Est-ce que les chercheurs en IA ont réussi à créer un bot Minecraft qui a écrit son propre code grâce au GPT-4? La réponse semble être oui, avec le développement de Voyager, un système expérimental qui a été testé dans l’environnement de Minecraft. Voyager est un « agent incarné » qui est capable d’explorer et d’étendre ses capacités de manière autonome dans l’univers du jeu. Mais pourquoi ce choix de l’univers de Minecraft pour cette étude?
Minecraft offre une représentation simplifiée du monde réel avec des règles et des lois de la physique compréhensibles, tout en étant suffisamment complexe et riche pour permettre de tester des agents IA. Les chercheurs ont utilisé MineDojo, un environnement de simulation basé sur Minecraft, pour entraîner et tester le modèle Voyager. En quoi consiste cet entraînement et que fait Voyager pour se différencier des autres modèles de jeu?
Voyager écrit son propre code et utilise les compétences acquises pour évoluer dans l’univers de Minecraft.
Contrairement aux modèles d’IA qui sont entraînés intensivement sur des données de Minecraft et espèrent en tirer des notions sur comment accomplir certaines tâches, Voyager démarre avec une connaissance de base et apprend en demandant à GPT-4 ce qu’il doit faire lorsqu’il est confronté à de nouvelles situations dans le jeu.
Par exemple, lorsque la nuit tombe et que des monstres apparaissent, Voyager demande à GPT-4 : « Que ferait un bon joueur dans cette situation ? ». GPT-4 conseille alors à Voyager de fabriquer une épée et de combattre les monstres tout en évitant de se faire toucher. Une fois cette notion apprise, elle s’ajoute à la bibliothèque de compétences de Voyager pour être réutilisée dans des situations similaires futures.
Voyager est similaire à d’autres modèles d’IA, comme Auto-GPT, lorsqu’il s’agit d’apprendre à naviguer dans des interfaces inconnues, cependant, il est plus efficace dans l’environnement de Minecraft, lui permettant de découvrir plus de choses, d’apprendre plus de compétences et d’explorer une plus grande zone du jeu. Cette performance s’explique notamment par l’utilisation de GPT-4 plutôt que de GPT-3.5, qui s’est révélé moins efficace pour générer des codes utiles dans ce contexte.
L’objectif de cette recherche n’est pas de remplacer les joueurs de Minecraft, mais de déterminer comment des modèles d’IA relativement simples peuvent s’améliorer en fonction des situations rencontrées dans un environnement. Ces enseignements pourraient être appliqués aux robots qui nous aideront dans nos maisons, hôpitaux et bureaux, en leur permettant d’apprendre et d’appliquer les leçons tirées de leurs expériences à des actions ultérieures.
Serons-nous témoins de l’essor des agents IA qui apprennent de leurs expériences pour résoudre de nouveaux problèmes ? Seul l’avenir nous le dira.
Source : Techcrunch
