- CRADLE AI aborda tareas complejas en RDR2, demostrando el potencial para aplicaciones más amplias.
- La IA tiene dificultades con el control fino y la conciencia espacial en escenarios de juego.
- El estudio avanza hacia el Control General de Computadoras, allanando el camino para la AGI.
Durante los últimos días, una comunidad de IA ya caldeada se encendió por los investigadores de China y Singapur que han enfrentado a la inteligencia artificial de última generación contra el desafiante videojuego Red Dead Redemption II (RDR2). El estudio, titulado Hacia el Control General de la Computadora: Una Integración de GPT-4V de OpenAI con el Agente Multimodal CRADLE para Red Dead Redemption II como Estudio de Caso, estudia la investigación de
Comprender el Control General de la Computadora
El control general de la computadora (GCC) allana el camino para formar la Inteligencia General Artificial (AGI), donde los sistemas de IA demuestran su competencia para manejar tareas rápidamente con igual habilidad y comprensión que los usuarios humanos. Con sistemas de entrada de computadora que incluyen datos visuales y auditivos, la IA desempeña un papel más parecido al de una persona competente en informática. Además, esta técnica proporciona a la IA un medio para comportarse de manera decisiva en situaciones dinámicas, es decir, prueba la reproducibilidad de la IA mientras avanza en el proceso de aprendizaje, reconociendo y reaccionando adecuadamente a varias informaciones sin conocimiento previo sobre el entorno en el que opera.
RDR2, conocido como GM por sus siglas y famoso por su rico entorno y eventos inesperados, es nuestro mejor punto de partida para este trabajo de investigación. El juego presenta un sistema simulado de gestión de personal con un sistema de control complejo y componentes de interfaz de usuario que van desde diálogos interactivos hasta indicaciones especiales dentro del juego o guías para ahorrar tiempo y mejorar la experiencia del usuario, haciendo así que la evaluación de la IA sea creíble.
Comportamiento y progreso en los videojuegos con IA
La clave de esta investigación es el marco CRADLE, que es un sistema de IA prototípico diseñado no solo para tener jugabilidad, sino para manejar diferentes tipos de aplicaciones de software más adelante. CRADLE tiene como objetivo familiarizar a la IA con la jugabilidad aleatoria mediante la consecución de objetivos; todo se basa en los patrones de aprendizaje humano sin tener conocimiento de ningún estado interno o API.
Sin embargo, no esperaba que el desarrollo transcurriera sin contratiempos. En algunas tareas que requerían un procesamiento rápido de la conciencia visoespacial y decisiones en tiempo real, la IA enfrentó dificultades como misiones de batalla complicadas y mapas interiores compuestos por estrechos corredores interconectados. Estos desafíos hicieron evidente la demarcación entre el modelo mental del sistema de IA y el del motor del juego, lo que requirió una precisión fina en el manejo de tareas gemelas como la similitud de la visión humana y la comprensión de los objetos del juego.
Desafíos e implicaciones futuras
Aunque todos los problemas mencionados estaban completamente sincronizados dentro de la jugabilidad, CRADLE logró completar la parte de la historia y, como resultado, debe considerarse como un hito alto en los videojuegos con IA. Los resultados del estudio no solo destacan la capacidad de la IA para implementar estas simulaciones de tareas intensivas, sino que también nos indican los aspectos sobre los que aún se puede trabajar, particularmente en el desarrollo de un buen reconocimiento espacial y del espectro visual.
La IA es persistente; a medida que evoluciona, su uso abre nuevos horizontes, donde los videojuegos son la primera piedra de discordia entre otros desafíos más profundos. Los sistemas de IA capaces de comprender y reaccionar a sistemas en plataformas complejas se convierten en herramientas para el progreso en áreas como la robótica y los sistemas estratégicos en tiempo real. El estudio sin duda se tomará como base para futuras investigaciones, para mejorar las funciones de la IA y romper los límites de la aplicación del Control General de la Computadora. Estudiar y tratar de resolver las limitaciones existentes y hacer que los sistemas de IA sean más sensibles, receptivos e inteligentes ayudará a crear un recurso de IA que pueda utilizarse en aplicaciones amplias.
No te limites a leer noticias sobre criptomonedas. Entiéndelas. Suscríbete a nuestro boletín. Es gratis.
Aviso de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente realizar investigaciones independientes y/o consultar con un profesional calificado antes de tomar cualquier decisión de inversión.
John Palmer
John Murangiri llegó a Cryptopolitan con habilidades en análisis de mercado. John (también conocido como JP) se graduó de la Universidad de Nairobi con un título de licenciatura en comunicación masiva y estudios de medios. Anteriormente, ha contribuido con perspectivas del mercado de criptomonedas a InsideBitcoins.com y Metacoingraph.
