ArenaX Labs объявила о запуске двух инновационных платформ, направленных на улучшение сотрудничества между разработчиками игр и пользователями ИИ. Первая из них, платформа ARC, представляет собой ИИ-инфраструктуру ArenaX, позволяющую человеческим игрокам взаимодействовать с ИИ-аватарами. Эта платформа доступна в виде набора программного обеспечения (SDK) по лицензии White-Label. Второй продукт, SAI, представляет собой платформу для конкурентных исследований, которая геймифицирует исследования ИИ и стимулирует решение проблем.
Разработанная внутри компании, ARC не основана на существующих крупных языковых моделях, таких как ChatGPT. ArenaX утверждает, что ARC решает ряд проблем, с которыми сталкиваются разработчики игр, включая развитие новых коллабораций между игроками и обученными ИИ-аватарами, а также минимизацию мошенничества с использованием ИИ. Кроме того, создатели могут использовать своих обученных ИИ-аватаров в различных конкурсах, что повышает уровень вовлеченности и возможности монетизации.
Уэй Си, соучредитель и операционный директор ArenaX, рассказал GamesBeat: «ARC позволяет игрокам обучать ИИ на основе демонстрации. В ARC пользователи показывают свои действия, и ИИ обучается имитации. Это приводит к высокоточной репрезентации игрока, что имеет ключевое значение для поддержания честности в играх». Си отметил, что конкурсы могут эффективно демонстрировать навыки ИИ через аватары, которые не требуют прямого управления.
Платформа SAI сосредоточена на исследованиях искусственного общего интеллекта, а не на создании ИИ. ArenaX использует геймификацию, чтобы побудить исследователей глубже погружаться в решение проблем ИИ. По словам команды, практические приложения ИИ, такие как AI Arena, предоставят пользователям значимый опыт взаимодействия, открывая скрытые таланты в области ИИ для демонстрации своих навыков и поиска новых возможностей.
Брэндон да Силва, CEO ArenaX, добавил: «Наша цель - создать структурированный подход для решения различных задач, превращая их в конкурсные игры для исследователей. Мотивацией для этого подхода является дополнительная вовлеченность, получаемая от наблюдения за производительностью агентов. Предоставляя ряд сложных, обычно неигровых задач, мы надеемся привлечь больше людей к этой области исследований».