Minecraft est un succès planétaire. Ce jeu vidéo mêlant aventure et construction est devenu le plus vendu de tous les temps. Des chercheurs virtuels ont eu l'idée d'utiliser ce monde comme terrain d'expérimentation des programmes d'IA dans le mais d'évaluer leurs capacités.
Deux catégories d'intelligence artificielle
On distingue deux grandes catégories d'algorithmes. D'une part, les Spécialisés IAconçu pour des domaines préciscomme la reconnaissance d'images ou la prédiction météorologique.
D'autre part, les IA généralistes multitâches capable d'apprendre par elles-mêmes à réaliser des tâches variées. Ce type de programme suscite un engouement croissant, car elles ouvrent des perspectives extraordinaires. Ces IA peuvent par exemple tenir une conversation ou analyser des documents. Leur force ? Une capacité d'apprentissage automatique qui leur permet d'identifier leurs erreurs, d'adapter leurs algorithmes. C'est grâce à ce processus qu'on appelle apprentissage automatique que ces systèmes deviennent plus en plus performants au fil des interactions. Et ce sont sur ce type d'IA qui ont intéressé les chercheurs de la présente étude.
MinePlanner, guide pour l'apprentissage de l'IA dans Minecraft
Après la création d'un programme IA, il faut la tester et identifier ses failles. Cela le permet de s'améliorer et d'atteindre son plein potentiel. Steven James et son équipe ont eu l'idée d'utiliser le jeu vidéo Minecraft pour cette étape. « Au vu de sa nature en monde ouvert, Minecraft a prouvé qu'il était un banc d'essai idéal pour les recherches sur le apprentissage automatique.», explique-t-il dans son étude publiée sur ArXiv.
Pour guider l'intelligence artificielle, les chercheurs ont créé un modèle baptisé MinePlanner. Celui-ci ne va pas diriger directement l'IA, mais simplement lui fournir des indications sur les tâches à accomplir. Par exemple, il peut lui demander de placer des blocs en hauteur sans lui dicter la marche à suivre pour y parvenir (en créant un escalier ou un autre). C'est à l'IA de trouver la meilleure solution pour exécuter la tâche, en s'adaptant aux contraintes de l'environnement et en utilisant ses propres compétences. L'IA doit trouver seule des solutions pour parvenir à réaliser ces tâches.
Deux IA à l'épreuve de MinePlanner
L'équipe de Steven James a mis à l'épreuve deux IA distinctes en utilisant leur modèle MinePlanner. Le test consistait à réaliser 15 constructions de difficulté croissante (facile, intermédiaire et difficile), pour un total de 45 tâches. Ce qui est plus difficile pour l'IA est de trier les informations pertinentes dans l'immensité des données disponibles dans Minecraft. Pour accomplir la mission, il faut qu'elle parvienne à écarter les données qui ne lui sont pas nécessaires.
La première IA a excellé dans les tâches faciles et intermédiaires, en accomplissant respectivement 14 et 15. En revanche, elle a échec sur l'ensemble des tâches difficiles. La seconde IA quant à elle a connu des résultats plus mitigés, ne parvenant à réaliser que 5 tâches faciles et une seule tâche intermédiaire. Fils manque de mémoire l'a empêchée de mener à bien la plupart des constructions.
Steven James voit en MinePlanner un outil précieux pour mieux comprendre l'apprentissage des IA. « Il y a encore un fossé technologique à franchiser pour résoudre certains problèmes », reconnaît-il. « Nous espérons que notre travail servira à développer de nouvelles approches pour des domaines encore plus complexes.. »
Notre blog est alimenté par les lecteurs. Lorsque vous achetez via des liens sur notre site, nous pouvons percevoir une commission d'affiliation.
