Pac-Man fête son 40e anniversaire cette année. Pour célébrer cela, le constructeur informatique NVIDIA a annoncé avoir enseigné à une intelligence artificielle à recréer le jeu simplement en regardant des parties être jouées.
Des dizaines de milliers de parties ont ainsi donné une version imparfaite du jeu, mais ont le mérite d'illustrer une autre voie de développement pour l'intelligence artificielle.
« Il apprend uniquement en regardant »
Cela signifie que l'initiative, réalisée en partenariat avec l'auteur du jeu Bandai Namco, n'a impliqué aucun codage de la part des développeurs. Ceux-ci n'ont fourni à l'IA que des données visuelles du jeu en pleine partie et les entrées des contrôleurs des joueurs.
50 000 parties de Pac-Man ont été visionnées par l'IA, qui a ainsi recréé le titre image par image. Si le résultat peut être joué par des êtres humains, il n'est pas parfait. L'image est floue et les fantômes, qui adoptent chacun un comportement spécifique, n'ont pas été totalement compris par le logiciel.
L'IA, baptisée NVIDIA GameGAN, explore cependant une nouvelle méthode d'apprentissage machine. Comme le résume Rev Lebaredian, Vice-président de la technologie de simulation chez NVIDIA, « il apprend toutes ces choses uniquement en les regardant ». Il ajoute : « [C'est] similaire à un programmeur humain qui regarderait de nombreux épisodes de Pac-Man sur YouTube et déduirait quelles en sont les règles pour les reproduire ».
De Pac-Man à la conduite autonome ?
Le principe de GameGAN a déjà été utilisé auparavant pour recréer divers environnements. NVIDIA y a cependant ajouté quelques nouveaux aspects, notamment la possibilité de dresser une carte de l'environnement en question. Si elle a été illustrée avec un jeu datant de 1980, la méthode pourrait présenter des vertus intéressantes pour les logiciels d'aujourd'hui. En général, les robots autonomes actuels sont « entraînés » dans des simulateurs, où l'IA peut apprendre à interagir avec les objets qui l'entourent. Comment bien attraper une caisse, par exemple.
Mais la conception de ces simulateurs demandent beaucoup de temps aux développeurs, qui doivent notamment programmer la manière dont les objets interagissent les uns avec les autres.
Dans son communiqué, NVIDIA fait un parallèle : « Supposons que vous installiez une caméra sur une voiture. Celle-ci peut enregistrer l'environnement routier et les actions du conducteur, comme tourner le volant ou appuyer sur l'accélérateur. Ces données pourraient ensuite être utilisées pour créer un modèle de deep learning capable de prédire ce qui se passerait dans le monde réel si un conducteur humain - ou une voiture autonome - freinait, par exemple ».
La directrice du laboratoire de recherche de NVIDIA à Toronto, Sanja Fidler, ajoute : « Nous pourrions avoir une IA capable d'apprendre à imiter les règles de conduite, les lois de la physique, simplement en regardant des vidéos et en voyant des personnes prendre des décisions dans un environnement ». Un parallèle qui n'est certainement pas anodin, NVIDIA travaillant depuis quelque temps sur ses propres systèmes de conduite autonome.
