Minecraft est un succès planétaire. Ce jeu vidéo mêlant aventure et construction est devenu le plus vendu de tous les temps. Des chercheurs ont eu l’idée d’utiliser ce monde virtuel comme terrain d’expérimentation des programmes d’IA dans le but d’évaluer leurs capacités.
Deux catégories d’intelligence artificielle
On distingue deux grandes catégories d’algorithmes. D’une part, les IA spécialisées, conçues pour des domaines précis, comme la reconnaissance d’images ou la prédiction météorologique. Et d’autre part, les IA généralistes multitâches capables d’apprendre par elles-mêmes à réaliser des tâches variées.
Ce second type de programme suscite un engouement croissant, car il ouvre des perspectives extraordinaires. Une telle IA peut par exemple tenir une conversation ou analyser des documents. Sa force ? Une capacité d’apprentissage automatique qui lui permet d’identifier ses erreurs et d’adapter ses algorithmes. C’est grâce à ce processus qu’on appelle machine learning que ce système devient plus en plus performant au fil des interactions. Et c’est ce type d’IA qui a 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. Ainsi, il peut s’améliorer et 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 machine learning.», 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 directement diriger 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 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 donc 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. La tâche la 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 parvient 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 échoué 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 aisés et une seule tâche intermédiaire. Son 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 franchir pour résoudre certains problèmes », reconnaît-il. Il ajoute : « Nous espérons que notre travail servira à développer de nouvelles approches pour des domaines encore plus complexes. »
- Partager l'article :
