Un modelo de IA que genera partidas de Super Mario Bros a partir de textos
Las inteligencias artificiales que equiparán a los vehículos del futuro, al igual que las que hay actualmente en algunos simuladores y sistemas de entrenamiento para conductores no dejan de sorprender. En este caso el equipo de Virtuals Protocol, una empresa dedicada a los videojuegos y la inteligencia artificial, ha desarrollado un modelo de IA capaz de generar partidas de videojuegos a partir de textos.
La idea es cuando menos curiosa, si pensamos en las posibilidades que podría tener en un simulador de conducción. Un ejemplo es que basta indicar con un texto qué hay que generar para que la IA invente un escenario en ese «universo», que actualmente es como una versión muy simplificada del real. Como un ejemplo vale más que mil palabras usaron el popular Super Mario Bros de Nintendo. La forma fue la habitual: entrenar previamente a la IA con un conjunto de datos gigantesco, de modo que dedujera lo importante para relacionarlo luego con las órdenes de texto. El resultado, aunque de momento limitado, tiene sin duda sus posibilidades. [Se puede consultar el trabajo original en su web de desarrollo: Video Game Generation: A Practical Study using Mario.]
Aprender a base de entrenar
La forma en que este modelo de IA, llamado MarioVGG, aprende cómo es el universo donde Super Mario Bros hace sus andanzas es utilizar técnicas de difusión de vídeo. En total la gente de Virtuals Protocol usó:
- 737.000 fotogramas del juego original.
- 32 niveles distintos (algunos del total, eliminados).
- 280 partidas (intentos de completar un nivel).
- 35 fotogramas por secuencia.
- Una tarjeta gráfica RTX 4090.
A pesar de que el material en bruto no era una cantidad excesiva, requería mucha capacidad de procesamiento. La tarjeta gráfica pudo procesarlo todo usando algunos trucos. Por ejemplo, el juego se simplifica usando únicamente dos acciones: «correr a la derecha» y «saltar a la derecha». Por esta razón, Mario no se mueve a la izquierda ni realiza saltos en vertical o hacia la izquierda.
Reduciendo la resolución del juego de los 256×240 píxeles originales a 64×48 píxeles para simplificar se pudo ganar algo más de velocidad. En total, el tiempo de generación bajó a 6 segundos para cada 6 fotogramas, equivalentes a medio segundo de vídeo, y bloques de 35 fotogramas.
Un modelo muy experimental
El caso es que no es raro ver que de vez en cuando aparece alguna escena inconsistente que desafía a la física (por decir algo) o genera obstáculos en donde no debe. Cosas de la IA.
Un modelo para el futuro de la generación de escenarios
Entre esa aplicación estaría la creación de simuladores para el entrenamiento de conductores. Bastaría incluir un módulo como el de MarioVGG para pedir a la IA, mediante comandos de texto, que cambiara las condiciones de una carretera, añadiera obstáculos o pasara de un entorno de ciudad a otro campestre, con transiciones suaves y armoniosas, sin que resultaran chirriantes.
Otra sería el de la simulación de conducción autónoma, creando diferentes escenarios y estados del tráfico que luego sirvieran para entrenar y evaluar otros modelos, aunque en el estado actual es algo que todavía queda muy lejos.
En esta misma línea estaría el reconocimiento de entornos. Es decir, generar escenarios con cambios climáticos o de ubicación de modo que sirvieran para comprobar si los modelos de IA actuales los reconocen correctamente.
Aunque MarioVGG es todavía un experimento sumamente limitado, todavía carente de precisión y consistencia, parece que el concepto podría tener cierto calado y buenas posibilidades para el futuro. Así que el tiempo dirá si vemos ideas como estas de los mundos de Mario aplicadas a otros sistemas de simulación y entrenamiento.