Minecraft è il celebre videogioco che ha conquistato milioni di giocatori in tutto il mondo. Potrebbe rivelarsi una risorsa inaspettata per lo sviluppo di un’intelligenza artificiale (IA) più adattabile e versatile. Secondo una ricerca, il gioco potrebbe essere la chiave per creare un modello di IA adattabile. Ovvero, l’IA deve essere capace di affrontare una varietà di compiti in modo simile agli esseri umani.
La ricerca è stata svolta da RAIL Lab, presso l’Università del Witwatersrand a Johannesburg, in Sud Africa.
Il progetto MinePlanner
Il team di ricerca ha sviluppato un test di benchmark all’interno di Minecraft chiamato MinePlanner. La finalità del test è misurare il livello di intelligenza generale dei modelli IA. Il progetto valuta la capacità di un’intelligenza artificiale di ignorare dettagli irrilevanti mentre risolve problemi complessi che richiedono più passaggi.
Questo approccio si distacca dalla pratica comune nell’addestramento dell’IA. Per ora i modelli di IA vengono addestrati fornendo loro solo i dati necessari per eseguire un compito specifico. Questo approccio si è dimostrato efficace nello sviluppo di software per compiti predefiniti, come per esempio la previsione del tempo. Tuttavia, non è adeguato per realizzare un’intelligenza artificiale generale adattabile. Ovvero in grado di apprendere ed eseguire diversi compiti.
IA adattabile e i risultati del test
MinePlanner prevede 15 problemi di costruzione con livelli di difficoltà crescente. Si parte dalla dificoltà facile, poi media e infine elevata per un totale di 45 compiti. L’IA che lavora per risolvere un problema nel gioco deve essere in grado di esaminare l’ambiente circostante e determinare autonomamente cosa è necessario e cosa può essere ignorato.
Per completare ogni incarico l’IA può pianificare passaggi intermedi, se necessario. I ricercatori hanno messo alla prova il test con due tra i migliori sistemi di pianificazione esistenti, ENHSP e Fast Downward. Nessuno dei due modelli è stato in grado di risolvere anche un solo problema di livello difficile. Fast Downward ha portato a termine un problema medio e cinque facili, mentre ENHSP ha ottenuto risultati leggermente migliori completando tutti i compiti facili tranne uno e la maggior parte di quelli medi. I risultati completi del test si trovano qui.
L’importanza di un apprendimento versatile
L’obiettivo finale di questa ricerca è contribuire allo sviluppo dell’intelligenza artificiale generale (AGI). Un tipo di IA che può comprendere, apprendere e applicare le conoscenze in una vasta gamma di compiti; proprio come fa l’intelligenza umana. L’AGI rappresenta un settore dell’IA in gran parte inesplorato, con potenziali applicazioni che vanno ben oltre i compiti specifici per cui le attuali intelligenze artificiali sono progettate.
Secondo James, in futuro le IA dovranno affrontare problemi complessi nel mondo reale, caratterizzati da elementi non strettamente necessari che vanno ignorati. Minecraft offre proprio questo tipo di contesto, costringendo i modelli ad analizzare autonomamente gli aspetti rilevanti da quelli marginali.
IA adattabile: conclusioni
Con MinePlanner, gli scienziati hanno ora uno strumento per valutare e migliorare le capacità di generalizzazione e adattabilità delle intelligenze artificiali.
I risultati finora ottenuti indicano che i modelli attuali non sono ancora in grado di padroneggiare questo tipo di apprendimento generale. Saranno necessari ulteriori progressi tecnologici per colmare il divario con la nostra capacità di affrontare problemi complessi in modo autonomo ed efficace, ignorando gli elementi non pertinenti.
La ricerca di Steven James e del suo team rappresenta un passo importante verso la comprensione di come l’IA adattabile possa affrontare e risolvere problemi in ambienti non strutturati e variabili, un’abilità fondamentale per il raggiungimento di un’intelligenza artificiale veramente generale e adattabile.
