IA Enfrenta ‘Red Dead Redemption II’: Um Estudo Revolucionário

Nos últimos dias, uma comunidade de IA já aquecida entrou em ebulição com os investigadores da China e de Singapura que colocaram a inteligência artificial de última geração contra o desafiador jogo de vídeo Red Dead Redemption II (RDR2). O estudo, intitulado 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, estuda a pesquisa de “algoritmos de seleção de modelos” para exploração de jogos multiplayer do vídeo jogo, Red Dead Redemption II.

Compreendendo o Controlo Geral do Computador

O controlo geral do computador (GCC) abre caminho para a formação de Inteligência Geral Artificial (AGI), onde os sistemas de IA provam a sua proficiência em lidar com tarefas rapidamente com igual competência e compreensão demonstrada pelos utilizadores humanos. Com sistemas de entrada de computador que incluem dados visuais e auditivos, a IA desempenha um papel mais semelhante ao de uma pessoa proficientemente computacional. Além disso, esta técnica fornece à IA um meio de agir decisivamente em situações dinâmicas, ou seja, testa a reprodutibilidade da IA à medida que passa pelo processo de aprendizagem, reconhecendo e reagindo adequadamente a várias informações sem conhecimento prévio sobre o ambiente em que opera.

RDR2, conhecido como GM e famoso pelo seu ambiente rico e eventos inesperados, é o nosso melhor ponto de partida para este trabalho de pesquisa. O jogo apresenta um sistema simulado de gestão de pessoal com um sistema de controlo complexo e componentes de interface de utilizador que variam desde diálogos interativos até prompts ou orientações especiais no jogo para poupar tempo e melhorar a experiência do utilizador, tornando assim a avaliação da IA credível.

Comportamento e Progresso nos Jogos de IA

A essência desta pesquisa é o framework CRADLE, que é um sistema de IA protótipo desenhado de tal forma que não só tem jogabilidade, mas também lida com diferentes tipos de aplicações de software mais tarde. O CRADLE visa familiarizar a IA com a jogabilidade randomizada através da obtenção de objetivos; tudo isso se baseia em padrões de aprendizagem humana sem ter ideia de nenhum estado interno ou APIs.

No entanto, eu não esperava que o desenvolvimento passasse sem contratempos. Em alguns trabalhos que exigiam processamento rápido de consciência visuo-espacial e decisões em tempo real, a IA enfrentou dificuldades, como missões de batalha complicadas e mapas interiores compostos por corredores apertados e interligados. Estes desafios tornaram óbvia a demarcação entre o modelo mental do sistema de IA e o motor do jogo, que exigia precisão fina no manuseio 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 dentro da jogabilidade, o CRADLE ainda conseguiu completar a parte da história e, como resultado, deve ser considerado como um marco alto nos jogos de IA. Os resultados do estudo não apenas destacam a capacidade da IA de implementar estas simulações de tarefas intensivas, mas também nos dizem os aspetos que ainda podem ser desenvolvidos, particularmente os aspetos de desenvolver um bom reconhecimento espacial e espectro visual.

A IA é persistente; à medida que evolui, o seu uso alcança novos horizontes, onde os jogos são a primeira pedra de contenda entre 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 estudo abaixo será inegavelmente tomado como base para pesquisas futuras, para melhorar as funções da IA, e quebrará os limites da aplicação do Controlo Geral do Computador. Estudar e tentar resolver as limitações existentes e tornar os sistemas de IA mais sensíveis, responsivos e inteligentes ajudará a criar um recurso de IA que pode ser usado em aplicações amplas.