Pomimo szybkiego postępu w sztucznej inteligencji (AI) ludzie wciąż wyprzedzają sztuczną inteligencję w uczeniu się nowych gier wideo. Chociaż sztuczna inteligencja przoduje w grach o jasnych zasadach i celach – takich jak szachy lub niektóre gry strategiczne – radzi sobie w otwartych, nieprzewidywalnych światach, które wymagają intuicji i zdolności adaptacyjnych. To nie jest tylko kaprys branży gier; podkreśla fundamentalne różnice w sposobie uczenia się maszyn i ludzi, potencjalnie ujawniając, dlaczego prawdziwa „inteligencja na poziomie ludzkim” pozostaje nieuchwytna dla sztucznej inteligencji.
Przewaga sztucznej inteligencji: specjalizacja zamiast uogólnienia
Od dziesięcioleci sztuczna inteligencja wykorzystuje gry jako poligon doświadczalny. Modele takie jak Deep Blue (szachy) firmy IBM i AlphaGo (Go) firmy Google wykazały zdolność sztucznej inteligencji do dominowania w uporządkowanych środowiskach poprzez uczenie się przez wzmacnianie — powtarzane próby i błędy. Ta sama metoda jest obecnie podstawą chatbotów AI i doskonale nadaje się do opanowania gier Atari, Dota 2 i Starcraft II.
Sukces ten podlega jednak wyraźnym ograniczeniom. Sztuczna inteligencja pokonuje ludzi w tych grach, ponieważ zasady są sztywne, a cele określone. Nawet drobne zmiany w projekcie gry mogą złamać model sztucznej inteligencji, który opiera się na powtarzaniu, a nie na improwizacji. W przeciwieństwie do ludzi modele sztucznej inteligencji nie mogą uogólniać; stają się wyjątkowo dobrzy w jednym konkretnym zadaniu.
Dlaczego ludzie uczą się szybciej
Kluczową różnicą jest sposób, w jaki ludzie podchodzą do nowych wyzwań. Człowiek może szybko opanować zwykłą grę i zrozumieć jej mechanikę szybciej niż sztuczna inteligencja, nawet w skomplikowanych projektach, takich jak Red Dead Redemption. Ludzie intuicyjnie rozumieją niejednoznaczne cele – takie jak wcielenie moralnie niejednoznacznego przestępcy – podczas gdy sztuczna inteligencja ma trudności z abstrakcyjnymi koncepcjami.
Naukowcy z New York University podkreślają, że dobrze zaprojektowane gry uwzględniają możliwości człowieka: intuicję, zdrowy rozsądek i doświadczenie życiowe. Niemowlę ludzkie uczy się rozpoznawać przedmioty przez kilka miesięcy po prostu będąc na świecie; Sztuczna inteligencja wymaga intensywnego szkolenia. Badania pokazują, że ukończenie gry w modelach AI może zająć 37 godzin ciągłej gry (cztery miliony interakcji z klawiaturą), podczas gdy graczowi będącemu człowiekiem często udaje się to zrobić w mniej niż 10 godzin.
Punkt odniesienia prawdziwej sztucznej inteligencji
SIMA 2 firmy Google DeepMind stanowi postęp, integrując możliwości rozumowania z modelu Gemini, aby pomóc sztucznej inteligencji lepiej współdziałać z nowymi środowiskami. Jednak nawet ten przełom nie wystarczy. Autorzy proponują punkt odniesienia dla prawdziwej sztucznej inteligencji: pokonaj 100 najlepszych gier na Steamie lub App Store bez żadnego wcześniejszego szkolenia, mniej więcej w tym samym czasie, co człowiek.
Problem ten pozostaje nierozwiązany, a istniejące metody mogą nie być dla niego odpowiednie. Osiągnięcie tego będzie wymagało od sztucznej inteligencji wykazania się kreatywnością, przyszłościowym planowaniem i abstrakcyjnym myśleniem, czyli cechami, które pozostają wyłącznie ludzkie.
Prawdziwy test „ludzkiej inteligencji” może nie wynikać z deepfakes czy powieści, ale z opanowania nieprzewidywalnego chaosu gier wideo.
Umiejętność szybkiego przystosowania się do nowych sytuacji, doskonalona latami życia w złożonym świecie, to to, co wyróżnia inteligencję człowieka i maszyny. Dopóki sztuczna inteligencja nie będzie w stanie odtworzyć tej wrodzonej zdolności adaptacyjnej, pozostanie wyspecjalizowanym narzędziem, a nie pełnoprawnym poznawczym odpowiednikiem człowieka.
