Uma empresa de inteligência artificial de origem britânica concebeu um sistema informático capaz de aprender a dominar diversos videojogos sem ter sido previamente programado para tal, revela um estudo hoje publicado na revista Nature.
A companhia DeepMind, comprada há um ano pelo gigante norte-americano da internet Google, baseou-se num algoritmo e conjugou várias técnicas de aprendizagem informática com mecanismos inspirados no funcionamento das redes neuronais, para conseguir que o seu "agente de inteligência artificial", baptizado como DQN, aprendesse a jogar 49 videojogos clássicos numa consola Atari 2600, a partir da experiência da memorização.
O sistema criado, que actua a um nível comparável ao de um humano profissional em videojogos, é capaz de descobrir o objectivo do jogo e dominá-lo, sem contar com mais informação do que as imagens que aparecem no ecrã do computador e a pontuação.
Os autores do sistema informático assinalam que a aplicação da inteligência artificial aos videojogos não é mais do que uma demonstração da potência do seu algoritmo, cujo uso se pode generalizar a outro tipo de meios ou indústrias.
O co-fundador da DeepMind, Demis Hassabis, explicou, numa conferência de imprensa, em Londres, que a rede neuronal artificial criada pela sua equipa é de natureza distinta de outras máquinas, como o Deep Blue, um computador que derrotou, em 1996, o campeão do mundo de xadrez russo Garry Kasparov.
"A diferença é que as habilidades do Deep Blue estavam programadas de antemão. Uma equipa de engenheiros e mestres de xadrez projectou o seu conhecimento num algoritmo", sustentou Demis Hassabis, realçando que o sistema da DeepMind "começa do zero, sem nenhuma informação", apenas conta com "a experiência perceptiva".
Hassabis, perito em inteligência artificial e designer de jogos de computador, adiantou que os sistemas de redes neuronais artificiais são "mais humanos" do que outro tipo de programas de inteligência artificial, porque assimilam o mundo que os rodeia e criam um modelo que lhes permite tomar decisões.
No caso dos videojogos, o sistema aprende que acções são mais recomendáveis conforme a pontuação alcançada num jogo.
Com esta estratégia, é capaz de sobressair em videojogos de todo o tipo, como os de disparos e corridas de automóveis, o que, para Demis Hassabis, demonstra que "uma única arquitectura pode desenvolver óptimas tácticas para uma ampla variedade de meios".
Koray Kavukcuoglu, membro da DeepMind, referiu que "a ideia é que o sistema se possa aplicar a qualquer tomada de decisão sequencial", não tendo sido "programado nada específico para jogar videojogos" na consola Atari.
O DQN testou videojogos dos anos 70 e 80, mas a DeepMind pretende, dentro de cinco anos, fazer a experiência com videojogos em 3D dos anos 90.
"A ideia é que, se o algoritmo permite simular a condução num jogo de corridas de automóveis, poderá ser potencialmente capaz, com alguns melhoramentos, de conduzir uma verdadeira viatura", admitiu o investigador Demis Hassabis, defendendo que, no futuro, "este tipo de inteligência artificial" poderá ser uma ajuda em domínios como "o estudo de doenças e de questões climáticas, que implicam muitos dados, e muito complexos".
0 comentários:
Postar um comentário