Non ha finito Pokémon Rosso, non ha battuto la Lega e non ha sconfitto Blue. Ma una piccola IA addestrata su una sola RTX 3080 Ti è riuscita a imparare abbastanza del gioco da scegliere da sola uno starter nel laboratorio del Professor Oak.
Il progetto si chiama lePokeRed ed è stato realizzato dallo sviluppatore Monty Bichouna. Il modello finale conta circa 12,5 milioni di parametri e nasce da un’idea precisa: invece di programmare un agente con tutte le regole di Pokémon Rosso, provare a farlo imparare osservando cosa succede sullo schermo dopo ogni pressione dei pulsanti.
lePokeRed non conosce Pokémon Rosso: prova a prevederlo
Nel racconto tecnico pubblicato dallo sviluppatore, Bichouna descrive lePokeRed come un piccolo world model. In termini semplici, il sistema osserva uno stato del gioco, considera una possibile azione e prova a prevedere quale stato potrebbe arrivare dopo.
Non gli viene fornita una guida con scritto “premi A per parlare”, “vai verso il Professor Oak” oppure “scegli Squirtle”. Il modello deve costruire una rappresentazione interna delle conseguenze dei comandi partendo dai dati che vede.
42.382 fotogrammi per insegnargli cosa fanno i pulsanti
Per l’addestramento sono stati utilizzati 42.382 fotogrammi in scala di grigi, raccolti durante più di mille brevi sessioni. Le sequenze comprendevano percorsi programmati, pressioni casuali e fasi di esplorazione, sempre partendo da un salvataggio nel laboratorio del Professor Oak.
Il modello non prova a ricostruire ogni pixel del fotogramma successivo. Le immagini vengono compresse in una rappresentazione molto più piccola, composta da 192 valori. È su quella descrizione sintetica dello stato che il sistema cerca di prevedere l’effetto di ogni azione.
Il punto interessante è che, nella prima fase, il modello non riceve una ricompensa perché “sta vincendo”. Prima impara le dinamiche; soltanto dopo quella conoscenza viene utilizzata per pianificare una breve sequenza di azioni orientata a un obiettivo.
La prova: scegliere uno starter senza conoscere la soluzione
Il test più riuscito parte da una situazione volutamente limitata. Il personaggio si trova già nel laboratorio di Oak e deve arrivare a ottenere uno dei tre Pokémon iniziali. Dopo una fase di messa a punto, lePokeRed è riuscito a selezionare Squirtle.
Lo sviluppatore ha poi ripetuto il test 100 volte dallo stesso salvataggio. Il planner addestrato è riuscito a ottenere uno starter in 52 tentativi su 100. Come confronto, le pressioni casuali non hanno ottenuto alcun successo, mentre il sistema con un modello non addestrato ci è riuscito una sola volta.
Non è una dimostrazione che l’IA “sa giocare a Pokémon” nel senso umano del termine. È però una differenza netta rispetto al caso puro e mostra che il modello ha imparato almeno una parte delle conseguenze delle proprie azioni.
C’è un dettaglio importante: dal salvataggio bastava anche premere A
Bichouna stesso sottolinea un limite dell’esperimento. Dal salvataggio usato nel test, premere ripetutamente il pulsante A può già portare all’ottenimento di uno starter. Per questo il risultato non va trasformato in una storia del tipo “l’IA ha completato Pokémon Rosso”. Non è successo.
L’obiettivo era differente: verificare se il modello potesse scoprire una sequenza utile attraverso le proprie previsioni e fare meglio di azioni casuali o di un modello privo di addestramento.
Perché una RTX 3080 Ti rende l’esperimento interessante
Uno degli aspetti più curiosi è la scala del progetto. Il modello è stato addestrato localmente su una singola NVIDIA GeForce RTX 3080 Ti, una GPU nata per il gaming e non un’infrastruttura composta da decine o centinaia di acceleratori.
Questo non significa che qualunque IA complessa possa essere addestrata allo stesso modo, ma mostra quanto possano essere interessanti i modelli piccoli quando vengono costruiti per un compito molto specifico. In questo caso l’obiettivo non era conoscere il mondo intero: era imparare abbastanza di un Game Boy del 1996 da prevedere cosa succede dopo una manciata di comandi.
Il progetto è open source e il prossimo passo è molto più difficile
Il codice di lePokeRed è disponibile pubblicamente su GitHub. Lo stesso sviluppatore ha spiegato che un test futuro potrebbe partire da una situazione più complessa: camminare fino al Professor Oak, parlargli, superare i dialoghi e poi arrivare alla scelta dello starter.
È qui che il problema cambia scala. Più lunga diventa la sequenza necessaria, più gli errori nelle previsioni possono accumularsi. Bichouna osserva infatti che la difficoltà sembra crescere rapidamente con la lunghezza del piano.
Pokémon Rosso continua a diventare un laboratorio tecnologico
Non è casuale che un esperimento del genere utilizzi proprio uno dei Pokémon classici. Il gioco è abbastanza semplice da essere studiato in modo controllato, ma contiene comunque movimento, menu, dialoghi e decisioni sufficienti a mettere alla prova un modello.
In questi giorni il mondo dei vecchi Pokémon è tornato attuale anche per altri motivi. Su iCrewPlay abbiamo parlato dell’aggiornamento di Pokémon HOME legato a FireRed e LeafGreen e del progetto che fa girare Pokémon Rosso Fuoco e Verde Foglia su PC senza emulatore.
lePokeRed aggiunge un’altra storia allo stesso filone: un gioco nato per Game Boy trasformato, trent’anni dopo, in un piccolo banco di prova per capire come una macchina possa imparare un mondo videoludico senza ricevere tutte le regole già scritte.
Entra nella conversazione
Condividi il tuo punto di vista: non serve creare un account. I contributi restano soggetti alla moderazione editoriale.