Abononi për buletinin ditor “Popular Science”, për përparime, zbulime dhe këshilla për vetë-ndërtim që dërgohen gjashtë herë në javë. Përparimi i modeleve të inteligjencës artificiale (IA) shpesh ilustrohet nga aftësitë e tyre në lojëra. Deep Blue e IBM-it tronditi botën në vitin 1997 duke mposhtur kampionin e gjalle të shaxit Garry Kasparov, dhe pothuajse dy dekada më vonë, AlphaGo i Google-it mundi një kampion njeri në Go — diçka që mendohej se ishte e pamundur. Që atëherë, IA ka avancuar nga lojërat e tavolinës në lojëra video, duke përdorur mësimin me forcë, një teknikë edhe shumë e rëndësishme për trajnimet e chatboteve si ChatGPT, duke fuqizuar makinat të zotërojnë lojërat Atari dhe tituj strategjikë të ndërlikuar si Dota 2 dhe Starcraft II. Megjithatë, IA ende vuan për të mësuar shpejt në mënyrë efektive lojëra më të hapura dhe të hapura - një fushë ku njerëzit janë shumë të aftë. Kur përballen me një lojë të panjohur, lojtarët njerëzorë kuptojnë shpejt bazat e saj, ndërsa modelet e IA shpesh dështojnë, siç evidentohet në një punim të ri nga profesori i shkencave kompjuterike në NYU Julian Togelius dhe kolegët e tij. Ky boshllëk tregon një ndryshim themelor midis mençurisë njerëzore dhe aftësive aktuale të IA-së, duke theksuar se IA-ja ka një rrugë të gjatë para derisa të arrijë ose tejkalojë inteligjencën njerëzore të vërtetë. Loja është bërë një shans i përshtatshëm për testimin e IA-së për shkak të rregullave të parashikueshme, qëllimeve të caktuara dhe mekanikave, të cilat përshtaten mirë me mësimin me forcë: modelet luajnë përsëritshëm lojëra në simulime për t’u përmirësuar përmes provës dhe gabimit. Kjo metodë i mundësoi DeepMind-it në vitin 2015 të zotëronte lojërat Atari dhe ndikoi në modelet e mëdha gjuhësore të trajnuara me shumë të dhëna nga interneti. Por, këto modele punojnë vetëm në detyra të caktuara që kanë kufizime të qarta; ndryshimet e vogla në dizajnin e lojës mund të dëmtojnë performancën e IA-së. Edhe pse IA mund të arrijë aftësi super-njerëzore në një lojë të veçantë, ajo vuan në improvisim. Kjo kufizim bëhet më i dukshëm ndërsa lojërat moderne bëhen gjithnjë e më të hapura dhe abstrakte. Ndërsa shahu është një lojë me strukture të qartë, lojëra si “Red Dead Redemption” me botë të hapur kanë objektiva komplekse që lidhen me tejmbushjen e një personazhi me konflikte morale sesa me qëllime të thjeshta.

Njerëzit kuptojnë intuitivisht nuancat e tilla; makinat nuk e bëjnë këtë. Edhe në lojërat më të thjeshta si “Minecraft, ” IA mund të kryejë veprime bazike si të hidhet, por pa kuptuar kontekstin e tyre. Autorët theksojnë se lojërat e mirё-dizajnuara janë shumë të afkta me instinktet, sensin e shëndoshë të mendjes dhe përvojën e jetës që njerëzit i fitojnë pas viteve të ndërveprimit në botën reale. Për shembull, foshnjat mësojnë të njohin sende rreth moshës 18 deri në 24 muaj, vetëm përmes përvojës, ndërsa makinat kërkojnë shumë më tepër udhëzime të drejtpërdrejta. Kjo avantazh i përvojës lejon njerëzit të mësojnë lojëra të reja më shpejt. Studimet tregojnë se IA e drejtuar nga kureshtja për mësimin me forcë mund të kërkojë rreth katër milionë shtypje tastierash — ose rreth 37 orë të vazhdueshme — për të përfunduar një lojë, ndërsa lojtarët mesatarë njerëzorë mësojnë mekanika të reja brenda pak më pak se 10 orësh. Megjithatë, IA po avancison në lojërat e përgjithshme. Në vitin 2023, DeepMind i Google-it solli SIMA 2, një model që kombinon IA ekzistuese me aftësi arsyetimi nga modeli i saj i madh gjuhësor Gemini, duke lejuar më mirë kuptimin dhe ndërveprimin me lojëra 3D—madje edhe ato për të cilat nuk ishte trajnuar veçmas. Por, Togelius dhe kolegët e tij paralajmërojnë se IA ende ka shumë për të mësuar përpara se të barazojë fleksibilitetin njerëzor. Ata propozojnë një standard ku një model mund të luajë dhe fitojë në 100 lojërat më të mira në Steam ose App Store, pa pasur ndonjë trajnim paraprak në to — dhe ta bëjë këtë në afërsi të kohës që do shpenzonte një njeri. Kjo është ende një sfidë shumë e madhe që metodologjitë aktuale të IA-së as nuk po përpiqen seriozisht ta zgjidhin. Arritja e këtij niveli të përgjithshmërisë kërkon që IA të shfaqë krijimtari të vërtetë, planifikim të përparuar dhe mendje abstrakte — cilësi që janë veçanërisht tipike për mençurinë njerëzore. Në fund, provimi i vërtetë për IA-në për të arritur “mençuri nivel njerëzor” mund të mos jetë vetëm krijimi i videos së mashtruese ose shkrimi i romanëve të shkurtra, por aftësia e saj për të zotëruar një gamë të gjerë lojërash të ndryshme me shpejtësi dhe kuptim të ngjashëm si njerëzit.