Nonostante tutto il rumore attorno alla conquista dell’intelligenza artificiale negli scacchi, nel go e ora anche nella programmazione, c’è ancora una debolezza piuttosto evidente nascosta sotto quelle vittorie. L’intelligenza artificiale è ancora piuttosto pessima nel gestire un nuovo videogioco mai visto prima.
L’argomento centrale di un nuovo articolo della New York College parla di come questi traguardi da prima pagina abbiano dipinto un quadro fuorviante di quanto le macchine siano vicine alla vera intelligenza generale.
La distinzione conta davvero.
Gli scacchi e il Go sono risultati impressionanti, ma si tratta di giochi con regole fisse e un ambiente strutturato, rispetto ai complessi videogiochi moderni. La New York College osserva che l’intelligenza artificiale deve ancora padroneggiare l’intelligenza di tipo umano poiché non può adattarsi bene.
Dove l’intelligenza artificiale continua a mancare
Secondo i ricercatori, molti dei più grandi successi videoludici dell’intelligenza artificiale si basano su sistemi ottimizzati per un gioco specifico. All’interno di questi confini definiti, l’intelligenza artificiale può sostanzialmente diventare sovrumana. Ma non appena vengono apportate lievi modifiche alle regole o all’ambiente, le sue prestazioni impressionanti possono crollare.
È qui che i videogiochi entrano in gioco come una vera prova della loro intelligenza. I giochi non sono unidimensionali e spesso richiedono una vasta gamma di abilità, tra cui il ragionamento spaziale, la pianificazione a lungo termine, l’apprendimento per tentativi ed errori e persino l’intuizione sociale. Il rapporto afferma che questa varietà rende il gioco una misura di intelligenza flessibile molto migliore rispetto a compiti di riferimento isolati.
Sia l’apprendimento per rinforzo che i LLM si scontrano con un muro
Il documento di ricerca aggiunge che l’apprendimento per rinforzo può produrre risultati impressionanti, ma obiettivi accettabili vengono raggiunti solo dopo milioni o miliardi di simulazioni. In questo modo il sistema diventa esperto nella situazione esatta per la quale è addestrato. Ma tutto questo crolla quando vengono introdotte delle modifiche. Anche qualcosa di semplice come lo spostamento dei colori o il riposizionamento degli oggetti su uno schermo può romperlo.
Anche i LLM (Massive Language Fashions) non risolvono questo problema. La NYU afferma che si comportano sorprendentemente male con giochi sconosciuti. Quando inizia a funzionare bene, di solito si tratta di un’impalcatura personalizzata specifica del gioco per interpretare gli stati del gioco, gestire la memoria ed eseguire azioni. Togli quel supporto further e le prestazioni diminuiscono rapidamente.
Il vero punto di riferimento
I ricercatori sostengono che una vera intelligenza artificiale dovrebbe imparare un nuovo gioco da zero all’incirca nello stesso tempo di un giocatore esperto. Forse decine di ore, senza simulazioni massicce o esposizioni precedenti. Tutto ciò va oltre le capacità dei sistemi attuali.
Ed è per questo che questo conta oltre il gioco. Se l’intelligenza artificiale non è in grado di adattarsi in modo affidabile a un videogioco nuovo di zecca, è ancora meno probabile che sia in grado di gestire l’imprevedibilità del mondo reale. Gli scacchi possono ancora costituire un buon titolo, ma i giochi moderni stanno mostrando quanto lontano deve ancora arrivare l’intelligenza artificiale.
