O sistema informático consegue esse resultado sem ter sido previamente programado para tal.
A companhia britânica DeepMind, comprada há um ano pelo gigante norte-americano da internet Google, baseou-se num algoritmo e conjugou várias técnicas de aprendizagem informática com mecanismos inspirados no funcionamento das redes neuronais.
Foi assim que conseguiu que o seu "agente de inteligência artificial", batizado como DQN, aprendesse a jogar 49 videojogos clássicos numa consola Atari 2600, a partir da experiência da memorização.
Um artigo, publicado hoje pela revista Nature, diz que o sistema criado, que atua a um nível comparável ao de um humano profissional em videojogos, é capaz de descobrir o objetivo do jogo e dominá-lo, sem contar com mais informação do que as imagens que aparecem no ecrã do computador e a pontuação.
Os autores do sistema informático assinalam que a aplicação da inteligência artificial aos videojogos não é mais do que uma demonstração da potência do seu algoritmo, cujo uso se pode generalizar a outro tipo de meios ou indústrias.
O cofundador da DeepMind, Demis Hassabis, explicou, numa conferência de imprensa, em Londres, que a rede neuronal artificial criada pela sua equipa é de natureza distinta de outras máquinas, como o Deep Blue, um computador que derrotou, em 1996, o campeão do mundo de xadrez russo Garry Kasparov.
«A diferença é que as habilidades do Deep Blue estavam programadas de antemão. Uma equipa de engenheiros e mestres de xadrez projetou o seu conhecimento num algoritmo», sustentou Demis Hassabis, realçando que o sistema da DeepMind «começa do zero, sem nenhuma informação», apenas conta com «a experiência percetiva».
Hassabis, perito em inteligência artificial e designer de jogos de computador, adiantou que os sistemas de redes neuronais artificiais são «mais humanos» do que outro tipo de programas de inteligência artificial, porque assimilam o mundo que os rodeia e criam um modelo que lhes permite tomar decisões.
No caso dos videojogos, o sistema aprende que ações são mais recomendáveis conforme a pontuação alcançada num jogo.
Com esta estratégia, é capaz de sobressair em videojogos de todo o tipo, como os de disparos e corridas de automóveis, o que, para Demis Hassabis, demonstra que «uma única arquitetura pode desenvolver ótimas táticas para uma ampla variedade de meios».
O DQN testou videojogos dos anos 70 e 80, mas a DeepMind pretende, dentro de cinco anos, fazer a experiência com videojogos em 3D dos anos 90.
«A ideia é que, se o algoritmo permite simular a condução num jogo de corridas de automóveis, poderá ser potencialmente capaz, com alguns melhoramentos, de conduzir uma verdadeira viatura», admitiu o investigador Demis Hassabis, defendendo que, no futuro, «este tipo de inteligência artificial» poderá ser uma ajuda em domínios como «o estudo de doenças e de questões climáticas, que implicam muitos dados, e muito complexos».