Una de las cosas que pueden hacer los modelos de inteligencia artificial generativa es reproducir imágenes a partir de unas imágenes previas. Con mayor o menor acierto. Los modelos más populares son capaces de crear fotografías que parecen sacadas del mundo físico. Aunque todavía hay detalles que perfilar. Por otro lado, hay investigadores que están exprimiendo esta característica de la IA para generar vídeos. Y otros, han logrado recrear videojuegos. O pequeños fragmentos de video que emulan esos videojuegos. El último gran ejemplo está inspirado en Counter-Strike. Un juego de disparos en primera persona que tuvo muchos seguidores. Y todavía los tiene.
Simplificando mucho, un vídeo no es más que una gran cantidad de imágenes superpuestas. Llamadas frames o fotogramas. Se suceden a gran velocidad, una después de otra, engañando al ojo humano. De manera que nos parece que vemos movimiento. Así nació el cine. Y los videojuegos no se alejan mucho de esta premisa. Con la ventaja de que los videojuegos más antiguos son más fáciles de imitar, ya que sus gráficos son menos realistas. Pero esto no le quita mérito a lo que han intentado y siguen intentando varios proyectos relacionados con la inteligencia artificial.
Hace unos meses conocíamos el proyecto GameNGen, en el que participaban investigadores de Google. Este proyecto fue capaz de generar fragmentos del juego DOOM de 1993 a 20 fotogramas por segundo. Para ello entrenaron una inteligencia artificial, Stable Diffusion. Pues bien. Un grupo de investigadores de Microsoft, la Universidad de Edimburgo y la Universidad de Ginebra, han hecho lo propio con un juego más reciente, el Counter-Strike. También llamado Counter-Strike: Global Offensive.
La IA que genera mundos virtuales
La investigación se titula Diffusion for World Modeling: Visual Details Matter in Atari y se puede consultar en este enlace. El título se podría traducir por “Difusión para el modelado de mundos: los detalles visuales importan en Atari”. Y para llevar a cabo el experimento han diseñado DIAMOND, un agente de IA al que han entrenado para crear imágenes en movimiento al estilo del popular videojuego Counter-Strike: Global Offensive. Por cierto, las siglas DIAMOND vienen de DIffusion As a Model Of eNvironment Dreams. Es decir, “difusión como modelo de sueños de entorno”.
Lo que han hecho, exactamente, es crear un agente de IA y entrenarlo durante 87 horas con datos de juego del título Counter-Strike: Global Offensive. Un juego que se lanzó al mercado inicialmente en 2012 y que tuvo un relanzamiento en 2023. Y pese a que desde el punto de vista del entrenamiento de inteligencia artificial, 87 horas son muy pocas, el resultado promete. Tiene algunos errores y limitaciones, pero es algo inevitable.
Para despejar las dudas, el proyecto empezó a trabajar con juegos de Atari. De ahí el título de la investigación. Al ser una de las primeras consolas de juego, sus gráficos eran muy limitados, lo que ayudó a los investigadores en sus primeros pasos. Es más. Logró una puntuación media de 1,46 en las pruebas de Atari 100k para una puntuación normalizada de humano medio, lo que lo sitúa por encima de otros modelos de IA especializados como EfficientZero de 2021 o BBF de 2023. De ahí pasaron a simular Counter-Strike, lo que implica un gran salto cualitativo. Y con muy pocas horas de juego. Un 0,5% de datos con respecto a los utilizados para entrenar GameNGen. El agente de IA que logró replicar el clásico DOOM.
Counter-Strike soñado por una IA
En la página oficial de DIAMOND está disponible toda la documentación, código e imágenes que explican el proyecto largo y tendido. Y un enlace al vídeo de ejemplo que uno de los investigadores, compartió en X (antes Twitter). Un vídeo de apenas 15 segundos que muestra al mismo tiempo nueve vídeos que recrean varios escenarios de un mismo mapa de Counter-Strike: Global Offensive. Es más, nosotros mismos podemos descargar el código para jugar y entrenar DIAMOND y su simulación de Counter-Strike.
Otro detalle interesante de DIAMOND es que, para el experimento, se ejecutó a 10 frames por segundo en una tarjeta gráfica NVIDIA RTX 3090. Una de las más codiciadas y que se lanzó al mercado en 2022. Entre sus características, destacan sus 24 GB de RAM, soporte para 4K e incluso 8K a 60 FPS, y cuyo precio es algo prohibitivo para la mayoría de bolsillos. Salvo que quieras jugar a los juegos triple A más potentes del mercado con la mejor calidad y velocidad posible. O para tareas igual o más exigentes como el entrenamiento de inteligencia artificial mediante redes neuronales.
Volviendo a la simulación de Counter-Strike, como ocurría con el DOOM de GameNGen, es inevitable que se produzcan errores o glitches. Los propios investigadores lo reconocen en la página oficial del proyecto. El desarrollo de modelos de IA que recrean mundos virtuales está todavía dando sus primeros pasos. Y como consecuencia de ello, la inteligencia artificial da pie a aberraciones, bucles y otros fallos. Gráficos o de funcionamiento. Hay que tener en cuenta que no es lo mismo la simulación de un juego basada en una IA que un juego basado en un motor gráfico, con sus reglas físicas propias. Reglas que la IA todavía no es capaz de replicar.
