Inteligência Artificial analisa 'Red Dead Redemption II': Um estudo inovador

- A CRADLE AI resolve tarefas complexas em RDR2, demonstrando o potencial para aplicações mais amplas.
- A inteligência artificial tem dificuldades com o controle preciso e a percepção espacial em cenários de jogos.
- Estudo avança a IA rumo ao Controle Geral por Computador, abrindo caminho para a Inteligência Artificial Geral (AGI).
Nos últimos dias, a já acirrada comunidade de IA (Inteligência Artificial) ficou ainda mais em polvorosa com os pesquisadores da China e de Singapura que aplicaram inteligência artificial de ponta ao desafiador videogame Red Dead Redemption II (RDR2). O estudo, intitulado "Rumo ao Controle Geral por Computador: Uma Integração do GPT-4V da OpenAI com o Agente Multimodal CRADLE para Red Dead Redemption II como Estudo de Caso", analisa a pesquisa de "algoritmos de seleção de modelos" para a exploração multiplayer do videogame Red Dead Redemption II.
Entendendo o Controle Geral do Computador
O controle geral por computador (GCC) abre caminho para a formação da Inteligência Artificial Geral (AGI), onde os sistemas de IA comprovam sua proficiência em lidar com tarefas rapidamente, com a mesma competência e compreensão demonstradas pelos usuários humanos. Com sistemas de entrada de dados que incluem informações visuais e auditivas, a IA desempenha um papel mais semelhante ao de um ser humano com maior domínio da computação. Além disso, essa técnica proporciona à IA um meio de agir de forma decisiva em situações dinâmicas, ou seja, testa a capacidade de reprodutibilidade da IA durante o processo de aprendizagem, reconhecendo e reagindo adequadamente a diversas informações sem conhecimento prévio sobre o ambiente em que opera.
RDR2, também conhecido como GM e famoso por seu rico ambiente e eventos inesperados, é o melhor ponto de partida para este trabalho de pesquisa. O jogo apresenta um sistema simulado de gerenciamento de pessoal com um sistema de controle complexo e componentes de interface do usuário que variam de diálogos interativos a dicas ou orientações especiais dentro do jogo para economizar tempo e aprimorar a experiência do usuário, tornando assim a avaliação da IA confiável.
Comportamento e progresso em jogos de IA
O ponto central desta pesquisa é o framework CRADLE, um protótipo de sistema de IA projetado para não apenas oferecer jogabilidade, mas também para lidar com diferentes tipos de aplicações de software posteriormente. O CRADLE visa familiarizar a IA com jogos aleatórios por meio da conquista de objetivos; tudo baseado em padrões de aprendizado humano, sem conhecimento de estados internos ou APIs.
No entanto, não esperava que o desenvolvimento transcorresse sem percalços. Em algumas tarefas que exigiam processamento rápido de percepção visoespacial e decisões em tempo real, a IA enfrentou dificuldades, como missões de batalha complexas e mapas internos compostos por corredores estreitos e interconectados. Esses desafios tornaram evidente a distinção entre o modelo mental do sistema de IA e o do motor de jogo, que exigia precisão refinada no gerenciamento de tarefas gêmeas, como a similaridade da visão humana e a compreensão dos objetos do jogo.
Desafios e implicações futuras
Embora todos os problemas mencionados estivessem completamente sincronizados com a jogabilidade, CRADLE ainda conseguiu concluir a parte da história e, como resultado, deve ser considerado um marco importante em jogos com IA. Os resultados do estudo não apenas destacam a capacidade da IA de implementar essas simulações de tarefas intensivas, mas também apontam aspectos que ainda podem ser aprimorados, principalmente o desenvolvimento de um bom reconhecimento espacial e espectro visual.
A IA é persistente e, à medida que evolui, seu uso alcança novos horizontes, sendo os jogos o ponto de partida para outros desafios mais profundos. Sistemas de IA capazes de compreender e reagir a sistemas em plataformas complexas tornam-se ferramentas para o progresso em áreas como robótica e sistemas estratégicos em tempo real. O presente estudo servirá, sem dúvida, como base para pesquisas futuras, visando aprimorar as funções da IA e romper os limites da aplicação do Controle Geral por Computador. Estudar e tentar solucionar as limitações existentes, tornando os sistemas de IA mais sensíveis, responsivos e inteligentes, contribuirá para a criação de um recurso de IA que poderá ser utilizado em uma ampla gama de aplicações.
Se você está lendo isto, já está um passo à frente. Continue assim assinando nossa newsletter.

João Palmer
John Murangiri chegou à Cryptopolitan com habilidades em análise de mercado. John (também conhecido como JP) se formou na Universidade de Nairobi com bacharelado em comunicação social e estudos de mídia. Ele já contribuiu com análises do mercado de criptomoedas para o InsideBitcoins.com e o Metacoingraph.















