Sommario
L’intelligenza artificiale sta facendo passi da gigante nella comprensione e nella simulazione del comportamento umano. Un team di scienziati della New York University (NYU) ha sviluppato un modello AI capace di generare giochi e obiettivi in modo simile a un essere umano, apprendendo direttamente dai processi creativi delle persone. Lo studio, pubblicato su Nature Machine Intelligence, rappresenta un grande passo avanti nella creazione di sistemi AI più creativi e in grado di comprendere meglio le intenzioni umane.
Come gli esseri umani creano obiettivi?
Nonostante la capacità umana di generare obiettivi sia una delle nostre abilità cognitive più fondamentali, non esiste ancora un modello computazionale in grado di replicare pienamente questo processo. Per colmare questa lacuna, i ricercatori della NYU hanno deciso di analizzare come le persone creano giochi e sfide in contesti ludici.
Hanno iniziato conducendo esperimenti in cui ai partecipanti veniva chiesto di immaginare e descrivere giochi basati sugli oggetti presenti in una stanza virtuale. Le descrizioni di questi giochi sono state poi raccolte e analizzate, permettendo di costruire un dataset di quasi 100 giochi unici.
Da questa analisi è emerso che, sebbene la generazione di obiettivi possa sembrare illimitata, in realtà le persone seguono principi semplici ma efficaci:
- Plausibilità fisica → Gli obiettivi devono essere realizzabili nel mondo reale.
- Ricombinazione creativa → Le persone combinano elementi di gioco preesistenti per creare nuove sfide.
Ad esempio, una persona potrebbe creare una sfida in cui una palla deve essere lanciata contro un muro prima di essere afferrata, oppure in cui bisogna costruire una torre con blocchi di legno.
L’AI impara a generare giochi
Una volta compresi i principi che guidano la creazione di giochi da parte degli esseri umani, i ricercatori hanno addestrato un modello AI per replicare questo processo. L’AI ha appreso a creare giochi e obiettivi seguendo le regole stabilite dagli umani.
Per valutare l’efficacia del modello, un secondo gruppo di partecipanti ha valutato i giochi generati dall’AI e quelli creati dagli esseri umani, esprimendo giudizi su parametri come divertimento, creatività e difficoltà.
Esempi di giochi valutati:
- Creato da un umano:
- Gameplay: Lanciare una palla contro un muro e cercare di riprenderla dopo il rimbalzo.
- Punteggio: 1 punto per ogni lancio riuscito.
- Generato dall’AI:
- Gameplay: Lanciare palloni da dodgeball su una mensola alta e cercare di farli rimanere in equilibrio.
- Punteggio: 1 punto per ogni pallone che rimane sulla mensola alla fine del round.
Il risultato? I partecipanti hanno valutato i giochi AI e quelli umani in modo molto simile, dimostrando che il modello è riuscito a catturare efficacemente la creatività e la logica dietro la creazione di obiettivi.
Implicazioni future
Questa ricerca ha implicazioni significative per il futuro dell’intelligenza artificiale, in particolare in ambiti come:
- Gaming: l’AI potrebbe essere utilizzata per generare dinamicamente nuove sfide e livelli all’interno dei videogiochi.
- Interazione uomo-macchina: i sistemi AI potrebbero imparare a comprendere meglio le intenzioni e i desideri degli utenti, migliorando la personalizzazione dei software.
- Robotica e automazione: robot e assistenti virtuali potrebbero essere in grado di creare autonomamente compiti e obiettivi in base alle esigenze degli utenti.
Lo studio è stato condotto da un team della NYU, composto da Guy Davidson, Graham Todd, Julian Togelius, Todd M. Gureckis e Brenden M. Lake, ed è stato finanziato dalla National Science Foundation.
La capacità di creare e comprendere obiettivi è fondamentale per l’intelligenza umana. Questo studio dimostra che è possibile insegnare all’AI a replicare questo processo, aprendo nuove possibilità nel campo del gaming, dell’interazione uomo-macchina e della robotica.
