Des chercheurs américains ont dévoilé un système d’IA extrêmement simple, capable de générer quasi instantanément des niveaux et des personnages de jeu vidéo à partir de descriptions succinctes.
IA « low cost »
Présentés dans un article pré-publié sur le serveur arXiv, ces travaux visaient à créer une intelligence artificielle générative performante et nécessitant un minimum de ressources. Pour ce faire, leurs auteurs se sont appuyés sur un réseau neuronal basique. N’intégrant pas les boucles de rétroaction exploitées par les modèles actuels les plus performants, celui-ci impliquait que l’information circule essentiellement dans un seul sens.
L’ensemble de données utilisé pour le former s’avérait également volontairement restreint : 882 cartes de jeux, une centaine de modèles de personnages/éléments en 2D et 10 000 émojis.
« Notre objectif était de trouver l’approche la plus simple possible, et elle s’est révélée étonnamment efficace », soulignent Julian Togelius et Timothy Merino, chercheurs à l’université de New York.
Au moment d’étiqueter les données, l’équipe avait pris soin de ne pas préciser les noms spécifiques des personnages, décrivant par exemple Mario comme « un homme moustachu habillé en rouge ». Des descriptions alternatives ont également été créées à l’aide de GPT-4, modèle linguistique sur lequel repose l’incontournable ChatGPT.
Des résultats impressionnants
Malgré sa simplicité, le système a été capable de produire en quelques millisecondes des représentations exactes de ce qui était demandé par les utilisateurs via de courtes invites textuelles : « un champ herbeux avec quelques fleurs », « un îlot d’arbres au milieu d’une rivière » ou « un village inondé ».
Selon les chercheurs, ces résultats offrent un aperçu de ce qu’il est possible de faire avec une puissance de calcul et un budget limités.
« Beaucoup de gens sont conscients que l’IA peut transfigurer le jeu vidéo », explique Togelius. « Contrairement à ses homologues les plus complexes, qui s’appuient sur des quantités écrasantes de données, notre modèle peut être formé sur un ordinateur domestique et exécuté sur un smartphone. »