Esta nueva investigación marca un hito al cambiar el enfoque de los juegos individuales hacia un agente de juego general e instructable. Según Google, los videojuegos, considerados campos de prueba cruciales para sistemas de IA, ofrecen entornos de aprendizaje ricos y dinámicos que desafían a los modelos a adaptarse constantemente, similar al mundo real.

SIMA ha sido entrenado con nueve videojuegos diferentes, como No Man’s Sky y Teardown, abarcando desde habilidades simples de navegación hasta tareas más complejas como la construcción de objetos. 

Este agente de IA no busca simplemente obtener puntuaciones altas en juegos, sino aprender a seguir instrucciones en lenguaje natural en diversas configuraciones de juego, lo que podría desbloquear agentes de IA más útiles para entornos del mundo real.

Te puede interesar: Lanzan nuevo ‘ingeniero de software’ de IA autónomo que te ayuda a programar de manera fluida

El gigante tecnológico explica que SIMA tiene capacidad  para generalizar entre juegos. En evaluaciones, los agentes de SIMA entrenados en múltiples juegos superaron significativamente a aquellos especializados en un solo juego. Incluso un agente entrenado en todos los juegos menos uno demostró un rendimiento comparable al de un agente entrenado específicamente para ese juego en particular. Esto sugiere que SIMA puede funcionar de manera efectiva en entornos completamente nuevos, resaltando su habilidad para generalizar más allá de la capacitación.

La inteligencia artificial, utiliza un modelo diseñado para un mapeo preciso de imágenes y lenguaje, junto con un modelo de video que predice la siguiente acción en pantalla, y no requiere acceso al código fuente del juego ni a API personalizadas; solo necesita dos entradas: imágenes en pantalla e instrucciones sencillas en lenguaje natural. Utiliza salidas de teclado y mouse para controlar al personaje del juego, emulando así la interacción humana.

Aunque esta investigación está en una etapa inicial, Google DeepMind aspira a que futuros agentes como SIMA aborden tareas que requieran planificación estratégica y múltiples subtareas. La visión final es desarrollar sistemas y agentes de IA más generales capaces de realizar diversas tareas útiles para las personas en línea y en el mundo real.

Imagen: Google