O Google DeepMind, laboratório de pesquisa em inteligência artificial (IA) da big tech, revelou o Sima, programa treinado para aprender a jogar games de forma parecida a humanos. Ou seja, treinado para ser um jogador modesto, ao invés daqueles robôs super-habilidosos.

Para quem tem pressa:

• O DeepMind, laboratório de pesquisa em inteligência artificial (IA) do Google, desenvolveu o Sima, IA destinada a aprender a jogar games de maneira semelhante aos humanos. A ideia é tornar a IA capaz de se integrar às equipes de jogadores em vez de agir como NPCs convencionais;
• Para treinar e avaliar o Sima, o Google colaborou com desenvolvedores de oito jogos, incluindo No Man’s Sky e Goat Simulator 3, sem precisar de APIs específicas nem acesso ao código-fonte. Objetivo foi ampliar a capacidade de adaptação do Sima a diversos títulos;
• A metodologia também incluiu o uso de um novo ambiente no Unity e a análise de interações humanas em jogos para ensinar habilidades gerais ao Sima, como manipulação de objetos e previsão de consequências das ações;
• Com 600 habilidades básicas já aprendidas, o Sima ainda está em fase de desenvolvimento para realizar tarefas mais complexas. Isso aponta para um futuro onde programas de IA possam ser companheiros dinâmicos e adaptáveis em jogos.

O Sima (sigla para Scalable Instructable Multiworld Agent) ainda está em desenvolvimento. Mas o objetivo é tornar a IA capaz de aprender a jogar qualquer tipo de jogo, inclusive os de mundo aberto e sem caminho linear para ser concluído. A ideia é que essa IA seja uma espécie de “outro jogador” para integrar equipes de jogadores humanos ao invés de substituir IAs usadas em NPCs (aqueles personagens não jogáveis com quem você interage nos jogos).

IA gamer do Google

Para desenvolver e testar o Sima, o Google colaborou com oito desenvolvedores de jogos (Hello Games e Coffee Stain, por exemplo), inserindo o programa em jogos como No Man’s Sky e Goat Simulator 3. O treinamento do Sima ocorre sem necessidade de APIs específicas nem acesso ao código fonte dos jogos. Isso facilita sua integração em diferentes títulos.

A equipe de pesquisa optou por jogos com ênfase em jogabilidade em mundos abertos para ensinar ao Sima habilidades gerais voltadas para jogos. No caso do Goat Simulator, a ideia foi aproveitar a natureza espontânea de jogos para fomentar a aprendizagem de ações não lineares e imprevisíveis.

O processo de treinamento envolveu a criação de um novo ambiente no motor Unity para testar a manipulação de objetos pelo Sima, além da gravação de interações entre jogadores humanos para capturar instruções verbais e as ações subsequentes. Esses dados ajudam o Sima a aprender a prever consequências de ações no jogo.

Com aproximadamente 600 habilidades básicas já adquiridas – por exemplo: virar à esquerda e usar mapa para se guiar – o Sima ainda enfrenta desafios para realizar tarefas mais complexas de maneira independente. Isso indica o potencial no desenvolvimento futuro para funções mais sofisticadas dentro dos jogos.

Os líderes do projeto Sima veem o agente não como um NPC tradicional, mas como um jogador adicional que influencia o resultado do jogo. Ainda é cedo para definir todas as aplicações possíveis da IA fora da pesquisa. Mas seu desenvolvimento aponta para um futuro no qual programas baseados em IA podem se tornar companheiros de equipe nas jogatinas.

Embora ainda não possua capacidades de comunicação avançadas, espera-se que o Sima, com o progresso nos modelos de IA, adquira habilidades para realizar tarefas complexas e se adaptar a novos jogos. E pode se tornar um membro essencial nas equipes dos jogadores.

Olhar Digital