Questo sistema di intelligenza artificiale di DeepMind rappresenta un importante passo avanti nel campo dell'intelligenza artificiale per il gioco. A differenza dei sistemi precedenti, che erano adattati a giochi specifici, questa IA può giocare in modo efficace una vasta gamma di giochi 3D moderni.

L'innovazione chiave è che l'IA non si basa su dati o coordinate specifici del gioco, ma elabora invece l'input visivo grezzo dallo schermo del gioco, proprio come farebbe un giocatore umano. Ciò consente all'IA di comprendere il mondo di gioco 3D e come esso cambia nel tempo, un risultato precedentemente considerato incredibilmente difficile per un sistema di IA.

Rimarche volmente, l'IA non solo si comporta bene nei singoli giochi, ma dimostra anche la capacità di trasferire le conoscenze acquisite giocando a più giochi, superando gli agenti specializzati che sono stati addestrati su un singolo gioco per molto tempo. Ciò mette in luce la capacità dell'IA di apprendere e applicare le conoscenze in diversi ambiti, una caratteristica distintiva dell'intelligenza.

Questo sistema di intelligenza artificiale di DeepMind rappresenta un importante passo avanti nel campo dell'IA per il gioco. A differenza dei precedenti agenti IA, che erano adattati a giochi specifici, questa IA può giocare in modo efficace una varietà di giochi 3D moderni. La differenza chiave è che questa IA non si basa su dati specifici del gioco come coordinate o punteggi. Invece, elabora direttamente il mondo di gioco attraverso i pixel sullo schermo, proprio come farebbe un giocatore umano.

Questa capacità di comprendere il mondo di gioco 3D a partire da una rappresentazione 2D di pixel è incredibilmente impressionante, soprattutto per i giochi 3D complessi. L'IA può percepire l'ambiente di gioco, tracciare i cambiamenti nel tempo e controllare il gioco utilizzando la tastiera e il mouse, tutto senza accesso ai dati di gioco sottostanti.

Inoltre, le prestazioni dell'IA migliorano quando viene addestrata su più giochi, anziché su uno solo. Ciò dimostra un livello di generalizzazione e trasferimento di conoscenze che è una caratteristica distintiva dell'intelligenza simile all'uomo. L'IA può applicare le intuizioni acquisite da un gioco per migliorare le sue prestazioni in altri giochi.

L'articolo rivela una scoperta sorprendente: dopo che l'agente IA è stato addestrato su più giochi, è stato in grado di performare meglio su ciascun singolo gioco rispetto a un agente specializzato che era stato addestrato solo su quel gioco. Ciò suggerisce che la capacità di apprendere e applicare le conoscenze in diversi ambiti, una caratteristica distintiva dell'intelligenza umana, può anche giovare alle prestazioni dei sistemi di IA nei complessi videogiochi 3D.

Le prestazioni di base dell'agente specializzato, che era stato addestrato intensivamente su un singolo gioco, sono state superate dall'agente che era stato esposto a una varietà di giochi, anche sul gioco stesso dell'agente specializzato. Ciò dimostra il potere del trasferimento di conoscenze tra domini, dove l'IA è in grado di estrarre e applicare principi e strategie generali applicabili in diversi ambienti di gioco.

Questo risultato mette in discussione la nozione tradizionale di sistemi di IA strettamente specializzati e limitati ai compiti specifici per cui sono stati addestrati. Invece, indica il potenziale per agenti di IA più flessibili e adattabili che possono sfruttare le loro esperienze in un dominio per migliorare le loro capacità in un altro. Questo è un passo significativo verso l'obiettivo di creare sistemi di IA in grado di comprendere e assistere gli esseri umani in una vasta gamma di compiti impegnativi nel mondo 3D.

Mentre le prestazioni di questo nuovo sistema di IA sono impressionanti, non sono ancora a livello umano. Il tasso di successo, sebbene ragionevole per un primo tentativo, lascia ancora spazio per miglioramenti. Anche gli esseri umani non raggiungono il 100% in questi compiti di gioco 3D complessi, quindi c'è ampio spazio per la crescita e il perfezionamento delle capacità dell'IA.

Uno dei principali limiti è la lunghezza delle sequenze che l'IA può gestire, attualmente limitata a 10 secondi. Ciò limita la sua capacità di impegnarsi in una pianificazione strategica più intensa e a lungo termine, come trovare risorse e costruire un campo in un gioco di strategia. Superare questo limite sarà probabilmente un focus della ricerca futura su questo sistema.

Nonostante questi limiti attuali, l'autore è ottimista riguardo al potenziale di miglioramenti incrementali per arrivare a qualcosa di davvero speciale. La capacità dell'IA di imparare giocando a più giochi e superare gli specialisti sui loro stessi giochi è un segno promettente della sua adattabilità e del suo potenziale di crescita.

L'obiettivo del nuovo sistema di IA di DeepMind non è solo eccellere nel gioco di una varietà di videogiochi 3D moderni, ma creare agenti di IA in grado di comprendere e assistere gli esseri umani in una vasta gamma di compiti reali impegnativi. Imparando a percepire il mondo di gioco attraverso i pixel dello schermo e a interagire con esso utilizzando la tastiera e il mouse, l'IA dimostra la capacità di comprendere e navigare in ambienti 3D complessi, proprio come farebbe un essere umano.

Questa capacità rappresenta un passo significativo verso l'obiettivo finale di sviluppare sistemi di IA in grado di comprendere e collaborare con gli esseri umani nel mondo reale. I ricercatori mirano a sfruttare le conoscenze e le abilità acquisite da questa padronanza dei videogiochi per creare agenti in grado di assistere gli esseri umani in vari compiti, dalla pianificazione strategica alla gestione delle risorse e oltre.

Mentre le prestazioni attuali dell'IA non sono ancora a livello umano, i ricercatori sono fiduciosi che attraverso miglioramenti incrementali possano progredire verso capacità davvero notevoli. La chiave è concentrarsi non sui limiti attuali, ma sul potenziale per futuri progressi, come suggerisce la Prima Legge dei Paper.