Ce système d'IA de DeepMind représente une avancée significative dans le domaine de l'IA jouant à des jeux. Contrairement aux systèmes précédents qui étaient adaptés à des jeux spécifiques, cette IA peut jouer efficacement à une grande variété de jeux 3D modernes.

L'innovation clé est que l'IA ne s'appuie pas sur des données ou des coordonnées spécifiques au jeu, mais traite plutôt l'entrée visuelle brute de l'écran du jeu, comme le ferait un joueur humain. Cela permet à l'IA de comprendre le monde de jeu 3D et la façon dont il évolue au fil du temps, un exploit précédemment considéré comme incroyablement difficile pour un système d'IA.

Remarkablement, l'IA non seulement performe bien sur des jeux individuels, mais démontre également la capacité de transférer les connaissances acquises en jouant à plusieurs jeux, surpassant les agents spécialisés qui ont été entraînés sur un seul jeu pendant longtemps. Cela met en évidence la capacité de l'IA à apprendre et à appliquer des connaissances dans différents domaines, une caractéristique de l'intelligence.

Ce système d'IA de DeepMind est une avancée significative dans le domaine du jeu IA. Contrairement aux agents IA précédents qui étaient adaptés à des jeux spécifiques, cette IA peut jouer efficacement à une variété de jeux 3D modernes. La différence clé est que cette IA ne s'appuie pas sur des données spécifiques au jeu comme les coordonnées ou les scores. Au lieu de cela, elle traite directement le monde du jeu à travers les pixels à l'écran, comme le ferait un joueur humain.

Cette capacité à comprendre le monde de jeu 3D à partir d'une représentation en pixels 2D est incroyablement impressionnante, en particulier pour les jeux 3D complexes. L'IA peut percevoir l'environnement du jeu, suivre les changements au fil du temps et contrôler le jeu à l'aide du clavier et de la souris, le tout sans accès aux données sous-jacentes du jeu.

De plus, les performances de l'IA s'améliorent lorsqu'elle est entraînée sur plusieurs jeux, plutôt que sur un seul. Cela démontre un niveau de généralisation et de transfert de connaissances qui est une caractéristique de l'intelligence humaine. L'IA peut appliquer les idées acquises dans un jeu pour améliorer ses performances dans d'autres jeux.

Le document révèle une découverte surprenante - après que l'agent IA ait été entraîné sur plusieurs jeux, il a été en mesure de mieux performer sur chaque jeu individuel par rapport à un agent spécialisé qui avait été entraîné uniquement sur ce jeu. Cela suggère que la capacité d'apprendre et d'appliquer des connaissances dans différents domaines, une caractéristique de l'intelligence humaine, peut également bénéficier aux performances des systèmes d'IA dans les jeux vidéo 3D complexes.

Les performances de référence de l'agent spécialisé, qui avait été longuement entraîné sur un seul jeu, ont été dépassées par l'agent qui avait été exposé à une variété de jeux, même sur le propre jeu de l'agent spécialisé. Cela démontre la puissance du transfert de connaissances entre les domaines, où l'IA est capable d'extraire et d'appliquer des principes et des stratégies généraux applicables à différents environnements de jeu.

Bien que les performances de ce nouveau système d'IA soient impressionnantes, elles ne sont pas encore au niveau humain. Le taux de réussite, bien que raisonnable pour une première tentative, laisse encore de la place à l'amélioration. Même les humains n'atteignent pas 100% sur ces tâches de jeu 3D complexes, il y a donc de nombreuses possibilités pour que l'IA développe et affine ses capacités.

Une limitation clé est la longueur des séquences que l'IA peut gérer, actuellement limitée à 10 secondes. Cela restreint sa capacité à s'engager dans une planification stratégique plus intense et à long terme, comme la recherche de ressources et la construction d'un camp dans un jeu de stratégie. Surmonter cette limitation sera probablement un point de mire de la recherche future sur ce système.

L'objectif du nouveau système d'IA de DeepMind n'est pas seulement d'exceller dans une variété de jeux vidéo 3D modernes, mais de créer des agents d'IA qui peuvent comprendre et assister les humains dans une large gamme de tâches réelles complexes. En apprenant à percevoir le monde du jeu à travers les pixels de l'écran et à interagir avec lui à l'aide du clavier et de la souris, l'IA démontre une capacité à comprendre et à naviguer dans des environnements 3D complexes, tout comme un humain le ferait.

Cette capacité est une étape importante vers l'objectif ultime de développer des systèmes d'IA qui peuvent comprendre et collaborer avec les humains dans le monde réel. Les chercheurs visent à exploiter les connaissances et les compétences acquises grâce à cette maîtrise des jeux vidéo pour créer des agents capables d'assister les humains dans diverses tâches, de la planification stratégique à la gestion des ressources et au-delà.

Le document présenté par DeepMind montre une avancée remarquable dans la capacité de l'IA à jouer à une variété de jeux vidéo 3D modernes. Contrairement aux systèmes d'IA précédents qui étaient adaptés à des jeux spécifiques, cette nouvelle IA peut bien performer sur plusieurs jeux simultanément.

L'innovation clé est que l'IA ne s'appuie pas sur des données ou des coordonnées spécifiques au jeu, mais traite plutôt les informations visuelles directement à partir des pixels du jeu, comme le ferait un joueur humain. Cela permet à l'IA de comprendre le monde 3D et la façon dont il évolue au fil du temps, une avancée significative par rapport aux jeux 2D plus simples.

De manière surprenante, les performances de l'IA s'améliorent lorsqu'elle est entraînée sur plusieurs jeux, démontrant la capacité de transférer les connaissances et de les appliquer à de nouveaux scénarios. Il s'agit d'une caractéristique de l'intelligence et suggère que des progrès supplémentaires dans cette direction pourraient conduire à des systèmes d'IA capables d'assister les humains dans une large gamme de tâches 3D complexes.