Modelli di intelligenza artificiale: capacità straordinarie, ma carenti nel settore dei videogiochi

Con l'evoluzione continua degli strumenti di intelligenza artificiale, siamo costantemente incoraggiati a delegare loro compiti sempre più complessi. I modelli linguistici su larga scala ( LLM ) possono scrivere le nostre email, creare presentazioni, progettare app, produrre video, effettuare ricerche su Internet e riassumerne i risultati, e molto altro ancora. Tuttavia, un ambito in cui incontrano ancora difficoltà è quello dei videogiochi.

Finora quest'anno, due delle più grandi aziende di intelligenza artificiale (Microsoft e Anthropic) hanno provato a far sì che i loro modelli creassero o giocassero a giochi, ma i risultati sono stati probabilmente molto più limitati di quanto molti si aspettino. Ciò evidenzia le attuali sfide dell'intelligenza artificiale generativa, soprattutto in attività che richiedono una pianificazione strategica a lungo termine e un processo decisionale complesso.

Ciò li rende dimostrazioni perfette di cosa l'intelligenza artificiale generativa stia realmente facendo oggi: in breve: può fare molto di più di prima, ma non può fare tutto. Ciò dimostra che l'intelligenza artificiale generativa è ancora in una fase di sviluppo e che, nonostante le sue crescenti capacità, presenta ancora dei limiti in alcuni ambiti.

Microsoft produce Quake II con intelligenza artificiale

La produzione di videogiochi si trova ad affrontare sfide simili a quelle della produzione video, dove il movimento è spesso pacchiano e distorto e l'intelligenza artificiale, dopo un certo periodo, inizia a perdere il contatto con la realtà. L'ultimo tentativo di Microsoft, che chiunque può provare , è una versione di Quake II generata dall'IA.

Ho giocato a questo gioco diverse volte ed è un'esperienza davvero strana, con nemici disorientanti che compaiono dal nulla e l'ambiente circostante che cambia man mano che ti muovi. Spesso, quando entravo in una nuova stanza, la porta spariva quando mi giravo e, quando guardavo di nuovo davanti a me, le pareti si erano spostate.

L'esperienza dura solo pochi minuti prima di interrompersi e di invitarti a iniziare una nuova partita. Tuttavia, se sei sfortunato, il gioco potrebbe smettere di rispondere correttamente ai tuoi input anche prima.

In ogni caso è una bellissima esperienza e credo che sarebbe utile che più persone la vedessero. Ti consente di sperimentare in prima persona i vantaggi dell'intelligenza artificiale generativa e quali sono i suoi attuali limiti. Anche se è impressionante il fatto che siamo riusciti a creare un'esperienza di videogioco interattiva, è difficile immaginare che qualcuno possa giocare a questa demo tecnologica e credere che il prossimo Assassin's Creed sarà prodotto dall'intelligenza artificiale.

Tuttavia, questo tipo di idee e supposizioni esistono, soprattutto perché oggi le persone non possono fare a meno di sentir parlare di intelligenza artificiale. Anche se non ti interessa affatto l'intelligenza artificiale, ti verrà imposta ovunque tu vada. Il problema è che le informazioni che riceve la persona media sono costituite quasi interamente da commenti di marketing di grandi aziende tecnologiche e da commenti di dirigenti ripresi dalle pubblicazioni di notizie.

Ciò significa che sentono affermazioni esagerate e contraddittorie come queste:

Ha il potenziale per risolvere alcuni dei più grandi problemi del mondo, come il cambiamento climatico, la povertà e le malattie. ( Bill Gates )

È probabile che entro il 2025, noi di Meta, insieme ad altre aziende che lavorano principalmente in questo campo, disporremo di un'intelligenza artificiale in grado di fungere da ingegnere di livello intermedio e di scrivere codice in modo efficiente. ( Mark Zuckerberg )

L'utilizzo efficace dell'intelligenza artificiale è ormai un requisito fondamentale per tutti in Shopify. È uno strumento indispensabile in ogni professione e la sua importanza non potrà che aumentare nel tempo. Francamente, non credo sia possibile evitare di imparare ad applicare l'IA nel proprio settore. ( Toby Lütke , CEO di Shopify)

Siamo ormai certi di sapere come costruire l'intelligenza artificiale generale (AGI) nel senso tradizionale del termine. Riteniamo che nel 2025 potremmo assistere all'ingresso dei primi agenti di IA nel mondo del lavoro, con un conseguente cambiamento radicale della produttività aziendale. ( Sam Altman , CEO di OpenAI)

L'intelligenza artificiale è più pericolosa, ad esempio, di una cattiva progettazione degli aeromobili, di una manutenzione inadeguata della produzione o della produzione di automobili difettose, in quanto ha il potenziale – per quanto bassa sia la probabilità, ma non insignificante – di distruggere la civiltà. ( Elon Musk )

Tutto ciò sembra un po' troppo, non è vero? Dovrebbe salvarci e distruggerci allo stesso tempo, essere sia uno strumento per i professionisti sia uno strumento che li sostituirà, e sembra che potremmo ottenere un'intelligenza artificiale di livello fantascientifico già quest'anno. Quando la gente sente tutto questo, inizia ad aspettarsi cose fantastiche da questi gadget e pensa che tutti gli impiegati passino le giornate a parlare ai loro computer come i personaggi di Star Trek.

Tuttavia, la realtà non è questa. La realtà assomiglia a Quake II: tremolante e sfocata, con forme dei nemici incomprensibili. I modelli LLM di livello ChatGPT hanno già rappresentato una svolta entusiasmante nel 2022 e sono stati molto divertenti per tutti, ma per la maggior parte degli utilizzi che le grandi aziende tecnologiche ci stanno proponendo ora, l'intelligenza artificiale semplicemente non è abbastanza potente. I livelli di accuratezza sono molto bassi, le capacità di seguire le istruzioni sono molto scarse, gli intervalli di contesto sono molto ristretti e l'addestramento si basa solo su concetti incomprensibili di Internet e non su conoscenze del mondo reale.

Ma creare un videogioco è un obiettivo estremamente complesso: dopotutto, ci vogliono anni e anni perché interi team di persone realizzino queste cose. Che ne dici invece di giocare ai videogiochi?

Claude "gioca" a Pokémon Rosso

Ebbene, a quanto pare anche in questo campo si stanno facendo esperimenti. Il modello più recente di Anthropic, Claude 3.7 Sonnet , gioca a Pokémon Rosso su Twitch da circa due mesi e sta ottenendo i migliori risultati mai raggiunti da un Large Language Model (LLM) in una partita a Pokémon. Tuttavia, c'è un piccolo avvertimento: è ancora molto indietro rispetto a un bambino umano medio di 10 anni.

Un problema è la velocità: Claude compie migliaia di azioni nell'arco di diversi giorni per fare cose come attraversare la Foresta Viridian. Ciò riflette le sfide dell'intelligenza artificiale nella gestione di compiti complessi.

Perché ci vuole così tanto tempo? Non è che non riesca a capire come vincere strategicamente le battaglie Pokémon: è proprio questa la parte in cui è bravo. D'altro canto, muoversi nell'ambiente ed evitare alberi ed edifici non è una bella cosa. Claude non è mai stato addestrato a giocare a Pokémon e per lui non è facile comprendere la pixel art e ciò che rappresenta. Queste difficoltà evidenziano il divario tra la capacità di elaborare dati e la capacità di interagire con ambienti complessi.

Per lui è particolarmente difficile attraversare zone labirintiche come il Monte Luna, poiché ha difficoltà a tracciare una mappa della zona ed evitare di essere ripercorso. Una volta, rimase così bloccato in un angolo che concluse che il gioco era rotto e inviò una richiesta ufficiale per ripristinarlo. Ciò dimostra come l'intelligenza artificiale, nonostante le sue capacità avanzate, non abbia ancora la comprensione intuitiva di cui godono gli esseri umani.

Anche questi primi tentativi non furono privi di momenti divertenti.

Una volta, Claude rimase bloccato in un angolo e, convinto che ci fosse qualcosa che non andava, scrisse una richiesta formale per riavviare il gioco. pic.twitter.com/5RIiCJdxCM — Anthropic (@AnthropicAI) 25 febbraio 2025

Inoltre, non è bravo a ricordare i suoi obiettivi, le cose che ha già provato o i luoghi che ha già visitato.

C'è una ragione molto semplice per questo: i modelli linguistici di grandi dimensioni (LLM) hanno una "finestra di contesto" limitata che funge da memoria. Possono contenere solo una certa quantità di informazioni e, una volta raggiunto il limite, Claude comprime ciò che ha per fare spazio a più informazioni. Quindi, un'informazione come "visitato Viridian City, entrato in ogni edificio e parlato con ogni PNG" potrebbe essere compressa semplicemente in "visitato Viridian City", spingendo Claude a tornare indietro e controllare se c'è qualcosa di Plus da fare in città.

In breve: Claude non riesce a capire dove sta andando, sbatte contro i muri, viene confuso da oggetti casuali e PNG, dimentica dove è stato e cosa sta cercando di fare e ogni decisione che prende richiede paragrafi e paragrafi di pensiero. Questa non è una critica: si tratta di esperimenti entusiasmanti che spingono i grandi modelli linguistici (LLM) ai limiti del possibile.

Ma con tutto questo clamore che circonda l'intelligenza artificiale, è importante che le persone vedano dimostrazioni come questa e si facciano una propria opinione sull'intelligenza artificiale. Alcune persone cercano di venderci l'idea che stiamo per raggiungere il picco di intelligenza, che entro pochi anni l'intelligenza artificiale (IA) supererà persino gli esseri umani più intelligenti, ma non credo che siano onesti: sono solo venditori. Siamo ben lontani dall'apice, tutto questo è appena iniziato.