Recentemente, a DeepMind, uma empresa de inteligência artificial do Google, alcançou um marco surpreendente ao desenvolver um agente de IA capaz de jogar o Goat Simulator 3, um jogo de ação divertido com física exagerada. Este avanço representa um passo significativo em direção a uma IA mais generalizada, capaz de transferir habilidades entre ambientes diversos.
Desenvolvimento de um Agente de IA Multimundo
O novo agente, chamado SIMA (scalable, instructable, multiworld agent), foi treinado para jogar sete jogos diferentes e se movimentar em três ambientes 3D distintos, incluindo o Goat Simulator 3. Utilizando a aprendizagem por imitação, o SIMA pode seguir mais de 600 instruções básicas, como “Virar à esquerda” e “Abrir o mapa”, com eficiência impressionante.
A equipe descobriu que o agente treinado em vários jogos superou aquele treinado em apenas um jogo, demonstrando a capacidade de aproveitar conceitos compartilhados entre os jogos para adquirir habilidades aprimoradas. Esse progresso é um marco significativo na pesquisa de IA, indicando a transferência de conhecimento entre jogos.
Desafios e Próximos Passos
Apesar dos avanços, o desempenho do SIMA ainda é limitado devido ao conjunto de dados relativamente pequeno. A equipe está focada em aprimorar o desempenho do agente, expandindo sua capacidade de atuar em diversos ambientes e aprender novas habilidades. O objetivo é permitir que o SIMA generalize rapidamente para jogos nunca antes vistos, semelhante à capacidade humana.
Embora o SIMA represente um avanço significativo, ainda está longe de atingir o nível de autonomia da IA. No entanto, esse progresso nos aproxima de um momento em que agentes autônomos, como o SIMA, poderão interagir e jogar ao lado de humanos.
O desenvolvimento do agente SIMA pela DeepMind é um passo crucial em direção a uma IA mais versátil e adaptável. Ao demonstrar a capacidade de transferência de conhecimento entre jogos, esse avanço promete impulsionar o desenvolvimento de sistemas de IA mais poderosos e generalizados no futuro.
Fonte: MIT Technology Review