Por Alexandre Moufarek y Adrian Bolton

De Atari a Go y StarCraft, los videojuegos han impulsado algunos de los mayores avances en IA. Ahora, Google DeepMind se asocia con desarrolladores de videojuegos para crear prototipos de nuevas experiencias de juego que amplíen las fronteras tanto de los videojuegos como de la IA.

Desde la fundación de DeepMind en 2010, los mundos restringidos pero ricos de los videojuegos han desempeñado un papel fundamental en la comprensión de la inteligencia. Han impulsado algunos de los mayores avances en IA de la organización, desde dominar Atari hasta contribuir a resolver la predicción de la estructura de proteínas, y siguen estando en el corazón de lo que hace el equipo.

Los videojuegos están en el ADN de Google DeepMind (GDM). Demis Hassabis, uno de los fundadores de Google DeepMind, fue él mismo desarrollador de videojuegos — comenzó su carrera en Bullfrog Productions trabajando en el exitoso juego de 1994 Theme Park antes de fundar su propio estudio, Elixir Studios —, al igual que muchos miembros del equipo de GDM. En conjunto, acumulan décadas de experiencia práctica en desarrollo de videojuegos y un profundo respeto por el oficio de crear juegos.

Google DeepMind siempre ha sido claro en que hacer investigación de IA con videojuegos requiere una colaboración profunda con los desarrolladores — como la importante nueva alianza de investigación con Fenris Creations y el Universo EVE presentada a comienzos de este año, y el trabajo realizado junto con estudios aclamados como Hello Games, Coffee Stain Studios, Foulball Hangover y otros.

Los videojuegos como motor de la investigación en IA

El recorrido comenzó cuando un pequeño equipo entrenó una red neuronal profunda para jugar juegos de Atari 2600 directamente a partir de píxeles sin procesar. La Deep Q-Network (DQN) aprendió a jugar 49 juegos diferentes — desde Pong hasta Breakout y Space Invaders — sin ninguna ingeniería específica para cada juego. El artículo de 2015 en Nature sobre DQN ayudó a catalizar la era moderna del aprendizaje por refuerzo profundo.

A partir de ahí, el equipo intentó dominar juegos más complejos, y cada hito produjo sistemas más capaces y generales. AlphaGo derrotó en 2016 al campeón mundial de Go Lee Sae Dol, una hazaña que muchos expertos creían que aún estaba a una década de distancia. AlphaGo Zero superó todas las versiones anteriores al aprender completamente mediante auto juego, sin ningún dato humano. AlphaZero generalizó este enfoque para dominar el ajedrez, el shogi y el Go con un solo algoritmo, mientras que MuZero aprendió a jugar sin siquiera conocer las reglas. En 2019, AlphaStar alcanzó el nivel de Gran Maestro en StarCraft II, lidiando con la complejidad en tiempo real y la información imperfecta.

En cada juego, la IA enriqueció la experiencia de juego. La famosa jugada 37 de AlphaGo — realizada en la segunda partida del encuentro de 2016 — fue tan inesperada que los comentaristas profesionales al principio pensaron que era un error; revolucionó siglos de saber establecido en el Go e inspiró a los expertos a explorar nuevas estrategias. AlphaZero inspiró de manera similar líneas de juego completamente nuevas en el ajedrez. Lo crucial es que el espíritu de exploración que tuvo éxito en los juegos tuvo impactos profundos en otros sistemas de IA: AlphaFold aplicó estas bases para ayudar a resolver el gran desafío de 50 años de la predicción de la estructura de proteínas, un avance reconocido con el Premio Nobel de Química 2024.

De dominar los juegos a comprenderlos

Trabajos anteriores demostraron que la IA podía dominar cualquier juego si se le daba un objetivo claro y suficiente entrenamiento. Pero el mundo real no viene con puntajes ni libros de reglas, lo que llevó al equipo a plantear una pregunta fundamentalmente distinta: ¿puede la IA comprender e interactuar con cualquier mundo de juego como lo haría una persona?

Este es el desafío detrás de SIMA, el Scalable Instructable Multiworld Agent (agente multi-mundo escalable e instruible), presentado por primera vez por Google DeepMind en 2024. En lugar de optimizar la obtención de un puntaje alto, SIMA es un agente generalista que "ve" lo que un jugador vería en pantalla, comprende instrucciones en lenguaje natural y actúa mediante controles comunes de teclado y mouse, sin necesidad de acceso a API ni al código fuente.

Impulsado por Gemini, los modelos de IA de frontera de Google, SIMA 2 actúa como un compañero interactivo capaz de razonar y conversar en tiempo real. Logra un juego similar al humano en entornos de investigación 3D complejos y videojuegos como No Man's Sky, Valheim, Hydroneer, entre otros.

Para los desarrolladores de videojuegos, un agente de juego verdaderamente general desbloquearía capacidades de IA que funcionan con juegos existentes, sin necesidad de modificar el código del juego. Esto podría impulsar experiencias de juego completamente nuevas, desde compañeros con IA que comprenden de verdad el mundo del juego hasta personajes no jugables (NPC) que se adaptan y responden de formas que los sistemas programados nunca podrían.

Un agente de juego general también podría transformar la forma en que se crean los videojuegos. Durante el desarrollo, cuando el juego cambia con cada confirmación de código, estos agentes podrían permitir pruebas de QA verdaderamente robustas. Tras el lanzamiento, cuando se introduce nuevo contenido o los jugadores se comportan de manera impredecible, podrían adaptarse en tiempo real, generalizando a nuevas situaciones sin necesidad de volver a ser programados.

Para desarrollar agentes SIMA de forma segura y responsable, Google DeepMind se ha asociado con estudios de videojuegos aclamados y está construyendo un portafolio creciente de juegos para investigación en IA. Esto permite al equipo desafiar a sus agentes con tareas cada vez más complejas que algún día podrían transferirse a la resolución de problemas del mundo real.

Explorando nuevas fronteras de la investigación en IA y videojuegos, junto a los desarrolladores

Los estudios de videojuegos aportan artesanía experta, mundos de juego extraordinarios y un conocimiento profundo de sus jugadores. Google DeepMind aporta IA de frontera — desde Gemini hasta investigación en entornos interactivos generativos y agentes encarnados —, experiencia en investigación y el trasfondo único de su equipo en desarrollo de videojuegos, además de años de experiencia construyendo IA para entornos interactivos. Juntos, los socios se centran en descubrir experiencias innovadoras: formas de juego nunca vistas que no serían posibles sin la IA. La alianza también llega en medio de un cambio más amplio en la industria, ya que estudios y plataformas de todo el sector de los videojuegos experimentan con IA en áreas que van desde herramientas de prototipado y QA hasta NPCs conversacionales.

Lo importante no es la tecnología en sí, sino las experiencias divertidas, por lo que Google DeepMind adopta un enfoque de "mostrar, no contar" con sus socios. El equipo trabaja mano a mano con los desarrolladores de videojuegos, explorando nuevas ideas y construyendo prototipos jugables para encontrar la diversión.

La alianza de investigación más reciente, con Fenris Creations, el estudio independiente detrás del Universo EVE, representa un nuevo capítulo en la historia de la investigación en IA y videojuegos de Google DeepMind.

El Universo EVE: una frontera de investigación

Fenris Creations — el estudio detrás de EVE Online, anteriormente conocido como CCP Games — ha dedicado más de dos décadas a construir uno de los mundos persistentes más extraordinarios de los videojuegos. EVE Online, lanzado en 2003, es una simulación espacial multijugador masiva donde miles de jugadores comparten un único universo que ha evolucionado de forma continua durante más de 20 años. Su economía impulsada por los jugadores presenta dinámicas reales de oferta y demanda, y redes comerciales que abarcan miles de sistemas estelares. Su panorama — moldeado por alianzas, conflictos y diplomacia — está impulsado por la interacción humana, y sus guerras entre jugadores han producido algunas de las batallas más grandes de la historia de los juegos en línea.

Para la investigación en IA, esta es una oportunidad de oro. Es un mundo vivo y en evolución que exige precisamente las capacidades que Google DeepMind considera esenciales para la IA de frontera:

• Aprendizaje continuo: Adquirir nuevas habilidades sin olvidar lo aprendido anteriormente, en un mundo en constante cambio.
• Memoria: Acumular y recuperar conocimiento a través de escalas de tiempo que se extienden mucho más allá de las ventanas de contexto de los modelos actuales.
• Planificación a largo plazo: Razonar en periodos de semanas, meses o incluso años.
• Dinámicas complejas multiagente: Lidiar con la cooperación, la competencia, la negociación, la economía y el comportamiento social emergente a gran escala.

Estos desafíos se sitúan en el núcleo de la iniciativa de investigación más amplia de Google DeepMind para crear sistemas que aprendan continuamente de la experiencia, con una velocidad de aprendizaje que se acelera con el tiempo. La empresa cree que estas capacidades de frontera podrían desbloquear nuevas experiencias de juego en el futuro.

EVE Online fue concebido desde el primer día como un sandbox de consecuencias perdurables, moldeado por sus jugadores. Esto ha generado innumerables historias de crecimiento humano para jugadores y empleados a lo largo de las décadas. Junto con Google DeepMind, estamos adentrándonos en un territorio inexplorado donde la IA debe aprender, adaptarse y recordar en escalas de tiempo que ningún otro entorno de juego exige, mientras nos ayuda a comprender cómo los humanos y la IA pueden coexistir en un entorno virtual antes de tener que enfrentarnos a las mismas preguntas en la vida real.

La alianza de investigación se extiende por todo el universo en expansión de Fenris Creations, ofreciendo entornos distintos para el desarrollo de IA. Mientras EVE Online ofrece un universo persistente de un solo servidor a gran escala, EVE Vanguard se juega desde una perspectiva en primera persona, aportando una toma de decisiones táctica, rápida y a nivel de superficie, al mundo persistente más amplio. Esto crea oportunidades para estudiar agentes que operan en múltiples niveles de abstracción, desde tácticas de reflejos hasta estrategias de escala galáctica.

Además, EVE Frontier — con sus "Smart Assemblies" programables y su arquitectura abierta y extensible — ofrece un entorno abierto donde las propias reglas del mundo pueden cambiar, exigiendo agentes que se adapten a mecánicas de juego completamente nuevas.

La colaboración ya ha generado un valor real para los jugadores: el sistema Aura Guidance usa Gemini para entregar conocimiento generado por jugadores, basado en preguntas y respuestas reales del canal Rookie Help, para ayudar a los nuevos pilotos.

El programa de investigación a más largo plazo comienza con una instancia offline de EVE Online, que funciona como un sandbox seguro, separado de los jugadores en vivo. Luego avanza hacia EVE Frontier como espacio para estudiar cómo los humanos y los agentes pueden coexistir en un mundo persistente y abierto. Solo cuando las capacidades estén maduras, Google DeepMind consideraría llevarlas a EVE Online y EVE Vanguard, con el objetivo de enriquecer el juego humano.

El camino por delante

Los videojuegos siempre han sido un espejo de la inteligencia. A medida que se vuelven más complejos, más persistentes y más abiertos, también lo hacen los sistemas de IA que se construyen para navegarlos.

Google DeepMind apunta al mismo objetivo final que siempre ha tenido: la IA como catalizador, no como reemplazo. Su ambición a largo plazo es desbloquear experiencias de juego innovadoras, hacer que los videojuegos sean más accesibles y más personalizados y — como se ha visto de AlphaGo a AlphaFold — aplicar lo aprendido en los videojuegos a problemas del mundo real y hacer avanzar el descubrimiento científico. Según la hoja de ruta establecida por la alianza, los próximos hitos son resultados de investigación de la instancia offline de EVE Online, seguidos de experimentos de coexistencia entre humanos y agentes en EVE Frontier, con cualquier integración en el juego en vivo llegando solo cuando las capacidades estén maduras.

El equipo agradeció a todos sus socios de videojuegos en este camino, y a Fenris Creations por unirse a este nuevo capítulo, agregando que está deseoso de compartir lo que descubra.

Agradecimientos

Google DeepMind reconoció a los numerosos equipos de toda la organización por sus contribuciones a lo largo de los años al avance de la investigación en IA de forma segura y responsable en los videojuegos, y ofreció un agradecimiento especial a todos los desarrolladores de videojuegos que se asociaron con la empresa: Coffee Stain (Valheim, Satisfactory, Goat Simulator 3), Fenris Creations (EVE Online, EVE Vanguard, EVE Frontier), Foulball Hangover (Hydroneer), Hello Games (No Man's Sky), Keen Software House (Space Engineers), RubberbandGames (Wobbly Life), Strange Loop Games (Eco), Thunderful Games (ASKA, The Gunk, Steamworld Build), Digixart (Road 96) y Tuxedo Labs & Saber Interactive (Teardown).

Fuente: Google DeepMind Blog — https://deepmind.google/blog/from-atari-to-eve-online-building-on-15-years-of-ai-research-in-games/