El videojuego Minecraft se ha considerado durante años una prueba especialmente compleja para los sistemas de inteligencia artificial (IA). A diferencia de juegos más estructurados como el ajedrez o el póker, Minecraft presenta un mundo abierto y aleatorio donde las estrategias deben adaptarse constantemente. Ahora, un equipo de investigadores de Google DeepMind ha logrado que su algoritmo DreamerV3 supere este reto al recolectar diamantes sin entrenamiento específico ni datos humanos, un hito que acaban de publicar en la revista Nature.
Un reto con diamantes
En Minecraft, recolectar diamantes no es tarea fácil. Incluso jugadores humanos experimentados necesitan más de 20 minutos y realizar unos 24.000 comandos para conseguir una herramienta capaz de extraerlos. Sin embargo, DreamerV3 logró alcanzar ese objetivo en una versión especial del juego diseñada para pruebas de IA, sin recibir instrucciones humanas ni acceder a datos previos.
El algoritmo se basa en una técnica de aprendizaje por refuerzo (Reinforcement Learning, RL), que permite que la IA aprenda mediante ensayo y error. “Dreamer aprende un modelo del entorno y mejora su comportamiento imaginando escenarios futuros”, explica el equipo de investigadores. Gracias a técnicas de robustez como la normalización, el balanceo y las transformaciones, DreamerV3 ha demostrado una capacidad de aprendizaje estable en distintos dominios.
Una ayuda mínima fue necesaria: dado que extraer materiales en el juego requiere golpear repetidamente un bloque, los autores establecieron un número mínimo de golpes para facilitar esa acción.
Más allá del juego
La importancia del avance no radica solo en que una IA haya vencido otro videojuego, sino en lo que esto implica para el desarrollo de sistemas autónomos más generales. Según los investigadores, DreamerV3 ha sido capaz de resolver tareas en más de 150 dominios diferentes usando una única configuración de parámetros, algo extremadamente raro en este tipo de sistemas.
En palabras de Georg Martius, del Instituto Max Planck de Sistemas Inteligentes en Tübingen, se trata de una contribución “de primer nivel y pionera”. A su juicio, este modelo muestra que el RL basado en modelos puede utilizarse de forma “muy amplia y eficiente”. Lo más destacable, añade, es que DreamerV3 resuelve todos los problemas con la misma configuración, lo que indica que puede aplicarse directamente a nuevos retos sin necesidad de ajustes previos.
Sin embargo, no todos comparten el mismo entusiasmo. Para Jan Peters, profesor en la Universidad Técnica de Darmstadt, los métodos empleados son “intelectualmente insatisfactorios” y probablemente tengan poco impacto en aplicaciones del mundo real, funcionando únicamente en simulaciones.
Implicaciones futuras
Este trabajo sugiere que la IA puede avanzar hacia algoritmos más generales, capaces de enfrentarse a entornos diversos sin necesidad de grandes ajustes. Tal y como se detalla en el artículo de Nature, DreamerV3 ha superado a muchos de los algoritmos más especializados en pruebas estándar, desde juegos como Atari hasta tareas robóticas simuladas.
El algoritmo es, según sus creadores, el primero que consigue recolectar diamantes desde cero en Minecraft sin usar datos humanos ni currículos de aprendizaje. Esto contrasta con aproximaciones anteriores como Video PreTraining (VPT) de OpenAI, que requerían grabaciones de jugadores humanos y gran cantidad de recursos computacionales.
En cuanto a aplicaciones prácticas, este tipo de avances podría facilitar el desarrollo de robots que aprenden tareas en el mundo real sin depender de programación específica. Como indica el estudio, DreamerV3 podría aplicarse a escenarios que van desde videojuegos hasta el control simplificado de robots, pasando por tareas más generales de percepción y planificación.
El código del algoritmo, además, ha sido publicado bajo licencia abierta, lo que facilita su adopción por parte de otros equipos de investigación.
En definitiva, el trabajo de DeepMind con DreamerV3 representa un avance significativo en la búsqueda de algoritmos de IA más versátiles y robustos, acercando la posibilidad de sistemas verdaderamente generalistas.
