Uma startup de IA quer usar modelos de base e visão computacional para construir bots que caçam bugs e jogadores.
A startup sediada em Copenhague conta com o apoio de vários pesquisadores de IA, incluindo o Prof. Dr. Sebastian Risi, da Universidade de Tecnologia da Informação de Copenhague, cuja pesquisa inclui aprendizado ao longo da vida para agentes de IA.
A equipe da Modl.ai está utilizando sua expertise para desenvolver bots inteligentes que podem testar videogames em relação a bugs, desempenho e outros fatores durante o desenvolvimento.
À medida que os mundos dos jogos de vídeo se tornam maiores, como o enorme Starfield da Bethesda, e as mecânicas se tornam mais complexas, os métodos de teste tradicionais que dependem exclusivamente do trabalho humano estão falhando. Os bots podem ajudar movimentando-se em mundos 3D e coletando dados vitais.
O uso de bots de IA para testes e jogos é comum há muito tempo. No entanto, os bots treinados de forma supervisionada são atualmente os mais amplamente utilizados. A equipe da Modl.ai, por sua vez, conta com bots treinados de forma auto-supervisionada. Esse é o método de aprendizado por trás do ChatGPT, por exemplo, ou dos melhores modelos de visão computacional atuais.
Modelos de base para testes e jogabilidade
A equipe coloca os bots inteligentes em ambientes de jogo sem conjuntos de dados claramente definidos. O bot, então, aprende com os dados disponíveis para evoluir rapidamente e atuar como um agente independente. Dessa forma, a equipe visa treinar os chamados modelos de base para agentes de IA.
Esses modelos fornecem uma base com muitas capacidades gerais sobre as quais os desenvolvedores podem construir para suas aplicações específicas, semelhante à forma como o GPT-4 fornece capacidades básicas de processamento de linguagem que podem ser usadas para fins de processamento de linguagem natural específicos.
Assim como o GPT-4, a equipe espera que os modelos de base forneçam habilidades rudimentares de raciocínio e planejamento. “Quanto mais complexo for o jogo, mais complexo será o raciocínio exigido dos bots para testá-lo, e nossa equipe está enfrentando esse desafio de frente”, disse Risi.
Os modelos de base podem aprender com os jogadores usando visão computacional
A equipe enxerga um grande potencial na combinação desses modelos de base com visão computacional. “Avanços recentes na visão computacional analisam como um jogo é jogado pelas pessoas e analisam os comportamentos comuns. Eventualmente, essa pesquisa permitirá que um bot olhe para um jogo que ele nunca jogou antes e saiba como jogá-lo. Nossa pesquisa está impulsionando ainda mais e avançando essa tecnologia”, diz Georgios Yannakakis, um dos fundadores.
Além dos bots para testes, a Modl.ai também está desenvolvendo bots que podem jogar com e contra jogadores humanos após o lançamento. A Modl.ai vem com plugins para Unreal Engine e Unity, além de uma API. Caso a equipe concretize sua visão, os jogadores podem esperar não apenas jogos livres de bugs e melhor otimizados, mas também bots que vão além de meros “sacos de pancadas”.
Projetos como Voyager, MineCLIP e VPT, que também utilizam modelos de base para impulsionar bots no Minecraft, demonstram que essa abordagem tem potencial.
