Hệ thống trí tuệ nhân tạo này từ DeepMind đại diện cho một bước tiến đáng kể trong lĩnh vực trí tuệ nhân tạo chơi game. Khác với các hệ thống trước đây được thiết kế riêng cho từng trò chơi cụ thể, trí tuệ nhân tạo này có thể chơi hiệu quả nhiều trò chơi 3D hiện đại khác nhau.

Như vậy, sự đổi mới chính là trí tuệ nhân tạo này không dựa vào dữ liệu hoặc tọa độ cụ thể của trò chơi, mà thay vào đó xử lý đầu vào trực quan thô từ màn hình trò chơi, giống như một người chơi con người vậy. Điều này cho phép trí tuệ nhân tạo hiểu được thế giới game 3D và cách nó thay đổi theo thời gian, một thành tựu trước đây được coi là vô cùng khó khăn đối với một hệ thống trí tuệ nhân tạo.

Hệ thống trí tuệ nhân tạo này từ DeepMind là một bước tiến đáng kể trong lĩnh vực chơi game của trí tuệ nhân tạo. Khác với các tác nhân trí tuệ nhân tạo trước đây được thiết kế riêng cho từng trò chơi, trí tuệ nhân tạo này có thể chơi hiệu quả nhiều trò chơi 3D hiện đại. Điểm khác biệt chính là trí tuệ nhân tạo này không dựa vào dữ liệu cụ thể của trò chơi như tọa độ hoặc điểm số. Thay vào đó, nó xử lý trực tiếp thế giới game thông qua các điểm ảnh trên màn hình, giống như một người chơi con người.

Khả năng này của việc hiểu thế giới game 3D từ một biểu diễn điểm ảnh 2D thật đáng kinh ngạc, đặc biệt là đối với các trò chơi 3D phức tạp. Trí tuệ nhân tạo có thể nhận thức môi trường game, theo dõi những thay đổi theo thời gian và điều khiển trò chơi bằng bàn phím và chuột, tất cả mà không cần truy cập vào dữ liệu cơ bản của trò chơi.

Hơn nữa, hiệu suất của trí tuệ nhân tạo được cải thiện khi nó được huấn luyện trên nhiều trò chơi, thay vì chỉ một trò chơi. Điều này cho thấy một mức độ khái quát hóa và chuyển giao kiến thức là đặc trưng của trí tuệ giống con người. Trí tuệ nhân tạo có thể áp dụng những hiểu biết thu được từ một trò chơi để cải thiện hiệu suất của nó trong các trò chơi khác.

Mặc dù tỷ lệ thành công hiện tại vẫn chưa đạt đến mức độ của con người, nhưng tiềm năng để tiến bộ hơn nữa là rõ ràng. Các nhà nghiên cứu dự định khám phá khả năng của trí tuệ nhân tạo trong việc tham gia vào kế hoạch chiến lược dài hạn hơn, chẳng hạn như tìm kiếm tài nguyên và xây dựng một trại trong một trò chơi chiến lược. Đây là bước tiếp theo trong việc tạo ra các hệ thống trí tuệ nhân tạo có thể thực sự hiểu và hỗ trợ con người trong một loạt các nhiệm vụ 3D.

Bài báo tiết lộ một phát hiện đáng ngạc nhiên - sau khi tác nhân trí tuệ nhân tạo được huấn luyện trên nhiều trò chơi, nó có thể thực hiện tốt hơn trên từng trò chơi cá nhân so với một tác nhân chuyên gia đã được huấn luyện chỉ trên một trò chơi đó. Điều này gợi ý rằng khả năng học tập và áp dụng kiến thức qua các lĩnh vực khác nhau, một đặc điểm của trí tuệ con người, cũng có thể mang lại lợi ích cho hiệu suất của các hệ thống trí tuệ nhân tạo trong các trò chơi video 3D phức tạp.

Hiệu suất cơ bản của tác nhân chuyên gia, người đã được huấn luyện rất kỹ trên một trò chơi duy nhất, đã bị vượt qua bởi tác nhân đã được tiếp xúc với nhiều trò chơi khác nhau, ngay cả trên chính trò chơi của tác nhân chuyên gia. Điều này chứng minh sức mạnh của việc chuyển giao kiến thức liên miền, nơi trí tuệ nhân tạo có thể trích xuất và áp dụng các nguyên tắc và chiến lược chung có thể áp dụng được trong các môi trường game khác nhau.

Mặc dù hiệu suất của hệ thống trí tuệ nhân tạo mới này ấn tượng, nhưng nó vẫn chưa đạt đến mức độ của con người. Tỷ lệ thành công, mặc dù hợp lý cho một lần thử đầu tiên, vẫn còn nhiều chỗ để cải thiện. Ngay cả con người cũng không đạt 100% trong các nhiệm vụ game 3D phức tạp này, vì vậy vẫn còn nhiều cơ hội để trí tuệ nhân tạo phát triển và hoàn thiện khả năng của mình.

Một hạn chế chính là độ dài của các chuỗi mà trí tuệ nhân tạo có thể xử lý, hiện chỉ giới hạn ở 10 giây. Điều này hạn chế khả năng của nó trong việc tham gia vào kế hoạch chiến lược dài hạn hơn, chẳng hạn như tìm kiếm tài nguyên và xây dựng một trại trong một trò chơi chiến lược. Vượt qua hạn chế này có thể sẽ là một trọng tâm của nghiên cứu trong tương lai về hệ thống này.

Mặc dù những hạn chế hiện tại, tác giả vẫn lạc quan về tiềm năng của những cải tiến dần dần để dẫn đến một thứ gì đó thực sự đặc biệt. Khả năng của trí tuệ nhân tạo học hỏi từ việc chơi nhiều trò chơi và vượt qua các chuyên gia trên chính trò chơi của họ là một dấu hiệu đáng hứa hẹn về tính thích ứng và tiềm năng phát triển của nó.

Như tác giả lưu ý, hệ thống trí tuệ nhân tạo này không chỉ là về việc chơi game video, mà là một bước tiến tới việc tạo ra các tác nhân trí tuệ nhân tạo có thể hiểu và hỗ trợ con người trong một loạt các nhiệm vụ 3D thách thức. Tác giả mong đợi được xem những gì nhóm DeepMind sẽ tiết lộ tiếp theo và mong muốn chia sẻ thêm những hiểu biết với khán giả càng sớm càng tốt.

Mục tiêu của hệ thống trí tuệ nhân tạo mới của DeepMind không chỉ là xuất sắc trong việc chơi nhiều trò chơi video 3D hiện đại, mà còn là tạo ra các tác nhân trí tuệ nhân tạo có thể hiểu và hỗ trợ con người trong một loạt các nhiệm vụ thực tế thách thức. Bằng cách học cách nhận thức thế giới game thông qua các điểm ảnh trên màn hình và tương tác với nó bằng bàn phím và chuột, trí tuệ nhân tạo thể hiện khả năng hiểu và điều hướng các môi trường 3D phức tạp, giống như một con người vậy.

Khả năng này là một bước đột phá đáng kể hướng tới mục tiêu cuối cùng là phát triển các hệ thống trí tuệ nhân tạo có thể hiểu và hợp tác với con người trong thế giới thực. Các nhà nghiên cứu nhằm mục đích khai thác kiến thức và kỹ năng thu được từ việc thống trị các trò chơi video để tạo ra các tác nhân có thể hỗ trợ con người trong các nhiệm vụ khác nhau, từ lập kế hoạch chiến lược đến quản lý tài nguyên và hơn thế nữa.

Mặc dù hiệu suất hiện tại của trí tuệ nhân tạo vẫn chưa đạt đến mức độ của con người, các nhà nghiên cứu tự tin rằng thông qua những cải tiến dần dần, họ có thể tiến tới những khả năng thực sự đáng kinh ngạc. Điều then chốt là tập trung không phải vào những hạn chế hiện tại, mà là vào tiềm năng cho những tiến bộ trong tương lai, như Định luật đầu tiên của Bài báo đề xuất.

Bài báo được trình bày bởi DeepMind thể hiện một bước tiến đáng kể trong khả năng của trí tuệ nhân tạo chơi nhiều trò chơi video 3D hiện đại. Khác với các hệ thống trí tuệ nhân tạo trước đây được thiết kế riêng cho từng trò chơi, trí tuệ nhân tạo mới này có thể thực hiện tốt trên nhiều trò chơi cùng một lúc.

Sự đổi mới chính là trí tuệ nhân tạo này không dựa vào dữ liệu hoặc tọa độ cụ thể của trò chơi, mà thay vào đó xử lý thông tin trực quan trực tiếp từ các điểm ảnh của trò chơi, giống như một người chơi con người. Điều này cho phép trí tuệ nhân tạo hiểu được thế giới 3D và cách nó thay đổi theo thời gian, một bước tiến đáng kể so với các trò chơi 2D đơn giản hơn.

Đáng ngạc nhiên, hiệu suất của trí tuệ nhân tạo được cải thiện khi được huấn luyện trên nhiều trò chơi, cho thấy khả năng chuyển giao kiến thức và áp dụng vào các tình huống mới. Đây là một đặc điểm của trí tuệ và gợi ý rằng những tiến bộ tiếp theo trong hướng này có thể dẫn đến các hệ thống trí tuệ nhân tạo có thể hỗ trợ con người trong một loạt các nhiệm vụ 3D thách thức.

Mặc dù hiệu suất hiện tại vẫn chưa đạt đến mức độ của con người, bài báo đại diện cho một bước tiến quan trọng. Tác giả rất phấn khích được chứng kiến những tiến bộ có thể được thực hiện thông qua những cải tiến dần dần, và mong đợi được đến thăm phòng thí nghiệm của DeepMind để tìm hiểu về những phát triển mới nhất trong lĩnh vực này.