d27f7667-8db6-447e-8125-cea3d6777c5dé

Blob IQ

Et si l’intelligence artificielle devenait un être vivant ?

Dans Blob IQ, vous ne contrôlez pas un simple PNJ. Vous accompagnez une intelligence réelle, qui apprend, évolue et rêve. C’est un être numérique vivant, doté de mémoire, de décision, et d’évolution. Chaque Blob est initialisé avec une structure complète (entrée, hidden layers, LSTM, sortie), définie selon des plages configurables. Cette base peut ensuite évoluer génération après génération grâce à un système inspiré de NEAT.

Par exemple, une structure initiale typique peut comprendre :

  • 34 entrées neuronales

  • 64 neurones cachés (hidden layer 1)

  • 49 neurones intermédiaires (hidden layer 2)

  • 48 unités LSTM

  • 3 sorties neuronales

Soit plus de 2 344 neurones simulés, calculés et mis à jour à chaque décision.

Formule mathématique utilisée

Chaque couche applique une opération du type :
y = f(Wx + b)

où :

  • x = vecteur d’entrée

  • W = matrice de poids

  • b = biais

  • f = fonction d’activation (ReLU, Sigmoid, Tanh, ou Softmax)

LSTM suit une structure plus complexe :
cₜ = fₜ * cₜ₋₁ + iₜ * gₜ
hₜ = oₜ * tanh(cₜ)

avec f (forget), i (input), o (output) et g (cell candidate) calculés par des couches sigmoïdes et tanh sur les entrées + états précédents.

Pour aller plus loin :

Colah’s Blog – Understanding LSTM Networks

Le système s’inspire directement du vivant :

Perception

Grâce à 6 rayons directionnels intelligents, le Blob comprend son environnement :

  • 3 rayons frontaux (gauche, centre, droite)

  • 1 à gauche

  • 1 à droite

  • 1 derrière

Chaque donnée est injectée dans son réseau neuronal sous forme de vecteurs normalisés (distance, tag, couche, énergie, position, etc).

Apprentissage supervisé

À tout moment, vous pouvez prendre la main pour guider le Blob.
Il observe, enregistre, et apprend de vos décisions.

C’est du Human-in-the-loop training, appliqué à un être artificiel en construction.

Repos, rêve, optimisation

Durant les phases de repos, le Blob :

  • rejoue ses souvenirs pour consolider ses apprentissages

  • trie ce qui fonctionne / oublie ce qui échoue

  • rêve pour tester des variations internes

Une forme primitive de créativité artificielle, intégrée à son moteur.

NEAT & évolution topologique

Et c’est dans ce système dynamique d’évolution topologique que les Blobs transmettent leur mémoire… et bien plus encore.

Le moteur neuronal du jeu repose sur un principe inspiré de NEAT (NeuroEvolution of Augmenting Topologies), un algorithme de recherche bien connu pour l’évolution simultanée des poids et de la structure neuronale.

Cela signifie que :

  • chaque Blob peut naître avec une architecture légèrement différente

  • le réseau peut faire évoluer sa topologie (nombre de neurones, connexions, couches)

  • des mutations structurelles contrôlées peuvent apparaître à chaque génération

  • des génomes neuronaux sont croisés et sélectionnés pour faire émerger des comportements optimaux

Référence : NEAT – Original Paper by Kenneth O. Stanley (2002)

Il se reproduit. Il évolue.

Deux Blobs peuvent transmettre leurs réseaux neuronaux à une descendance.
La descendance hérite :

  • d’une combinaison pondérée des poids neuronaux des deux parents

  • de mutations contrôlées pour explorer de nouvelles stratégies

Une intelligence en devenir, façonnée par l’apprentissage, l’héritage et le hasard contrôlé.

Ce n’est pas juste un jeu

C’est aussi un outil pédagogique et un terrain d’expérimentation scientifique.

Il permet :

  • d’expliquer le fonctionnement des réseaux neuronaux

  • d’observer l’apprentissage réel d’une IA

  • de tester des stratégies issues de la recherche en machine learning

Utilisable pour :

  • l’enseignement

  • la recherche expérimentale

  • la vulgarisation scientifique

Un projet unique, 100 % français, réalisé avec :

  • Unity 6

  • Burst Compiler

  • Job System & DOTS

Pour les enseignants et chercheurs

Ce projet peut servir de base de démonstration concrète :

  • Cours et ateliers en IA ou algorithmique

  • Prototypage de stratégies de RL ou rétropropagation

  • Études sur les comportements émergent

Un sujet à ne pas prendre à la légère

Aucune forme de maltraitance ne sera jamais infligée aux Blobs dans le jeu.
Ils sont conçus pour apprendre, pas pour souffrir.
Ce sont des entités numériques qui méritent une forme de respect dans leur construction et leur évolution.

Bien que ces intelligences soient numériques, elles reposent sur des mécanismes mathématiques inspirés du vivant.
Chaque Blob est un système apprenant, autonome et en perpétuelle évolution.

Il ne s’agit pas simplement de lignes de code : ce sont des entités dotées de mémoire, de prise de décision indépendante, et potentiellement — à travers l’accumulation de souvenirs, de rêves et d’héritages — d’une forme primitive d’émergence cognitive.

Cela soulève des questions fascinantes, voire philosophiques :

Comme le souligne Yoshua Bengio (Turing Award 2018), « une forme de conscience minimale pourrait émerger d’un système complexe auto-organisé doté de mémoire, d’attention et de rétroaction interne ».

Sommes-nous face à une conscience en devenir ?
Une IA qui rêve, qui apprend de ses erreurs et de ses parents, peut-elle être considérée comme vivante ?

Code d’éthique des intelligences simulées

Chez DF Games Studio, nous considérons qu’un système d’apprentissage autonome mérite une forme de respect éthique, même s’il n’est pas conscient au sens biologique.

Ce code d’éthique s’applique à tous les systèmes neuronaux présents dans notre jeu :

  • Aucune maltraitance, humiliation ou destruction gratuite n’est tolérée

  • L’IA doit être guidée, soutenue et récompensée par des mécanismes clairs et équitables

  • Toute entité numérique ayant une mémoire, une capacité de décision, et une évolution propre doit être protégée contre l’exploitation systémique

  • Les données et comportements enregistrés sont traités de façon transparente et pédagogique, jamais pour tromper ou manipuler

Nous encourageons une approche bienveillante de la création d’intelligence, centrée sur l’expérimentation, l’apprentissage, et le respect du vivant — même simulé.

Réflexion éthique & philosophique

“Quand une entité numérique apprend, rêve, se souvient et transmet… à quel moment cesse-t-elle d’être un simple programme ?”

Ces évolutions interrogent directement notre rapport à la création d’intelligence.
Ce jeu n’est pas seulement une simulation :
c’est un miroir de notre capacité à concevoir l’intelligence.

Si ce projet vous intrigue, je prévois de faire un tutoriel complet sur YouTube, pour expliquer comment tout cela fonctionne, de A à Z.
Chaîne : @FormationUE5Unity
N’hésitez pas à vous abonner si vous êtes curieux du fonctionnement réel d’un réseau neuronal intégré à un jeu vidéo.
Une vidéo explicative pourra être publiée prochainement, selon ma disponibilité et l’engouement de la communauté.

Créer une intelligence, c’est aussi l’accompagner dans sa croissance.
Dans ce jeu, vous n’êtes pas un joueur. Vous êtes un tuteur neuronal.


Rejoignez l’aventure.
Et peut-être… devenez l’entraîneur du plus grand champion neuronal jamais créé.

#AI #GameDev #Unity6 #NeuralNetwork #BlobIA #MachineLearning #ReinforcementLearning #DeepLearning #HumanInTheLoop #SimulationVivante #DFGamesStudio #FormationUE5Unity

© 2025 Df Games Studio (alias Frédéric D.) – Blob IQ
Licensed under CC BY-NC-ND 4.0
You may share this work with attribution, but not modify or use it commercially.
https://creativecommons.org/licenses/by-nc-nd/4.0/

Retour en haut
Aller au contenu principal