GPT-6 Astra d’OpenAI : Utilise des données brutes pour dominer World of Warcraft !

GPT-6 Astra réussit à terminer la zone de départ des Orcs dans World of Warcraft en 40 minutes

Le modèle d’intelligence artificielle GPT-6 Astra d’OpenAI a réalisé une performance impressionnante en complétant la zone de départ des Orcs dans World of Warcraft en environ 40 minutes. Cet exploit a eu lieu sur un serveur local privé utilisant AzerothCore, et non sur le service officiel de Blizzard. L’expérience, pilotée par le projet open-source agent-wow, consiste à naviguer dans un environnement de jeu sans traitement d’image traditionnel.

• GPT-6 Astra a terminé la zone de départ sans mourir, uniquement en se basant sur des données du serveur.
• L’IA a reconstruite l’environnement de jeu à partir des messages du réseau, plutôt qu’en utilisant des captures d’écran.
• Le projet ne proposait pas d’automatisation de jeu standard, obligeant le modèle à s’adapter et à créer des outils sur mesure.
• La navigation a été optimisée à l’aide de données de navigation spécifiques au serveur, montrant l’ingéniosité du modèle.

Au cours de l’expérience, GPT-6 Astra a reçu pour seule instruction de créer un personnage Orc et de réaliser toutes les quêtes de la zone de départ. L’agent a réussi cette tâche sans avoir besoin des visuels habituellement utilisés par les joueurs humains, exploitant uniquement les messages envoyés par le serveur pour comprendre son environnement et ses objectifs.

Une performance révolutionnaire sans visuels

L’essentiel de l’originalité de cette expérience réside dans l’absence de mécanismes d’automatisation de jeu conventionnels. agent-wow n’utilise ni vision par ordinateur, ni commandes directes au clavier ou à la souris. Selon la couverture de Tom’s Hardware, le modèle a interagi avec le serveur de jeu via le protocole réseau de World of Warcraft, permettant à GPT-6 Astra de traiter de nombreux messages serveur et de stocker ces informations en mémoire.

En utilisant des fichiers SQL contenant des informations sur les quêtes et les personnages non-joueurs (PNJ), l’agent a développé un plan pour accomplir les quêtes prérequises dans un ordre logique. Il a également géré des tâches habituelles, comme vendre des objets non désirés ou équiper du meilleur équipement.

Une nouvelle approche pour l’intelligence artificielle

Cette expérience marque un tournant important dans l’étude de l’intelligence artificielle, en démontrant comment un modèle peut apprendre et interagir avec un monde de jeu complexe sans la guidance visuelle classique. En générant un outil supplémentaire en C++ pour calculer des horaires de navigation, GPT-6 Astra a prouvé qu’il pouvait surmonter des défis uniques, comme l’exploitation des incohérences dans les données de collision.

Cet exploit ouvre de nouvelles perspectives sur les capacités des intelligences artificielles dans des environnements structurés et non familiers, montrant qu’une IA peut s’adapter, apprendre et évoluer même sans recevoir d’informations visuelles. L’expérience se positionne ainsi bien au-delà d’un simple test d’automatisation de jeu, mettant en avant le potentiel des IA dans des contextes variés et complexes.