Di Riccardo Inglisa
In passato, sono stati sviluppati vari progetti di intelligenza artificiale per videogiochi e giochi da tavolo. Un esempio notevole è AlphaGo, creato da DeepMind, che ha dimostrato abilità eccezionali nel gioco del Go attraverso l’autoapprendimento e l’allenamento con milioni di partite. Altri esempi includono l’IA OpenAI Five, utilizzata in Dota 2 da Valve Corporation, che ha competuto con successo contro squadre di giocatori umani di alto livello, anch’essa apprendendo principalmente tramite l’autoapprendimento e l’allenamento con partite contro sé stessa e contro giocatori umani.
Tuttavia, SIMA, l’intelligenza artificiale in fase di sviluppo di Google DeepMind, si distingue dalle precedenti implementazioni in quanto progettata per apprendere le abilità di gioco in modo sorprendentemente simile a quello umano. SIMA, acronimo di Scalable, Instructable, Multiworld Agent (Agente Scalabile, Istruibile e Multi-mondo), segna un notevole progresso nell’interazione tra giocatori umani e IA nei videogiochi. Anche se al momento è in fase di ricerca e non ancora pronto per il grande pubblico, le sue capacità promettono una rivoluzione nell’esperienza di gioco virtuale.
A differenza degli agenti AI tradizionali, che spesso sono programmati per vincere ad ogni costo, SIMA si concentra sull’esecuzione di compiti assegnati, apprendendo a giocare in modo che si integri bene con le dinamiche di gioco dei giocatori umani. Tim Harley, ricercatore di Google DeepMind e co-leader del progetto SIMA, ha sottolineato durante un incontro con i giornalisti che SIMA non è addestrato per vincere, ma per partecipare attivamente al gioco seguendo le istruzioni ricevute. Questa peculiarità lo distingue chiaramente dagli altri agenti AI, offrendo un’esperienza di gioco condivisa più naturale e coinvolgente.
SIMA è stato addestrato in collaborazione con otto sviluppatori di giochi, tra cui Hello Games, Embracer, Tuxedo Labs e Coffee Stain. Attraverso l’integrazione in titoli come No Man’s Sky, Teardown, Valheim e Goat Simulator 3, SIMA ha appreso le basi del gioco dimostrando un’eccezionale capacità di adattamento senza necessità di API personalizzate o accesso ai codici sorgente.
Il metodo di addestramento di SIMA include l’apprendimento tramite istruzioni in linguaggio naturale, la comprensione dei mondi tridimensionali e il riconoscimento delle immagini. Inizialmente, è stato creato un ambiente nel motore Unity, dove gli agenti dovevano costruire sculture per testare la loro capacità di manipolazione degli oggetti. Successivamente, sono state registrate coppie di giocatori umani – uno al comando del gioco e l’altro a fornire istruzioni – per catturare le istruzioni verbali e le motivazioni dietro le azioni intraprese, fornendo a SIMA un ricco database di apprendimento.
Attualmente, SIMA possiede circa 600 abilità di base, tra cui girare a sinistra, salire le scale e aprire il menu per utilizzare una mappa. Si prevede che nel tempo sarà in grado di eseguire funzioni più complesse, come la ricerca di risorse e la costruzione di un campo base. L’obiettivo del progetto SIMA è creare un’esperienza di gioco unica, dove l’agente AI funge da compagno di squadra anziché semplice NPC (Non-Player Character) guidato dall’AI.
Frederic Besse, co-leader del progetto SIMA, ha sottolineato che è ancora presto per delineare tutte le possibili applicazioni di agenti AI come SIMA nel settore videoludico. Tuttavia, l’obiettivo finale è rendere SIMA il compagno di gioco AI perfetto, capace non solo di eseguire azioni complesse ma anche di comunicare efficacemente con i giocatori umani, portandoli alla vittoria.
