jueves, diciembre 5, 2024
Gaming

Una IA recreó parte de GTA V con solo observar partidas

Hay personas que han jugado tanto Grand Theft Auto V que conocen el mapa de memoria. Pero es muy distinto que un humano se aprenda un mapa a que una red neuronal lo memorice para crear su propia versión con solo observar partidas.

Detrás de esta recreación no está el motor del juego, sino una inteligencia artificial que recrea los espacios y las imágenes mediante un modelo llamado GameGAN de NVIDIA. Este, a su vez, está basado en lo que se denomina como Red Generativa Adversaria (GAN, por sus siglas en inglés) y que en el pasado se ha utilizado para crear rostros que parecen humanos.

Esta versión de GTA V, llamada GANTheft Auto, se construye mediante la recopilación de datos por parte de la red neuronal que observa lo que ocurre en las partidas y absorbe dicho conocimiento para luego crear su propia interpretación. Esta versión se cimenta no solo en lo visual, sino también en los botones que se presionan, la interacción física de los objetos dentro del juego, el entorno representado en el mapa y más.

El proyecto es obra de los investigadores Harrison Kinsley y Daniel Kukeila, que explican que para crear esto no se escribió ninguna línea de código ni tampoco alguna regla de cómo esta representación debería funcionar; la red neuronal dibuja las imágenes y responde a los comandos de acuerdo al entrenamiento previo.

Ese ejercicio se realizó en una estación de trabajo de NVIDIA llamada DGX A100, diseñada precisamente para sistemas de aprendizaje automático (también llamado machine learning). La GAN observó el comportamiento de 12 bots que jugaban Grand Theft Auto V hasta conseguir los datos necesarios para recrear una sencilla pero a la vez muy impresionante versión del juego.

Tal vez lo que se muestre en el video no sea muy nítido y esté lejos de verse como el original GTA V. De hecho, en el video se explica que el material original está muy pixelado y que se necesitó un antialiasing o antiescalonamiento muy agresivo para suavizar la imagen y darle el aspecto final.

Más allá de aquel detalle, esto es solo un primer avance que nos hace preguntarnos acerca de qué serán capaces estos sistemas en los próximos años.

Recomendaciones del editor

Digitaltrends español