O Que Faz do Pokémon um Desafio Para a IA?

Nos últimos anos, os modelos de Inteligência Artificial (IA) conseguiram superar desafios impressionantes, como passar exames de advocacia e resolver problemas matemáticos ao nível de doutoramento. No entanto, um desafio inusitado surgiu no horizonte: dominar os clássicos jogos de Pokémon. Este fenómeno tem atraído a atenção de vários laboratórios de IA que se esforçam para desenvolver modelos capazes de navegar e superar o que, à primeira vista, pode parecer um simples videojogo para crianças.

A Importância do Pokémon Como Desafio para a IA

Os jogos clássicos de Pokémon são ambientes únicos e exigentes para testar as capacidades da IA. Eles requerem:

Planeamento Sustentado: Tomar decisões a longo prazo sobre treinamento e evolução dos Pokémon.
Gestão de Recursos: Gerir itens, experiência e energia dos Pokémon ao longo do jogo.
Raciocínio Prolongado: Cuidar das estratégias, tendo em conta o comportamento dos adversários.

Por oposição a jogos em tempo real, como Mario, os jogos de Pokémon são turn-based, permitindo que modelos de linguagem interpretem os estados do jogo e respondam sem a pressão do tempo[1][5].

Progresso dos Modelos de IA

Recentemente, o modelo Gemini 2.5 Pro do Google conseguiu completar Pokémon Blue após 800 horas de jogo, um feito considerável que ilustra o progresso no teste das capacidades da IA para tarefas complexas de raciocínio[1][3]. Este sucesso foi transmitido ao vivo pelo engenheiro de software Joel Z, em maio de 2025, marcando um novo patamar na avaliação do desempenho da IA além de pontos de referência acadêmicos tradicionais.

Em contraponto, o modelo Claude da Anthropic ainda não conseguiu completar qualquer versão do jogo, tendo chegado apenas à vitória na Ginásio de Lt. Surge em Pokémon Red[2]. Este desenvolvimento intensificou a competição entre laboratórios de IA, levando a transmissões na Twitch onde os modelos jogam estas versões clássicas.

Como a IA Joga Pokémon

É importante perceber como estes modelos interagem com o jogo. Nem Gemini nem Claude jogam de forma convencional. Ambos utilizam “agentes de harness” — sistemas que alimentam a IA com capturas de tela e dados estruturados do jogo, permitindo que interpretem o estado do jogo e emitam comandos correspondentes aos pressionamentos de botões[1][3]. Por exemplo:

## Exemplo simplificado de uma função que poderia traduzir ações de uma IA em comandos do jogo
def play_pokemon_action(action):
    if action == "atacar":
        press_button("A")
    elif action == "defender":
        press_button("B")
    ## Adicionar outras ações conforme necessário

Comparação dos Modelos

Modelo	Jogo Completo	Progresso Atual
Gemini	Pokémon Blue (completo)	Pronto para desafios avançados
Claude	Pokémon Red (parcial)	Batida Ginásio de Lt. Surge

Conclusão

Os modelos de IA, apesar de seus avanços em várias áreas, enfrentam dificuldades significativas em domínios que requerem interações complexas e raciocínio prolongado, como demonstrado pelos desafios apresentados pelos jogos de Pokémon. Este fenómeno não apenas destaca as limitações atuais das IAs, mas também sublinha a importância de desenvolver sistemas mais sofisticados que possam lidar com a complexidade de ambientes interativos. O campo da IA está em constante evolução, e enquanto competições como esta estimulam a inovação, também servem como um lembrete de que ainda há muito por fazer antes de se chegar a uma verdadeira “inteligência” artificial.

Sources

Share this post

Like this post? Share it with your friends!