Google DeepMind ha lanciato un nuovo modello di intelligenza artificiale (AI) denominato Scalable Instructable Multiworld Agent (SIMA), capace di giocare a videogiochi 3D proprio come farebbe un essere umano. Attualmente in fase di ricerca, SIMA sta imparando a interagire con diversi ambienti di gioco e ad eseguire compiti vari, con l’obiettivo di affinare competenze in movimenti sempre più complessi.
Contrariamente a quanto si potrebbe pensare, l’intento non è creare un gamer super-intelligente che possa vincere qualsiasi gioco, bensì insegnare a SIMA come muoversi in ambienti di gioco 3D in situazioni open-world, comprendendo come un umano reagirebbe e interagirebbe con esso tramite istruzioni in linguaggio naturale. Questo compito, sottolinea Google, è particolarmente arduo e meritevole di attenzione.
Ambiente di Apprendimento e Sviluppo
Per creare un ambiente di apprendimento per SIMA, Google DeepMind ha collaborato con otto studi di sviluppo e ha allenato l’agente AI su nove videogiochi differenti, tra cui No Man’s Sky di Hello Games, Teardown di Tuxedo Labs, Goat Simulator 3 e Valheim di Coffee Stain Studios. Esponendo SIMA a nuovi mondi interattivi in ogni gioco, l’AI ha dovuto apprendere la navigazione nel mondo, l’interazione con gli oggetti, l’utilizzo dei menu e altro ancora.
Google ha inoltre creato quattro ambienti di ricerca, inclusa una nuova realtà costruita con Unity chiamata Construction Lab. In questo specifico ambiente, SIMA aveva il compito di costruire sculture usando blocchi da costruzione, mettendo alla prova la sua capacità di manipolazione degli oggetti e la comprensione intuitiva del mondo fisico.
Impatto e applicazioni future
L’attuale versione di SIMA è stata valutata su 600 abilità di base, che includono la navigazione, l’interazione con oggetti e altre azioni semplici, completabili in circa 10 secondi. Addestrare un modello di AI su una varietà di giochi video 3D, seguendo le istruzioni umane e agendo di conseguenza, potrebbe avere un impatto significativo in futuro.
Google ora punta ad allenare SIMA con istruzioni più complesse che richiedono pianificazione strategica di alto livello e l’esecuzione di più sottotask, come trovare risorse e costruire un campo. Questi compiti potrebbero tradursi in applicazioni nel mondo reale, e l’azienda è al lavoro per scoprire modi in cui SIMA possa essere di aiuto agli esseri umani.