Uma equipe de cientistas da Uber AI Labs criou uma inteligência artificial capaz de terminar jogos de plataforma dos anos 1980, como Pitfall.
Os cientistas criaram uma série de algoritmos que são capazes de criar arquivos de suas áreas previamente exploradas, permitindo que a IA se lembre pelos níveis que passou. Ele pode então usar esse conhecimento para explorar locais novos, ainda não investigados.
Este método difere da abordagem tradicional de IA de motivação intrínseca, a qual recompensa uma IA por encontrar novas áreas. Mas esse sistema pode fazer com que a IA se esqueça de lugares que já esteve e de possíveis caminhos que se ramificam a partir dessas áreas.
Usando este novo método, a equipe foi capaz de ensinar a IA a vencer jogos como Montezuma’s Revenge, Freeway e Pitfall, todos jogos clássicos bem difíceis da era dos jogos Atari.
Adrien Ecoffet, Joost Huizinga e Jeff Clune disseram em uma entrevista à BBC:
Nosso método é de fato muito simples e direto, embora seja frequentemente o caso com descobertas científicas.
A chave para o funcionamento desse novo design, conhecido como Go-Explore, é que ele é capaz de separar o processo de explorar novas áreas e retornar às antigas, e usa métodos diferentes para atingir esses dois objetivos.
Como costuma ser o caso na ciência, essa pesquisa está sendo feita com um objetivo muito maior em mente do que apenas ensinar um computador a jogar videogame. A equipe afirma que os algoritmos podem ser usados para guiar robôs em locais industriais, como baristas robóticos.
Além da robótica, Go-Explore já fez algumas pesquisas experimentais no aprendizado de idiomas, onde um agente aprende o significado das palavras explorando um jogo baseado em texto e para descobrir possíveis falhas no comportamento de um carro que dirige sozinho.
Talvez a próxima etapa seja progredir para os jogos de plataformas 3D?
