Por que os jogos são ideais para treinamento de IA

• Durante décadas, os avanços da IA ​​foram postos à prova através de jogos.
  

• Mas os jogos também oferecem um campo de treinamento eficaz para a IA aprender e melhorar.
  

• O treinamento de IA por meio de jogos como Gran Turismo , Minecraft e StarCraft pode levar a aplicações na vida real, desde a direção autônoma até o gerenciamento de negócios.
  

• Conversamos com o especialista em IA Kenneth Stanley, inventor do algoritmo genético evolutivo NEAT frequentemente usado no treinamento de IA em jogos.
  
  
• Eleve a sua experiência de jogo com uma VPN de jogos para minimizar o ping e o atraso.
  

A inteligência artificial já foi manchete por vencer os melhores do mundo no xadrez e nas damas. Hoje, a IA está sendo desafiada em videogames como Gran Turismo e Starcraft .

Mas estes jogos não são apenas uma forma de avaliar o quão inteligentes as máquinas realmente são. Mais ainda, os jogos oferecem um treinamento valioso para a IA, permitindo-lhes aprender enquanto jogam. Neste artigo, exploraremos essa dinâmica e as possíveis aplicações no mundo real dos avanços da IA ​​obtidos por meio dos jogos. 

Uma breve história da IA ​​em jogos

A evolução da IA ​​nos jogos tem suas origens no conceito de “jogo de imitação” de Alan Turing na década de 1950. A ousada pergunta de Turing: “As máquinas podem pensar?” preparou o cenário para uma jornada transformadora no reino da IA ​​e dos jogos.

Em seu experimento mental, Turing propôs um teste que moldaria para sempre o cenário da IA. Através do jogo de imitação, um juiz humano iniciaria conversas baseadas em texto com um participante humano e uma máquina. Caso o juiz não consiga diferenciar consistentemente entre as respostas humanas e as da máquina, a máquina será considerada aprovada no teste, alcançando um nível de proficiência conversacional semelhante à inteligência humana.

O conceito visionário de Turing lançou as bases para explorar a interseção da cognição humana e das capacidades da máquina. Desafiou as noções convencionais de inteligência e desencadeou a busca pela criação de máquinas que pudessem emular os processos de pensamento humano.

O cientista da computação Arthur Samuel cunhou o termo “aprendizado de máquina” em 1959. A fusão inovadora de inteligência artificial e jogos de Samuel se materializou em um programa de jogo de damas. Este programa era diferente de qualquer outro anterior. A criação de Samuel pôde aprender com os seus erros, refinando progressivamente a sua jogabilidade e estratégia através da experiência.

O programa de jogo de Damas marcou um momento decisivo, ilustrando o potencial das máquinas não apenas para seguirem instruções programadas, mas também para se adaptarem e melhorarem de forma autónoma – uma mudança fundamental que lançou as bases para a evolução da IA ​​nos jogos.

E os marcos nos jogos de IA não terminaram aí. Em 1997, o Deep Blue da IBM confrontou o atual campeão de xadrez da humanidade, Garry Kasparov, em uma partida histórica de seis partidas. O resultado – a vitória do Deep Blue – remodelou as percepções das capacidades da IA. A habilidade estratégica do programa e a capacidade de enganar um grande mestre humano anunciaram uma nova era em que as máquinas poderiam rivalizar com o intelecto humano no domínio da estratégia e das táticas.

Esses primeiros capítulos da IA ​​nos jogos lançaram as sementes para novos avanços, preparando o terreno para os feitos surpreendentes que viriam. Desde o triunfo do AlphaGo no complexo jogo Go até a criação de formidáveis ​​adversários virtuais nos videogames modernos, a evolução da IA ​​continua a cativar e redefinir o cenário dos jogos, ampliando os limites da interação homem-máquina e abrindo caminho para um futuro onde os jogos e inteligência artificial estão inextricavelmente interligadas.

Os jogos como o playground perfeito para IA

Laboratórios de IA proeminentes, incluindo os da Sony, Google e Microsoft, desenvolveram técnicas que permitem aos programas de computador conquistar jogos de tabuleiro complexos e videojogos envolventes com um domínio sem precedentes.

Kenneth Stanley, ex-líder da equipe Open-Endedness da OpenAI (que ajuda a desenvolver IA de autoaprendizagem que pode se adaptar a novas tarefas e ambientes), apresentou o NeuroEvolution of Augmenting Topologies (NEAT), um algoritmo genético, o que significa que é inspirado em mutações e cruzamentos encontrados na evolução biológica. Os desenvolvedores têm aplicado o algoritmo a cálculos em tempo real em videogames como o educacional NERO e títulos icônicos como Mario Bros. e o jogo de tabuleiro Monopoly . A rede neural dinâmica do NEAT se adapta às ações do jogador durante o jogo.

Para Stanley, os jogos apresentam um campo de testes ideal para algoritmos como o NEAT. “Ao contrário do caro hardware robótico, os jogos exigem menos recursos e permitem a experimentação rápida de IA sem riscos do mundo real”, explica ele em entrevista exclusiva à Strong The One.

Mas os jogos serviram não apenas como testes para a IA, mas também como valiosos campos de treinamento. “Em alguns casos, a motivação é melhorar o jogo, mas na maioria dos casos, trata-se de melhorar a IA”, diz Stanley. “Os jogos funcionam como um veículo para aprimorar as capacidades de IA.”

“Às vezes, a motivação para incorporar a IA é melhorar o jogo, mas na maioria dos casos, trata-se de tornar a IA melhor. Os jogos funcionam como um veículo para melhorar as capacidades da IA.”

Embora os simuladores de direção não sejam voltados para IA, observa Stanley, jogos como Gran Turismo podem ser jogados por IA – e o treinamento de fatos usando o Gran Turismo levou à criação do GT Sophy, uma IA com aplicações potenciais em carros autônomos. “Outro bom exemplo de sandbox de IA é o Minecraft com suas possibilidades ilimitadas”, diz ele. “Permite uma aproximação com cenários da vida real. Os jogos são o tipo de simulador mais sofisticado.”

A combinação única de um ambiente restrito e controlado e espaço criativo livre nos jogos os torna ótimos para experimentar métodos de IA. Isso ajuda a avançar a IA e oferece insights úteis para resolver problemas do mundo real.

Exemplos de aprendizagem de IA através de videogames e suas aplicações mais amplas 

Você pode pensar que ganha muito com os jogos (entretenimento, emoção), mas a IA que joga tem potencial para ganhar muito mais – inteligência que pode ser estendida a outras aplicações. Aqui estão alguns exemplos de como isso está sendo feito:

• GT Sophy, o piloto de corridas de IA da Sony apresentado no Gran Turismo , é treinado através de aprendizagem por reforço, correndo em carros virtuais durante inúmeras horas. Isso sugere aplicações futuras em carros autônomos e drones.
• Os pesquisadores da Microsoft estão testando uma IA que permite aos usuários construir seus mundos no Minecraft usando instruções simples em vez de horas de cliques manuais. Isto poderia ajudar aqueles que são desafiados pelos controles de jogos tradicionais e levar a soluções de acessibilidade mais amplas.
• A IA jogando o clássico jogo Q*bert descobriu e explorou um bug até então desconhecido que lhe permitiu acumular pontos ilimitados. A IA estava simplesmente tentando encontrar a melhor solução e inadvertidamente revelou o bug. É um bom presságio para algoritmos evolutivos, nos quais a IA foi baseada, nos quais a IA é ligeiramente ajustada para encontrar uma versão com melhor desempenho.
• Ensinar IA para conquistar StarCraft , um complexo jogo de estratégia multijogador, significa treiná-lo para adquirir habilidades de gerenciamento. Os desafios do jogo refletem tarefas reais: tomada de decisões, elaboração de estratégias e gerenciamento de recursos. Uma IA vitoriosa mostraria que os algoritmos podem dominar tarefas da vida real.
• Um pesquisador da Universidade de Cambridge criou um agente de IA que pode controlar personagens no simulador de batalha Pokémon Showdown , no qual equipes de seis Pokémon competem contra outros. A IA analisa as equipes com base nos pontos fortes e fracos dos personagens, prevendo os resultados. Isto poderia inspirar tecnologias capazes de gerir equipes em ambientes incertos, como zonas de guerra.

Por que os humanos ainda conseguem vencer a IA nos jogos

Apesar dos avanços na IA, ainda existem jogos onde a experiência humana prevalece. Jogos como Settlers of Catan , Dungeons & Dragons (D&D) e Cards Against Humanity são excelentes exemplos de desafios que a IA enfrenta. Mesmo em jogos como Gran Turismo , Pokémon e Monopólio , os jogadores humanos ainda podem ofuscar seus colegas de IA.

“A IA provavelmente dominará todos os jogos convencionais. Mas primeiro devemos nos perguntar o que definimos como jogo”, afirma Stanley. “Quando os jogos se aproximam da complexidade da vida real – como projetar máquinas ou construir um foguete – uma IA teria problemas. Se envolver criatividade real e muitos graus de liberdade, torna-se um desafio para a IA superar os jogadores humanos. Mas, no longo prazo, não podemos nem ter certeza disso.”

Esta incerteza surge à medida que os investigadores prosseguem o desenvolvimento da Inteligência Artificial Geral (AGI) – IA que é capaz de realizar qualquer tarefa tão bem quanto um ser humano – para colmatar esta lacuna. Mas os métodos de formação continuam a ser um ponto de interrogação. “No momento, não sabemos como ensinar a IA a ser verdadeiramente criativa e a criar algo novo que ninguém havia pensado antes. Isso acontece nos mundos pequenos e restritos dos jogos, mas o mundo real não é pequeno e restrito”, explica Stanley. “A IA carece de instinto, mas para lhe ensinar isso, precisamos primeiro saber o que o instinto implica.”

“No momento, não sabemos como ensinar a IA a ser verdadeiramente criativa e a criar algo novo que ninguém havia pensado antes. A IA carece de instinto, mas para lhe ensinar isso, precisamos primeiro saber o que o instinto implica.”

As atuais limitações da IA ​​decorrem da disponibilidade de dados e da sua capacidade de enfrentar tarefas complexas e abertas. Stanley esclarece que acumular dados volumosos essenciais para o treinamento em IA, aliado à construção de redes capazes de assimilar esses dados, representa um desafio formidável. Além disso, a dependência da IA ​​em informações textuais e a sua luta com aspectos não-verbais ou inefáveis ​​complicam ainda mais as coisas. Os modelos de IA existentes também lutam para compreender a cronologia, um elemento-chave para compreender a novidade e os processos complexos.

Uma solução pode estar à espreita no mundo dos jogos mais uma vez. Os pesquisadores postulam que Dungeons & Dragons , um jogo conhecido por sua natureza colaborativa de contar histórias, poderia servir como uma incubadora para AGI. Beth Singler, antropóloga digital da Universidade de Zurique, introduziu o “Teste Elf Ranger” como uma alternativa ao Teste de Turing. Este teste sugere que se a IA puder se envolver habilmente em D&D , ela poderá estar mais perto de alcançar o status de AGI. 

O futuro da IA ​​nos jogos e muito mais

Olhando para o futuro, o papel da IA ​​nos jogos deverá expandir-se ainda mais. Uma tendência clara é o uso de IA narrativa, social e educacional para tornar os jogos mais envolventes e realistas. Fortnite , por exemplo, introduziu bots para treinar novos jogadores e um sistema de matchmaking para conectar jogadores com habilidades semelhantes. Os avanços da IA ​​feitos em jogos como Starcraft II e Dota 2 estão tornando os jogos mais personalizáveis, ajudando-os a se adaptarem em tempo real para se adequarem às habilidades, preferências e táticas individuais dos jogadores.

“Para abraçar a IA sem medo, veja-a como uma ferramenta para amplificar as habilidades humanas.”

Além do mundo dos jogos, a IA tem o potencial de contribuir para a resolução de intrincados problemas globais, como as alterações climáticas e o avanço da saúde. No entanto, esta promessa está associada a preocupações sobre a IA atingir emoções e cognição.

Em meio a esses avanços, persistem preocupações sobre os possíveis resultados sombrios do uso da IA. “As preocupações vão desde problemas práticos, como desinformação ou pessoas que perdem os seus empregos, até cenários semelhantes aos do Exterminador do Futuro , como o fim da civilização. Não importa o quão improvável seja, você ainda quer ter certeza de que há probabilidade zero”, diz Stanley. “Em última análise, tudo é criatividade. Se cruzarmos essa barreira, o mundo não seria o mesmo e é difícil imaginar como seria esse mundo. O que sabemos é que a verdadeira fonte do prazer humano não é o consumo. A alegria de ser humano reside na autoexpressão e na criatividade. Então, como podemos proteger isso?”

Abordar estas preocupações é fundamental para moldar um futuro equilibrado. Stanley defende a adoção do crescimento da IA ​​em vez de recuar diante dela. “Para abraçar a IA sem medo, veja-a como uma ferramenta para amplificar as capacidades humanas”, diz ele.