Este sistema de IA da DeepMind representa um avanço significativo no campo da IA de jogos. Ao contrário de sistemas anteriores que eram adaptados a jogos específicos, esta IA pode jogar uma ampla variedade de jogos modernos 3D de forma eficaz.

A principal inovação é que a IA não se baseia em dados ou coordenadas específicos do jogo, mas processa a entrada visual bruta da tela do jogo, muito como um jogador humano faria. Isso permite que a IA entenda o mundo de jogo 3D e como ele muda ao longo do tempo, um feito que anteriormente era considerado incrivelmente difícil para um sistema de IA.

Notavelmente, a IA não apenas se sai bem em jogos individuais, mas também demonstra a capacidade de transferir o conhecimento adquirido ao jogar vários jogos, superando agentes especialistas que foram treinados em um único jogo por muito tempo. Isso demonstra a capacidade da IA de aprender e aplicar conhecimento em diferentes domínios, uma característica marcante da inteligência.

Este sistema de IA da DeepMind é um avanço significativo no campo da IA de jogos. Ao contrário de agentes de IA anteriores que eram adaptados a jogos específicos, esta IA pode jogar uma variedade de jogos modernos 3D de forma eficaz. A principal diferença é que esta IA não se baseia em dados específicos do jogo, como coordenadas ou pontuações. Em vez disso, ela processa o mundo do jogo diretamente por meio dos pixels na tela, muito como um jogador humano faria.

Essa capacidade de entender o mundo de jogo 3D a partir de uma representação de pixels 2D é incrivelmente impressionante, especialmente para jogos 3D complexos. A IA pode perceber o ambiente do jogo, acompanhar as mudanças ao longo do tempo e controlar o jogo usando o teclado e o mouse, tudo isso sem acesso aos dados subjacentes do jogo.

Além disso, o desempenho da IA melhora quando ela é treinada em vários jogos, em vez de apenas um. Isso demonstra um nível de generalização e transferência de conhecimento que é uma característica marcante da inteligência semelhante à humana. A IA pode aplicar insights adquiridos em um jogo para melhorar seu desempenho em outros jogos.

O artigo revela um achado surpreendente - depois que o agente de IA foi treinado em vários jogos, ele conseguiu se sair melhor em cada jogo individual em comparação a um agente especialista que havia sido treinado apenas naquele jogo. Isso sugere que a capacidade de aprender e aplicar conhecimento em diferentes domínios, uma característica da inteligência humana, também pode beneficiar o desempenho de sistemas de IA em jogos de vídeo 3D complexos.

O desempenho de referência do agente especialista, que havia sido treinado extensivamente em um único jogo, foi superado pelo agente que havia sido exposto a uma variedade de jogos, mesmo no próprio jogo do agente especialista. Isso demonstra o poder da transferência de conhecimento entre domínios, em que a IA é capaz de extrair e aplicar princípios e estratégias gerais que são aplicáveis ​​a diferentes ambientes de jogos.

Embora o desempenho deste novo sistema de IA seja impressionante, ele ainda não está no nível humano. A taxa de sucesso, embora razoável para uma primeira tentativa, ainda deixa espaço para melhorias. Mesmo os humanos não atingem 100% nessas tarefas de jogos 3D complexos, então há ampla oportunidade para que a IA cresça e refine suas capacidades.

Uma limitação-chave é o comprimento das sequências que a IA pode manipular, atualmente limitado a 10 segundos. Isso restringe sua capacidade de se envolver em um planejamento estratégico mais intenso e de longo prazo, como encontrar recursos e construir um acampamento em um jogo de estratégia. Superar essa limitação provavelmente será um foco de pesquisas futuras sobre este sistema.

O objetivo do novo sistema de IA da DeepMind não é apenas se destacar no jogo de uma variedade de jogos de vídeo 3D modernos, mas criar agentes de IA que possam entender e auxiliar os humanos em uma ampla gama de tarefas 3D desafiadoras do mundo real. Ao aprender a perceber o mundo do jogo por meio dos pixels da tela e interagir com ele usando o teclado e o mouse, a IA demonstra a capacidade de compreender e navegar em ambientes 3D complexos, muito como um humano faria.

Essa capacidade é um passo significativo em direção ao objetivo final de desenvolver sistemas de IA que possam entender e colaborar com os humanos no mundo real. Os pesquisadores pretendem aproveitar o conhecimento e as habilidades adquiridos com o domínio desses jogos de vídeo para criar agentes que possam auxiliar os humanos em várias tarefas, do planejamento estratégico ao gerenciamento de recursos e além.

O artigo apresentado pela DeepMind mostra um avanço notável na capacidade da IA de jogar uma variedade de jogos de vídeo 3D modernos. Ao contrário de sistemas de IA anteriores que eram adaptados a jogos específicos, esta nova IA pode se sair bem em vários jogos simultaneamente.

A principal inovação é que a IA não se baseia em dados ou coordenadas específicos do jogo, mas processa as informações visuais diretamente dos pixels do jogo, muito como um jogador humano faria. Isso permite que a IA entenda o mundo 3D e como ele muda ao longo do tempo, um avanço significativo em relação a jogos 2D mais simples.

Surpreendentemente, o desempenho da IA melhora quando treinada em vários jogos, demonstrando a capacidade de transferir conhecimento e aplicá-lo a novos cenários. Essa é uma característica da inteligência e sugere que avanços adicionais nessa direção podem levar a sistemas de IA que possam auxiliar os humanos em uma ampla gama de tarefas 3D desafiadoras.