Atlântida

Pesquisadores da DeepMind, empresa inglesa adquirida pelo Google e especializada no desenvolvimento de novas tecnologias voltadas à produção de algoritmos de aprendizagem parece ter conquistado um grande avanço no campo da Inteligência Artificial. Eles revelaram, em artigo ao periódico científico Nature um software que aprendeu sozinho a jogar 49 diferentes tipos de jogos – por enquanto somente clássicos do Atari, como Space Invaders, Breakout e Pac-Man -, a ponto de superar a pontuação de jogadores profissionais humanos.

“É a primeira vez que alguém construiu um sistema de aprendizado que é capaz de aprender diretamente da experiência para dominar uma série de tarefas desafiadoras”, disse Demis Hassabis, co-desenvolvedor do sistema.

Diferente de nós, humanos, o Deep-Q Network Agent (DQN) – nome dado ao software – não sabe do que se trata o jogo. A única informação que ele tem são os pixels e como eles se comportam e a pontuação e como ela é conquistada. Seu objetivo é alcançar a maior pontuação possível, o que é conquistado na maioria dos jogos.

A diferença desse sistema e de outros famosos como o Deep Blue – que derrotou o campeão mundial de xadrez Garry Kasparov em 1997 –  é que ele não possui nenhuma experiência prévia ou informações previamente conhecidas, e sim aprende e se adapta com a observação e reage de acordo com o objetivo que lhe é dado. Confira a performance do sistema após 100, 200, 400 e 600 tentativas no vídeo.

Essa descoberta nos aproxima de um futuro gerido por robôs inteligentes, que podem aprender sozinhos como executar uma tarefa, armazenar uma memória a partir das tentativas e erros e adaptar suas ações para melhores resultados no futuro, contam os pesquisadores.

(Alguém aí lembrou de Isaac Asimov?)

O próximo passo da equipe de desenvolvimento envolverá testes em jogos 3D da década de 1990.

Nos acompanhe no YouTube e nas redes sociais!

YouTube: Nova Geração Games

Twitter: @NovaGGames

Facebook: Nova Geração Games