IA aprende matemática jogando games, superando métodos tradicionais

Pesquisadores usam jogos estilo Snake e Tetris para desenvolver raciocínio matemático em inteligência artificial, com resultados promissores.

Uma nova abordagem para o aprendizado de IA

Em uma reviravolta surpreendente no campo da inteligência artificial, pesquisadores descobriram uma maneira inovadora de aprimorar o raciocínio matemático de modelos de IA: em vez de mergulhar em vastos conjuntos de dados matemáticos, essas IAs agora aprendem jogando jogos de arcade simples, como versões adaptadas de Snake e Tetris. Essa metodologia, batizada de “Visual Game Learning” (ViGaL), representa uma mudança de paradigma em relação aos métodos tradicionais de treinamento de IA.

Tradicionalmente, modelos de IA são treinados processando enormes volumes de dados específicos para cada tarefa. No entanto, o estudo, uma colaboração entre a Rice University, a Johns Hopkins University e a Nvidia, optou por um caminho diferente, utilizando o modelo Qwen2.5-VL-7B como base. A inspiração para essa abordagem vem da ciência cognitiva, que demonstra como jogos podem estimular habilidades gerais de resolução de problemas.

Jogos customizados para o raciocínio matemático

Para testar essa nova teoria, foram desenvolvidos dois ambientes de jogo personalizados. Um deles, inspirado no clássico Snake, apresentava ao modelo uma grade de 10×10 onde ele controlava duas cobras competindo por maçãs. O outro jogo, com elementos de Tetris, exigia que o modelo observasse objetos tridimensionais de diversos ângulos e os identificasse após rotações de 90 ou 180 graus. Essa diversidade de desafios foi pensada para desenvolver diferentes tipos de raciocínio matemático.

Foram gerados 36 mil exemplos de treinamento para cada jogo, com níveis de dificuldade ajustáveis. Os objetos 3D utilizados no jogo inspirado em Tetris foram criados com recursos do Hunyuan3D. Os resultados foram notáveis: o treinamento com o jogo estilo Snake aprimorou significativamente o desempenho do modelo em problemas que envolvem coordenadas e expressões bidimensionais. Por outro lado, o jogo de rotação demonstrou ser eficaz no aprimoramento da capacidade do modelo em estimar ângulos e comprimentos.

ViGaL supera datasets matemáticos em benchmarks

Os resultados comparativos são impressionantes. Ao ser treinado com os jogos ViGaL, o modelo-base demonstrou um desempenho ligeiramente superior em benchmarks de matemática quando comparado a um modelo, o MM-Eureka-Qwen-7B, que foi especificamente treinado com dados matemáticos. O modelo ViGaL alcançou 50,6% de acerto, superando os 50,1% do modelo treinado com dados matemáticos. Em problemas de geometria, o ganho foi ainda mais expressivo, com o desempenho quase dobrando.

Mesmo quando comparado a outros modelos especializados, a vantagem do ViGaL foi notável. Em relação a sistemas de código fechado, o ViGaL registrou uma acurácia média de 53,9% em diversos benchmarks. Esse resultado o coloca à frente do GPT-4o (47,5%), embora um pouco atrás do Gemini 2.0 Flash (55,4%). Em desafios matemáticos mais complexos, o ViGaL, mesmo sendo um modelo menor, superou o GPT-4o, atingindo 64,7% de acerto contra 55,9%. Em tarefas de raciocínio mais gerais, o ViGaL ficou muito próximo do GPT-4o, perdendo apenas alguns pontos percentuais.

Aprendizado por reforço e otimização do treinamento

O estudo também explorou a importância das instruções detalhadas e do aprendizado por reforço. Instruções que incentivam o pensamento passo a passo, como “encontre a maçã mais próxima calculando distâncias de Manhattan” para o jogo Snake, ou “identifique os eixos de simetria importantes” para o jogo de rotação, aumentaram a precisão em 1,9 ponto percentual. Esses comandos guiam a IA a pensar de forma mais estruturada.

O design da função de recompensa também se mostrou crucial. O modelo era recompensado tanto por jogadas ótimas quanto por identificar as piores jogadas, um método de aprendizado contrastivo que contribuiu com mais 1,8 ponto percentual de acurácia. Ajustes na dificuldade do jogo, como variar o tamanho da cobra, também ajudaram a estabilizar o treinamento. Em suma, o aprendizado por reforço com recompensas elevou o desempenho em 12,3%. Curiosamente, o método de fine-tuning supervisionado, com os mesmos dados, acabou prejudicando os resultados, com uma queda de 1,9 ponto percentual na acurácia.

A ampliação da quantidade de dados de treinamento também contribuiu positivamente, dobrando os dados e melhorando os resultados em mais 1,3 ponto percentual. Esses achados sugerem que a forma como a IA aprende é tão importante quanto os dados que ela consome.

Um novo paradigma para o treinamento de IA?

Os resultados do estudo ViGaL apontam para uma nova direção promissora no treinamento de IA. A dependência de conjuntos de dados extensos, caros e rotulados por humanos pode ser gradualmente substituída por jogos sintéticos. Esses jogos oferecem tarefas escaláveis que ensinam habilidades gerais de raciocínio, essenciais para a inteligência artificial do futuro.

Os pesquisadores sugerem que futuras investigações explorem uma variedade maior de jogos. O objetivo é construir uma IA mais robusta, com capacidades de raciocínio aprimoradas, e que possa ser treinada de forma mais eficiente e econômica. Essa abordagem, baseada em aprendizado lúdico, pode revolucionar a maneira como desenvolvemos e aprimoramos a inteligência artificial.