Minecraft potrebbe diventare la chiave per sviluppare delle intelligenze artificiali adattabili migliori, almeno secondo una ricerca condotta dall'Università del Witwatersrand in Sudafrica.
I ricercatori, guidati da Steven James, hanno creato un test di valutazione chiamato MinePlanner all'interno di Minecraft per misurare l'intelligenza generale dei modelli di intelligenza artificiale.
Questo test valuta la capacità dell'IA di ignorare dettagli non essenziali mentre risolve un problema complesso con passaggi multipli.
L'approccio tradizionale all'addestramento dell'IA coinvolge spesso il fornire al modello tutti i dati necessari per imparare una specifica attività, escludendo informazioni superflue.
Questo metodo è efficace per compiti specifici, come la previsione del tempo, ma potrebbe non essere adatto per sviluppare le intelligenze artificiali adattabili, capaci di affrontare problemi complessi e disordinati.
Il test MinePlanner, composto da 15 problemi di costruzione con diversi livelli di difficoltà, ha l'obiettivo di valutare la capacità dell'IA di affrontare problemi "sporchi" in modo analogo agli esseri umani.
L'IA deve essere in grado di ignorare dettagli inutili, pianificare in anticipo e risolvere problemi complessi, proprio come farebbe un essere umano.
In esperimenti condotti con i modelli di pianificazione avanzata ENHSP e Fast Downward, progettati per gestire operazioni sequenziali nel perseguire un obiettivo complessivo, nessuno dei modelli è riuscito a completare i problemi più difficili.
Fast Downward ha risolto solo un problema di difficoltà media e cinque dei problemi facili, mentre ENHSP ha ottenuto risultati leggermente migliori, completando tutti i problemi facili tranne uno e tutti i problemi di difficoltà media tranne due.
Il test MinePlanner pone l'accento sulla necessità che le future IA affrontino sfide più complesse e disordinate senza l'aiuto di dettagli specifici forniti dagli umani.
James afferma che il problema principale che intendono affrontare è la capacità dell'IA di determinare autonomamente cosa sia rilevante per risolvere un dato problema, senza dipendere da indicazioni umane dettagliate.
