En breve: Las IA de Google DeepMind han pasado años humillando a los campeones de los juegos de mesa y de vídeo, pero un nuevo proyecto de la división de investigación está diseñado para interpretar las instrucciones humanas en los juegos. La IA resultante mostró un impresionante conjunto de habilidades de juego generalizadas, que los investigadores esperan aplicar a otros entornos.
Google DeepMind recientemente desvelado SIMA (Scalable Instructable Multiworld Agent): una IA que aprendió a realizar diversas acciones en diferentes videojuegos basándose en comandos humanos. El desarrollo es un fuerte giro de otras investigaciones de IA relacionadas con los juegos de la compañía.
A diferencia de otras IA para juegos, SIMA no puede acceder a nada que los jugadores humanos no puedan. No puede leer entradas ni el código de un juego como un personaje controlado por la CPU y realiza acciones a través del teclado y el mouse de acuerdo con lo que se ve en la pantalla.
Al igual que las IA anteriores de DeepMind, que aprendieron a vencer a jugadores profesionales de Go, Chess, StarCraft II y Quake III viendo cientos de miles de partidas, SIMA fue entrenada con una enorme cantidad de imágenes de nueve partidas. Sin embargo, en lugar de aprender a ganar en cada juego de forma aislada, la nueva IA aprendió a completar numerosas tareas en todos ellos, transfiriendo habilidades entre títulos.
En colaboración con ocho desarrolladores, Google utilizó imágenes de sesiones individuales y cooperativas de No Man’s Sky, Goat Simulator 3, Teardown, Satisfactory, Valheim y otros juegos. La compañía se centró en títulos sandbox menos violentos con una amplia gama de mecánicas de juego para ampliar la gama de acciones que SIMA podría aprender.
Aunque actualmente la IA sólo puede realizar tareas simples como usar una escalera o sortear un obstáculo, puede hacerlo con precisión según órdenes verbales. Además, cuando se entrenó en todos los juegos excepto uno, SIMA aplicó rápidamente sus habilidades generales a ese título final. Los investigadores de Google esperan que eventualmente pueda completar procedimientos complejos de varios pasos. La IA también se mostró prometedora en los nuevos entornos que los investigadores construyeron en Unity, lo que indica la capacidad de aplicar entrenamiento en el juego a tareas no relacionadas con el juego, lo que podría afectar el campo de la robótica.
Otro proyecto reciente de DeepMind relacionado con los juegos, Genie, puede doblar imágenes estáticas en niveles de videojuegos 2D jugables. Google entrenó a la IA en cientos de miles de horas de videos públicos de juegos de plataformas 2D, y finalmente le enseñó a crear juegos a partir de bocetos, fotografías y renderizados.