从游戏机到深海：游戏玩家训练人工智能执行水下任务
加利福尼亚州蒙特雷湾水族馆研究所（MBARI加利福尼亚州蒙特雷湾水族馆研究所）的研究人员开发了一款名为 "FathomVerse "的游戏，挑战玩家识别未知的海洋生物。其目的是训练黄色MiniROV机器人的人工智能。 深海.
MiniROV 由 Kakani Katija 等科学家遥控操作，拍摄和收集海洋生物数据，如珍稀水母。.录制的生物图像和视频被上传到 FathomNet 数据库，该数据库是 FathomVerse 游戏的基础。游戏者沉浸在虚拟的海洋世界中，观看真实海洋生物的图像，对它们进行分类并获得积分。
他们的输入可以提高人工智能，从而更好地识别现实世界中的海洋生物。迄今为止，已有 17500 多名玩家分析了近 48000 张图片，约占 FathomNet 数据库的 14%。在一个成功案例中，参与者将一种带有黄色斑点和绿色眼睛的橙色生物识别为一种骨鱼，而人工智能之前却无法识别这种鱼。
游戏开始前，玩家将熟悉培训模块
不过，要正确识别生物，还需要教程：在培训模块中，玩家将学习识别从水母到稀有深海生物等各种海洋生物。然后，他们开始执行任务，对未知生物进行识别和分类。然后将他们的作品与其他游戏者的作品进行比较，以达成共识。研究人员将对参与者收集的数据进行审查，并用于改进 人工智能算法。
长期目标是训练人工智能，使其不仅能够独立识别生物，而且像 MiniROV 这样的机器人能够在没有人类控制的情况下完全自主地在海洋中作业。目前还无法做到这一点，因为人工智能在识别过程中经常犯错。例如，机器人经常将黑珊瑚或海葵与其他生物混淆。
多亏了游戏玩家的帮助，人工智能目前正在提高区分这些物种的能力。随着 MiniROV 的发展，FathomVerse 也在不断壮大，这是科学与游戏的双赢。游戏玩家和科学家之间的合作正在加速海洋探索，并增进我们对以下问题的了解 气候变化.
资料来源
