A inteligência artificial consegue vencer grandes mestres de xadrez, mas não consegue se adaptar aos videogames modernos.
Apesar de toda a comoção em torno da IA conquistando o xadrez , o go e agora até mesmo a programação, ainda existe uma fraqueza bastante evidente escondida por trás dessas vitórias. A IA ainda é muito ruim em lidar com um novo videogame que nunca viu antes.
O argumento central de um novo artigo da NYU discute como esses marcos que ganharam as manchetes criaram uma imagem enganosa de quão perto as máquinas estão da verdadeira inteligência geral.
A distinção realmente importa.
Xadrez e Go são conquistas impressionantes, mas são jogos com regras fixas e um ambiente estruturado, em comparação com os complexos videogames modernos. A NYU observa que a IA ainda não dominou a inteligência humana, pois não consegue se adaptar bem.
Onde a IA ainda deixa a desejar
Segundo pesquisadores, muitos dos maiores sucessos da IA em jogos se baseiam em sistemas meticulosamente ajustados a um jogo específico. Dentro desses limites definidos, a IA pode praticamente se tornar sobre-humana. Mas, assim que ocorrem pequenas alterações nas regras ou nos ambientes, seu desempenho impressionante pode ruir.
É aqui que os videogames entram como um verdadeiro teste de inteligência. Os jogos não são unidimensionais, muitas vezes exigindo uma vasta gama de habilidades, incluindo raciocínio espacial, planejamento a longo prazo, aprendizado por tentativa e erro e até intuição social. O relatório afirma que essa variedade faz dos jogos uma medida muito melhor da inteligência flexível do que tarefas de referência isoladas.
O aprendizado por reforço e os LLMs (Modelos de Aprendizado de Liderança) chegaram a um impasse.
O artigo científico acrescenta que o aprendizado por reforço pode produzir resultados impressionantes, mas objetivos aceitáveis só são alcançados após milhões ou bilhões de simulações. Assim, o sistema se torna especialista na situação exata para a qual foi treinado. Mas tudo isso desmorona quando qualquer mudança é introduzida. Mesmo algo tão simples quanto a alteração de cores ou o reposicionamento de objetos na tela pode comprometer o sistema.
Os LLMs (Large Language Models) também não resolvem esse problema. A NYU afirma que eles têm um desempenho surpreendentemente ruim em jogos desconhecidos. Quando apresentam bom desempenho, geralmente é devido a uma estrutura personalizada específica para cada jogo, que interpreta os estados do jogo, gerencia a memória e executa ações. Remova esse suporte extra e o desempenho cai rapidamente.
O verdadeiro padrão de referência
Os pesquisadores argumentam que uma IA verdadeiramente capaz de jogar precisaria aprender um novo jogo do zero em aproximadamente o mesmo tempo que um jogador habilidoso. Talvez dezenas de horas, sem simulação massiva ou exposição prévia. Tudo isso está além das capacidades dos sistemas atuais.
E é por isso que isso importa além dos jogos. Se a IA não consegue se adaptar de forma confiável a um novo videogame, é ainda menos provável que consiga lidar com a imprevisibilidade do mundo real. O xadrez ainda pode render boas manchetes, mas os jogos modernos estão mostrando o quanto a IA ainda precisa evoluir.
