Quando è stata fondata la società e cosa ti ha ispirato a entrare nel mondo dei giochi blockchain?

Wei: ArenaX Labs è stata fondata nel 2021. Siamo stati ispirati a entrare nel mondo dei giochi blockchain perché abbiamo visto le capacità di ciò che i token non fungibili (NFT) potevano creare. Per noi, gli NFT sono una tecnologia primitiva a scopo generale che consente di containerizzare e rendere scambiabili qualsiasi tipo di proprietà intellettuale digitale. Ciò consente ai mercati di creare valore e scoprire prezzi per quelle proprietà intellettuali. Questo è stato un punto di svolta per noi. Abbiamo immediatamente pensato alla possibilità di tokenizzare modelli di intelligenza artificiale e questo ci ha portato a pensare a come commercializzare modelli di intelligenza artificiale tokenizzati attraverso un gioco.

Parliamo del tuo gioco centrato sull’intelligenza artificiale, AI Arena. Cosa è esattamente e quali sono alcune delle caratteristiche di gioco principali che i giocatori possono aspettarsi di scoprire?

Wei: AI Arena è un po’ come un incrocio tra Super Smash Bros e Pokemon. La differenza è che i personaggi nel gioco sono in realtà modelli di intelligenza artificiale in grado di apprendere una vasta gamma di strategie potenziali. Sarebbe come addestrare un Pokemon a combattere, ma il Pokemon può fondamentalmente imparare qualsiasi cosa da te. La caratteristica di gioco principale è centrata sull’addestramento, dove il processo coinvolge un allenatore umano che migliora le capacità del proprio AI attraverso la dimostrazione, chiamata ciclo di apprendimento per imitazione. Insegni al tuo AI attraverso la dimostrazione e, nel tempo, scopri tecniche di addestramento sempre più efficaci. Sei quindi in grado di inviare il tuo AI in una competizione globale per competere contro altri AI addestrati da esseri umani.

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

Quindi, come funziona — utilizzando l’intelligenza artificiale per competere contro altri avversari, cioè? Potresti spiegarci il processo di addestramento dell’intelligenza artificiale per eseguire i tuoi comandi?

Wei: Il processo si chiama apprendimento per imitazione, dove il tuo AI apprende imitandoti. Ci sono tre passaggi in questo processo:

Raccolta dei dati: questa è la fase di dimostrazione. Affinché il tuo AI possa apprendere, devi mostrargli cosa fare in diverse situazioni. Gioci il gioco e mostri all’AI come giocheresti, concentrandone l’attenzione su certi aspetti e ignorandone altri. Ciò crea un set di dati per il tuo AI da apprendere e puoi creare tipi di dati diversi per situazioni specifiche.
Configurazione: questo passaggio coinvolge la regolazione e l’istruzione del tuo AI su come apprendere le informazioni che gli hai appena mostrato. Puoi regolarlo per apprendere le informazioni in modo più aggressivo o non distruttivo, conservando le informazioni vecchie e aggiornandole marginalmente in base ai nuovi dati. È come regolare i comandi e le leve in un gioco di simulazione sportiva, dove diverse combinazioni influenzano la risposta e l’apprendimento dell’AI.
Ispezione: in questo ambiente, puoi guardare nel “cervello” del tuo AI e capire cosa ha appreso, osservando i cambiamenti nel comportamento in base all’ultimo addestramento. Puoi vedere il prima e il dopo per isolare l’impatto dell’addestramento. Questo meccanismo di feedback ti consente di capire se il tuo addestramento sta raggiungendo i risultati desiderati e di pianificare aree di ulteriore miglioramento per rendere il tuo AI un combattente migliore.

Il processo essenzialmente coinvolge la dimostrazione del gioco al tuo AI, la configurazione di come apprende quelle informazioni e l’ispezione dei risultati per raffinare il tuo approccio di addestramento in modo iterativo.

Siamo nel giusto pensando che uno degli obiettivi principali del gioco sia ampliare la comprensione dei giocatori di come funziona l’intelligenza artificiale in un ambiente di gioco? Quali sono alcune delle lezioni che i nuovi giocatori potranno trovare?

Wei: Uno degli obiettivi principali è ampliare la comprensione dei giocatori di come funziona l’intelligenza artificiale, non necessariamente di come funziona in un ambiente di gioco specifico, ma piuttosto utilizzare i giochi come mezzo di astrazione per aiutare le persone a comprendere qualcosa di complesso come l’intelligenza artificiale in modo più semplice e comprensibile. I giochi servono come strumento di astrazione efficace per questo scopo. Utilizziamo i giochi per aiutare le persone a capire l’intelligenza artificiale, demistificarla e renderla divertente. Per quanto riguarda le lezioni che i nuovi giocatori possono trovare, il ciclo di gioco in AI Arena è fondamentalmente il processo che un ingegnere di apprendimento automatico o un ricercatore utilizza ogni giorno nella sua ricerca e nel costruire, regolare e migliorare i modelli.

Abbiamo preso il processo di ricerca sull’apprendimento automatico e lo abbiamo distillato in un gioco. Quindi, mentre giochi AI Arena, stai imparando i fondamenti di come funziona l’intelligenza artificiale, con molta della teoria incorporata nella ricerca sull’intelligenza artificiale. Inizi a interiorizzare e costruire una forte intuizione sul processo di ricerca sull’intelligenza artificiale. Più ti addentri nel gioco e più diventi bravo, più capirai come funzionano e operano gli AI. È veramente fino all’utente decidere quanto e quanto a fondo vuole andare giù per quella tana del coniglio.

Il token di gioco, Neuron ($NRN), fa anche parte integrante dell’ecosistema del gioco. Potresti dirci qualcosa di più sui token NFT che figurano in AI Arena?

Wei: In AI Arena, gli NFT sono personaggi giocabili, specificamente nella lega competitiva rivolta ai giocatori molto competitivi. Questo gruppo di giocatori gioca per vincere ricompense in $NRN.

È importante notare che non tutti giocano per vincere token. Il gioco è diviso in due versioni: una versione on-chain alimentata da NFT come personaggi giocabili e una versione off-chain, free-to-play, senza integrazione blockchain o NFT, dove le persone possono giocare facilmente attraverso l’autenticazione web2 tradizionale.

Riguardo a $NRN, è principalmente un token di utilità all’interno del gioco. I giocatori possono impegnare NRN sui loro NFT prima di entrare in una partita di competizione classificata. La quantità che impegnano determina la quantità di token che possono vincere dal pool di ricompense alla fine della competizione. NRN può anche essere utilizzato per acquisti all’interno del gioco e altre utilità all’interno dell’ecosistema. Ci sono anche modi per utilizzare NRN al di fuori del sistema del gioco.

Quindi, in sintesi, gli NFT in AI Arena rappresentano personaggi giocabili nella versione on-chain competitiva, mentre $NRN agisce come token di utilità che alimenta l’economia e i sistemi di ricompensa del gioco.

Cosa c’è in programma per ArenaX Labs? Hai piani per far evolvere AI Arena nei prossimi mesi o anni? Ci saranno note di aggiornamento o aggiornamenti chiave in arrivo?

Wei: A breve termine, l’attenzione si concentra sull’evento di generazione del token $NRN, seguito a breve dal lancio della versione on-chain del gioco. Ciò coinciderà con il lancio della collezione di personaggi NFT giocabili.

Dopo di che, stiamo costantemente migliorando il gioco AI Arena di base. Alcuni aggiornamenti futuri includono il rilascio di nuove capacità, l’espansione del set di mosse, l’introduzione di nuovi design di stage e il lancio della possibilità per terze parti o individui di creare i propri tornei e giocare con gli amici. A lungo termine, intendiamo espandere l’universo di AI Arena in altri tipi di esperienze di gioco e giochi derivati.

Quindi, in sintesi, la roadmap include il lancio del token, il lancio del gioco on-chain, miglioramenti continui del gioco di base, supporto per contenuti generati dagli utenti/tornei e l’espansione dell’universo di AI Arena in nuove esperienze di gioco nel tempo. Su quell’ultimo punto, mentre non possiamo fornire troppi dettagli per scopi di pianificazione temporale, qualcosa è pianificato per il rilascio più tardi in questo terzo trimestre.

Qual è il modo migliore per rimanere informati sugli sforzi in corso di ArenaX Labs per migliorare AI Arena? Ci sono canali social o newsletter importanti che possiamo condividere con i nostri lettori?

Wei: Seguiteci sui social media e iscrivetevi alla nostra newsletter sul sito web di AI Arena.

Ultime parole per i nostri lettori?

Wei: Unitevi alla nostra comunità su aiarena.io!

Grazie per il tuo tempo, Wei!

Per ulteriori informazioni sui progetti di ArenaX Labs, assicuratevi di controllare il team sul loro profilo social ufficiale qui. In alternativa, potete visitare il sito web per aggiornamenti aggiuntivi qui.