晓查 凌晨 发自 凹非寺 量子位 报道 | 公众号 QbitAI
可能是疫情吧,大家在现实中行动受限,就越来越多去游戏世界中释放天性。
前有《我的世界》举办毕业典礼,后有《动物森友会》举办AI会议。最近《我的世界》又被大神带来了硬核玩法:
你以为他在涂鸦?不!其实他在进行神经网络的推理。
你如果是一个熟悉神经网络的人,想必已经猜出来了。
图片里这位玩家做的正是MNIST手写数字分类网络。
只需用剑在墙壁上画出数字,神经网络就能知道你写的是几。不仅仅如此,神经网络在推理过程中,哪些神经元被激活,都可以在这里看得一清二楚。
这个脑洞大开的玩家是一位来自印度的小哥Ashutosh Sathe,游戏项目叫做Scarpet-nn。
Sathe不仅放出了试玩视频,还开源了代码,如果你是《我的世界》玩家 神经网络炼丹师,那么你也可以把自己的网络放在游戏里。
Scarpet-nn支持卷积层和完全连接层,允许在单个世界中运行多个神经网络。而且可以展示中间张量的逐块激活,甚至还能一次运行多个神经网络。
Sathe小哥到底是怎么想到用《我的世界》来搭建神经网络的呢?
像素风和神经网络是绝配我的世界里那一个个像素色块简直就是显示3维数组的神器。如果一个长方体的每个小块都用不同颜色来展示数值,那么一个长方体就可以表示一个张量。
但是用表示的范围有限,我的世界地图里的资源也有限,在神经网络中显示BERT什么的显然不切实际。
所以用两种颜色的色块表示二值神经网络(BNN)最合适了。
BNN是一种高度简化的神经网络,权重和激活都只能取两个值: 1或-1。但是计算机中二进制的位表示是不同的。因此在BNN中,我们将 1存储为1为,将-1存储为0。
这样在BNN中乘法运算就变成了逻辑门中的同或运算,而逻辑门在《我的世界》中可以用红石电路造出。
至此,用《我的世界》搭建神经网络的理论基础已经完成,下面开始实际操作。
神经网络转像素模块我们需要在电脑上安装《我的世界》Java版,第三方Mod也是必不可少的。在这个项目里,我们要安装Litematica和carpetmod两个Mod。
另外还需要通过Python3安装PyTorch和nbtlib。
接下来就是“炼丹”,先在PyTorch里训练好你的二值神经网络。
Litematica是一个帮助用户从零开始绘制示意图的模块,它可以准确地构建结构,指定将块放置在何处。
运行modeltolitematica.py将神经网络的所有层转换为不同的Litematica示意图。每个示意图仅包含一层神经网络。
图中以紫色表示 1的块,以绿色代表-1的块。
在这一步后,你会获得一组示意图文件,后缀名为.litematica。文件的名称和你命名的网络层相同,比如conv1.weight.litematica、fc2.weight.litematica等等。将相应文件导入即可。
由于卷积层会出现4维数组,这在3维空间里是没法表示的,因此这个过程中还加入了压缩。
一般卷积层的形式是:[c2, c1, fh, fw]。其中c2是输出激活的通道数量,c1是输入激活的通道数量,fh和fw是卷积滤波器的高度和宽度。
通过scarpet-nn将后两个维度乘起来,变成[c2, c1, fh× fw],这样就解决了3维显示问题。
而全连接层都是2维的,不存在不能显示的状况,因此不需要做任何调整。
然后你就可以在空地上绘制一张16×16的输入图像了。
将卷积层导入地图后,你就可以进行神经网络运算了。
最后,作者还给出了一个MNIST示意图MineCraft文件包,如果只想简单看看实际运行效果,可以在我们的公众号中回复我的世界获取。
不得不说,《我的世界》里大神太多,之前有复旦本科生从零计算机,现在又有印度小哥从零打造神经网络。
(相关阅读:在《我的世界》里从零打造一台计算机有多难?复旦本科生大神花费了一年心血)
只是现在的模块还不能在《我的世界》里训练神经网络,相信在这些大神的努力下,未来用《我的世界》炼丹也不是梦。
传送门博客地址:https://ashutoshbsathe.github.io/scarpet-nn/scarpet-apps/twoclassmnist/
Litematica下载地址:http://minecraft.curseforge.com/projects/litematica
源代码:https://github.com/ashutoshbsathe/scarpet-nn
— 完 —
量子位 QbitAI · 头条号签约
关注我们,第一时间获知前沿科技动态