MinePlanner : Un modèle IA confronté à l'univers complexe de Minecraft

Les progrès fulgurants de l'intelligence artificielle suscitent de nombreuses interrogations quant à leur réelle efficacité et adaptabilité. Comment évaluer si une IA est réellement performante et capable de s'adapter à des situations variées ?

Des chercheurs ont entrepris une démarche originale en confrontant des IA au monde complexe et ouvert du jeu vidéo Minecraft, révélant ainsi les limites des algorithmes lorsqu'ils ne sont pas étroitement guidés par les humains.

Minecraft, jeu vidéo emblématique aux millions de ventes, se distingue par sa communauté dynamique et ses réalisations impressionnantes basées sur des cubes. Selon Steven James, chercheur à l'université du Witwatersrand en Afrique du Sud, Minecraft offre un terrain de jeu idéal pour évaluer les compétences d'une IA.

Dans le monde fascinant de l'IA, on distingue les modèles à tâches spécifiques, tels que jouer aux échecs ou prédire la météo, des modèles dits «généraux». Ces derniers, dotés de capacités multitâches telles que la conduite automobile ou la conversation, connaissent un développement exponentiel.

La clé de leur création réside dans l'apprentissage, un processus au cœur duquel les algorithmes acquièrent de l'expérience au fil de leurs interactions, de leurs erreurs et des demandes auxquelles ils sont confrontés. Ce processus, connu sous le nom de «machine learning», permet aux IA de perfectionner leurs performances au fil du temps.

Steven James a détaillé son étude, publiée sur ArXiv, mettant en lumière l'utilité de Minecraft comme banc d'essai idéal pour les recherches sur le machine learning. Il a conçu un modèle, baptisé MinePlanner, qui met l'IA au défi d'accomplir diverses tâches dans Minecraft sans lui fournir des instructions détaillées. Ces tâches peuvent inclure des actions telles que le placement de blocs en hauteur, nécessitant la création d'escaliers par exemple. L'IA doit alors déterminer seule la meilleure méthode, en utilisant les ressources disponibles dans son environnement ou son inventaire.

Deux modèles d'IA ont été soumis à MinePlanner, chacun devant accomplir quinze constructions avec trois niveaux de difficulté. Cependant, le défi le plus complexe résidait dans la capacité des IA à filtrer les données, compte tenu de la masse d'informations contenue dans le jeu. Les IA devaient ignorer les informations inutiles pour progresser efficacement.

Résultats mitigés : L'IA loin de surpasser l'intelligence humaine

Les résultats de l'expérience se sont avérés mitigés. Le premier modèle d'IA a réussi quatorze tâches faciles, treize intermédiaires, mais aucune tâche difficile. Le second modèle a complété seulement cinq tâches faciles et une intermédiaire. Un constat décevant, selon Steven James, qui souligne les limites actuelles des IA dans des situations complexes.

L'expérience fut particulièrement problématique pour la seconde IA qui a épuisé sa mémoire sur la plupart des tâches avant de pouvoir les effectuer.

Ces résultats soulignent le fossé technologique existant, montrant que les IA actuelles ont encore du mal à résoudre certains problèmes de manière autonome.

Malgré les résultats mitigés, Steven James reste optimiste quant à l'avenir de l'IA. Il espère que le modèle MinePlanner contribuera au développement de nouvelles approches pour surmonter les défis plus complexes auxquels les IA sont confrontées. En confrontant les IA à des jeux vidéo comme Minecraft, les chercheurs cherchent à mieux comprendre les mécanismes d'apprentissage, ouvrant la voie à des améliorations significatives dans le domaine de l'intelligence artificielle.