DeepMind vuelve a usar los juegos para impulsar la investigación en IA
Google DeepMind ha adquirido una participación minoritaria en la empresa detrás de EVE Online como parte de una colaboración de investigación orientada a estudiar la “inteligencia en sistemas complejos, dinámicos y dirigidos por los jugadores”. El movimiento coloca una de las economías virtuales y entornos sociales más elaborados del sector del videojuego en el centro de un nuevo esfuerzo para poner a prueba sistemas de IA diseñados para la planificación a largo plazo, la memoria y el aprendizaje continuo.
La colaboración llega junto con un gran cambio empresarial para el desarrollador de EVE. El equipo directivo detrás de CCP Games anunció que ha gastado 120 millones de dólares para recomprarse a su antiguo propietario, Pearl Abyss, y que la empresa recién independiente pasará a llamarse Fenris Creations. La compañía afirmó que seguirá operando sin reestructuraciones ni despidos.
Por qué EVE Online destaca
DeepMind y Fenris describieron EVE Online como un entorno excepcionalmente rico para el estudio. No es difícil entender esa afirmación. EVE es conocido por sus largas cronologías, el comportamiento persistente de los jugadores, la complejidad de la toma de decisiones estratégicas y unas interacciones que se desarrollan dentro de un sistema vivo, en lugar de en partidas breves y aisladas. Esas propiedades lo hacen muy distinto de muchos entornos de referencia tradicionales usados en la investigación de IA.
Según el anuncio, DeepMind realizará experimentos controlados con sus modelos en una versión offline del juego специально diseñada y alojada en un servidor local, en lugar de hacerlo directamente dentro del mundo online en vivo. Ese enfoque es importante por dos razones. Primero, preserva la experiencia de los jugadores reales al mantener los experimentos separados del servicio comercial. Segundo, ofrece a los investigadores un entorno más seguro y controlado para probar cómo se comportan los modelos en condiciones complejas.
De los juegos de mesa a los mundos virtuales
DeepMind tiene una larga historia de uso de juegos como campo de pruebas para el aprendizaje automático. Entre los hitos anteriores figuran avances en Go, un buen rendimiento en juegos de Atari y éxitos en StarCraft. Más recientemente, la empresa ha estado explorando modelos de “mundos virtuales” como una forma de ayudar a los sistemas de IA a aprender habilidades relevantes para la realidad física.
La colaboración con EVE amplía esa trayectoria hacia un dominio en el que la complejidad social y la planificación a largo plazo tienen una presencia inusualmente destacada. No se trata solo de optimizar una jugada en una competencia acotada. Se trata de navegar un entorno en evolución en el que la información, los incentivos y los futuros posibles son más difíciles de comprimir.
Hilmar Veigar Pétursson, CEO de Fenris, sostuvo que EVE es uno de los pocos lugares donde las preguntas sobre inteligencia pueden explorarse dentro de algo que ya se comporta como un mundo vivo. Dijo que el entorno permitirá a los modelos de DeepMind explorar problemas difíciles, horizontes temporales largos y posibilidades extrañas.
Qué podría revelar la colaboración
Si la colaboración tiene éxito, podría ayudar a los investigadores a comprender mejor cómo rinden los sistemas de IA cuando los desafíos no pueden resolverse solo mediante optimización a corto plazo. La memoria, la adaptación y la persistencia estratégica son áreas difíciles para los modelos actuales. Un entorno como EVE podría mostrar dónde siguen siendo frágiles los sistemas y dónde comienzan a demostrar una competencia más general.
Las empresas también dijeron que explorarán nuevas experiencias de juego habilitadas por estas tecnologías. Eso hace que el acuerdo sea interesante más allá de la comunidad de investigación. Sugiere que los avances logrados en experimentos de sandbox podrían acabar influyendo de nuevo en el diseño de mundos digitales interactivos.
Aun así, la importancia inmediata es metodológica. DeepMind está eligiendo estudiar la inteligencia en un espacio desordenado, dinámico y moldeado socialmente, en lugar de uno puramente abstracto. Eso refleja una comprensión más amplia en la investigación de IA: si se espera que los modelos manejen el mundo real, quizá deban probarse en entornos que se parezcan más a sistemas vivos que a rompecabezas limpios.
La vasta simulación de EVE Online ha pasado años generando exactamente ese tipo de complejidad. Ahora se está convirtiendo en parte de un nuevo experimento sobre lo que la IA avanzada puede aprender cuando el sandbox empieza a parecerse mucho más a la realidad.
Este artículo está basado en un reportaje de Ars Technica. Leer el artículo original.
Originally published on arstechnica.com
