Competição de IAs mostra que a tecnologia ainda não está pronta para Minecraft

Um dos maiores desafios no desenvolvimento de sistemas de inteligência artificial é o treinamento das IAs. Isso porque, enquanto o cérebro humano pode adquirir uma habilidade rapidamente apenas vendo alguém executá-la e tentando logo em seguida, isso não é real para as IAs, que necessitam de uma base de dados muito maior para se tornarem mestre em alguma atividade.

E isso ficou provado após os resultados da competição MineRL, onde IAs desenvolvidas por pesquisadores de todo o mundo tinham um único objetivo: conseguir minerar um diamante no jogo Minecraft. A tarefa não é exatamente difícil, e qualquer jogador iniciante consegue completá-la em questão de horas após ver um tutorial no YouTube, mas ela é bastante complexa para uma IA, já que existe que o programa aprenda a cortar árvores, forjar uma picareta, e explorar cavernas subterrâneas enquanto desvia de monstros e de poças de lava.

E essa tarefa acabou se mostrando não apenas complexa, como complexa demais para as IAs de todas as 660 equipes inscritas na competição, já que nenhum delas conseguiu completar o desafio. Isso pode ser uma surpresa para muitos, já que diversas das IAs inscritas na competição já conseguiram derrotar jogadores profissionais em jogos como xadrez e Dota 2, então parece estranho que esses algoritmos não tenham conseguido fazer algo que até mesmo jogadores iniciantes conseguem em Minecraft. Mas existe um motivo para explicar isso: as limitações que foram colocadas para se atingir o objetivo do torneio.

Isso porque, enquanto as IAs que derrotaram jogadores profissionais humanos tiveram acesso a uma base de dados equivalente a décadas de possíveis jogos e estratégias para se tornarem mestres no jogo, na competição MineRL deviam aprender a minerar um diamante baseado em apenas mil horas de gameplay, que deveriam ser processadas utilizando apenas um único processador gráfico da Nvidia. Além disso, os pesquisadores tinham só quatro dias para treinar seus algoritmos, ao invés dos meses que essas IAs costumam ter para aprender um jogo. Assim, em termos de recursos, seria como se essas equipes estivessem acostumadas a ter todas as melhores ferramentas do mundo para treinar seus algoritmos, e agora precisavam fazer a mesma coisa usando apenas equipamentos possíveis de encontrar em um ferro velho.

Katja Hoffmann, uma das principais pesquisadoras de IA da Microsoft e que ajudou a organizar o campeonato, afirma que o nível de dificuldade proposto era realmente muito alto, e que, mesmo que ninguém tenha conseguido sair vencedor, os dados coletados serão muito importantes para continuar desenvolvendo melhores soluções de IA.

Ainda que, em um primeiro momento, possa parecer meio injusto aplicar tantas barreiras para os participantes, outro dos organizadores da competição, William Guss, estudante de pós-graduação da Universidade de Carnegie Mellon (EUA), afirma que o objetivo disso era mostrar para essas equipes que nem sempre será possível resolver os problemas de uma IA apenas melhorando o hardware usado para processamento, já que esse tipo de solução impede a democratização da tecnologia, tornando-a acessível apenas para laboratórios de última geração (como o DeepMind do Google), e atrapalha o uso dessas aplicações no mundo real, já que dificilmente será possível simplesmente melhorar o computador caso uma IA usado numa indústria, por exemplo, comece a dar problema.

Os resultados obtidos na competição serão divulgados com detalhes durante a conferência NeurIPS, que acontece neste mês de dezembro, e eles podem se tornar a base do desenvolvimento de novas técnicas que não exigem o uso de tantos dados para se ensinar uma IA.

Fonte: The Verge