Esistono giochi difficili, giochi molto difficili, e poi c'è Montezuma’s Revenge. Questo capolavoro della console Atari 2600 (e altri sistemi) è riconosciuto per la sua assoluta mancanza di pietà, con il povero Panama Joe intrappolato in un incubo di teschi assassini, portali laser, serpenti, ragni, cadute, e morte, tanta morte. La gente di Google ha a lungo messo la sua intelligenza artificiale Deep-Q contro Montezuma’s Revenge, e solo dopo aver creato «curiosità artificiale» è riuscita a esplorare fino a 15 schermi, quando prima ne percorreva al massimo due.
La mia sfida personale
Tornare di corsa da scuola, ignorare i compiti, andare a giocare a calcio, tornare tutto sporco, mia madre che gridava dalla cucina, sedermi davanti al televisore, accendere il clone di Atari 2600 che avevo allora... e trasformare Montezuma’s Revenge in una sfida personale. Perché sicuramente «era» personale, non ci sono dubbi. Credo che ancora oggi i miei genitori si pentano di aver comprato «quel coso». Montezuma’s Revenge è stato uno dei principali responsabili della creazione di un vero «cimitero di controller», perché li distruggevo saltando teschi. Con il tempo sono diventato piuttosto bravo nel gioco... e un paio di decenni dopo l'ho giocato su un emulatore, solo per riscoprire una verità innegabile: Sto diventando vecchio e inutile. I «riflessi ninja da 8 anni» erano completamente spariti. Se Montezuma’s Revenge era già irraggiungibile per me, immaginate un'intelligenza artificiale che cerca di decifrarlo.
Deep-Q e la curiosità artificiale
Secondo la gente di Google, il suo sistema Deep-Q se la passò molto male con Montezuma’s Revenge. L'anno scorso abbiamo parlato dei suoi progressi e degli alti punteggi ottenuti in una cinquantina di giochi per Atari 2600, ma le sue prestazioni in Montezuma’s Revenge furono nulle. Zero. Evidentemente qualcosa non andava nella metodologia e nell'apprendimento dell'intelligenza artificiale. La conclusione di Google fu che a Deep-Q mancava curiosità, uno stimolo in più che la aiutasse a concentrarsi sull'esplorazione, e «cercare di vincere» il gioco come farebbe un umano. Dopo vari aggiustamenti al codice e 100 milioni di «fotogrammi di allenamento», Deep-Q ha impiegato solo quattro tentativi per completare il primo schermo del gioco, quando un anno prima non era nemmeno in grado di guadagnare un singolo punto.
Con questo nuovo profilo, Deep-Q è arrivato a esplorare un totale di quindici schermi sui 24 che compongono il «livello 1» del gioco. In altre parole, è ancora molto lontano dal completarlo, ma l'ambizione di Deep-Q punta molto più in alto di quanto immaginassimo. Con ogni nuova versione, l'intelligenza artificiale trova il modo di affinare le sue abilità, e dopo quello che hanno fatto con AlphaGo, parlano già di titoli come StarCraft per la sua prossima fase. Immagino che qualcuno in Corea del Sud aspetti quel duello con ansia...
