Minecraft devient le test le plus difficile pour l'IA, les laboratoires se disputant la victoire
Les chercheurs en IA les plus convoités de la Silicon Valley ont une nouvelle obsession, et ce n’est ni un chatbot ni un assistant de codage. C’est Minecraft. Ce jeu de survie en blocs, où les joueurs frappent des arbres pour obtenir du bois, creusent pour trouver du minerai, fabriquent des outils et finissent par chasser un dragon, est devenu le dernier terrain d’essai pour les agents d’IA autonomes. La question est simple à énoncer et difficile à résoudre : une machine peut-elle apprendre à jouer à un jeu long et ouvert à partir de zéro, comme le ferait un enfant humain ?
Bien jouer à Minecraft demande plus que des réflexes. Un agent doit fixer ses propres objectifs, se souvenir de ce qu’il a vu, planifier sur des milliers d’étapes et se remettre de ses erreurs. Un mauvais virage dans une grotte peut signifier tout perdre. Cette combinaison d’exploration, de mémoire et de planification à long terme est exactement ce avec quoi les grands modèles de langage actuels ont encore du mal, et c’est pourquoi les laboratoires ont transformé le jeu en benchmark.
Les approches varient. Certains chercheurs laissent un seul modèle, comme Claude, tenter le jeu seul, en apprenant par essais et erreurs. D’autres expérimentent avec des agents plus rapides et plus spécialisés. Google a récemment emprunté une autre voie, en réunissant quatre modèles Gemini dans une équipe et en les laissant coopérer depuis le départ, se répartissant les tâches et partageant les informations tout en travaillant vers le même objectif. Chaque méthode révèle quelque chose de différent sur la façon dont les systèmes d’IA échouent et se rétablissent.
Les résultats sont publiés sous forme d’articles et comparés sur des classements, transformant le bac à sable d’un amateur en arène compétitive. Cette compétition compte parce que les compétences testées ne se limitent pas aux jeux. Un agent capable de survivre une nuit dans Minecraft, de construire un abri et de planifier un itinéraire vers un objectif lointain démontre les mêmes capacités nécessaires pour des tâches du monde réel, des robots d’entrepôt aux logiciels qui réservent des voyages et gèrent des emplois du temps.
Minecraft n’est pas le premier jeu à servir cet objectif. Les jeux de société comme les échecs et le Go ont été conquis il y a des années, et les jeux vidéo sont depuis longtemps utilisés pour tester l’IA. Mais la plupart de ces jeux ont des règles fixes et des gagnants clairs. Minecraft est ouvert, sans chemin unique correct, ce qui en fait un substitut plus proche des problèmes désordonnés et ambigus que les agents rencontreront hors d’un laboratoire.
L’intérêt reflète aussi un changement dans la façon dont l’industrie de l’IA mesure les progrès. Les scores de référence sur des tests statiques sont de plus en plus perçus comme faciles à manipuler ou à sur-ajuster. Un jeu qui prend des heures à terminer, et où chaque décision se cumule, est plus difficile à falsifier. Cela a fait de Minecraft un moyen populaire pour les laboratoires de se mettre en valeur, et un moyen utile pour les outsiders de juger si un agent est réellement capable ou simplement bon par courtes séquences.
Pour l’instant, aucun modèle n’a convaincu qu’il pouvait battre le jeu sans aide. Mais la course elle-même est révélatrice. Chaque nouvelle tentative produit des leçons sur la mémoire, la planification et le travail d’équipe qui alimentent la génération suivante de modèles. Pour un public mondial, la conclusion est que le prochain bond de l’IA pourrait ne pas venir d’un chatbot plus grand, mais d’une machine capable d’apprendre à survivre dans un monde qu’elle n’a jamais vu.