L'IA affronte « Red Dead Redemption II » : Une étude révolutionnaire

Au cours des derniers jours, une communauté de l'IA déjà très animée s'est embrasée avec les chercheurs venus de Chine et de Singapour qui ont opposé l'intelligence artificielle de pointe au jeu vidéo difficile Red Dead Redemption II (RDR2). L'étude, intitulée « Towards General Computer Control: An Integration of OpenAI’s GPT-4V with CRADLE Multi-modal Agent for Red Dead Redemption II as a Case Study », étudie la recherche d'« algorithmes de sélection de modèles » pour l'exploration de jeux multijoueurs du jeu vidéo Red Dead Redemption II.

Comprendre le contrôle informatique général

Le contrôle informatique général (GCC) ouvre la voie à la formation de l'Intelligence Générale Artificielle (AGI) où les systèmes d'IA prouvent leur compétence à gérer des tâches rapidement avec une égale compétence ainsi qu'une compréhension démontrée par les utilisateurs humains. Avec des systèmes d'entrée informatique incluant des données visuelles et auditives, l'IA joue un rôle plus proche de celui d'une personne compétente en informatique. De plus, cette technique fournit à l'IA un moyen de se comporter de manière décisive dans des situations dynamiques, c'est-à-dire qu'elle teste la reproductibilité de l'IA au fur et à mesure qu'elle traverse le processus d'apprentissage en reconnaissant et en réagissant correctement à diverses informations sans connaissance préalable de l'environnement dans lequel elle opère.

RDR2, tel qu'il est appelé et connu pour son environnement riche et ses événements inattendus, est notre meilleur point de départ pour ce travail de recherche. Le jeu présente un système de gestion du personnel simulé avec un système de contrôle complexe et des composants d'interface utilisateur allant des dialogues interactifs aux invites spéciales dans le jeu ou aux conseils pour gagner du temps et améliorer l'expérience de l'utilisateur, rendant ainsi l'évaluation de l'IA crédible.

Comportement et progrès dans le jeu IA

Le cœur de cette recherche est le cadre CRADLE, qui est un système d'IA prototype conçu de telle manière qu'il non seulement a le gameplay mais gère différents types d'applications logicielles plus tard. CRADLE vise à familiariser l'IA avec le gameplay randomisé par l'atteinte d'objectifs ; tout cela est basé sur les modèles d'apprentissage humain sans avoir la moindre idée des états internes ou des API.

Néanmoins, je ne m'attendais pas à ce que le développement se passe sans accroc. Sur certains travaux qui nécessitaient un traitement rapide de la conscience visuospatiale et des décisions en temps réel, l'IA a fait face à des difficultés telles que des missions de bataille compliquées et des cartes intérieures composées de couloirs étroits et interconnectés. Ces défis ont rendu évidente la démarcation entre le modèle mental du système d'IA et celui du moteur de jeu qui nécessitait une précision fine dans la gestion de tâches jumelles comme la similarité de la vision humaine et la compréhension des objets du jeu.

Défis futurs et implications

Bien que tous les problèmes mentionnés aient été complètement synchronisés dans le gameplay, CRADLE a quand même réussi à terminer la partie histoire et par conséquent, il devrait être considéré comme un point haut dans le jeu IA. Les résultats de l'étude ne mettent pas seulement en évidence la capacité de l'IA à mettre en œuvre ces simulations de tâches intensives, mais nous indiquent également les aspects qui peuvent encore être améliorés, en particulier les aspects du développement d'une bonne reconnaissance spatiale et du spectre visuel.

L'IA est persévérante, à mesure qu'elle évolue, son utilisation ouvre de nouveaux horizons, où le jeu est le premier point de discorde parmi d'autres défis plus profonds. Les systèmes d'IA capables de comprendre et de réagir aux systèmes sur des plateformes complexes deviennent des outils de progrès dans des domaines comme la robotique et les systèmes stratégiques en temps réel. L'étude ci-dessous sera incontestablement prise comme base pour des recherches ultérieures, pour améliorer les fonctions de l'IA, et brisera les limites de l'application du Contrôle Informatique Général. Étudier et tenter de résoudre les limitations existantes et rendre les systèmes d'IA plus sensibles, réactifs et intelligents aidera à créer une ressource IA qui pourrait être utilisée dans de nombreuses applications.