Google DeepMind presentó SIMA, un agente de IA que se entrena para aprender habilidades de juego para jugar más como un humano en lugar de una IA dominada que hace lo suyo. SIMA, que significa Scalable, Instructable, Multiworld Agent, actualmente solo se encuentra en investigación.
SIMA eventualmente aprenderá a jugar cualquier videojuego, incluso juegos sin una ruta lineal para finalizar el juego y juegos de mundo abierto. Aunque no pretende reemplazar la IA del juego existente, considérelo más bien como otro jugador que encaja bien con su grupo. Combina la enseñanza del lenguaje natural con la comprensión de mundos 3D y el reconocimiento de imágenes.
“SIMA no está entrenado para ganar un juego; está capacitado para ejecutarlo y hacer lo que se le dice”, dijo Tim Harley, investigador de Google DeepMind y codirector de SIMA, durante una sesión informativa con periodistas.
Google trabajó con ocho desarrolladores de juegos, incluidos Hello Games, Embracer, Tuxedo Labs, Coffee Stain y otros, para entrenar y probar SIMA. Los investigadores conectaron SIMA a juegos como El cielo de nadieDesmontaje, Valheim, y Simulador de cabra 3 para enseñar al agente de IA los conceptos básicos de los juegos. En una publicación de blog, Google dijo que SIMA no necesita una API personalizada para jugar o acceder a los códigos fuente.
Harley dijo que el equipo eligió juegos que se centraban más en el juego abierto que en la narrativa para ayudar a SIMA a aprender habilidades generales de juego. Si has jugado o visto una partida de simulador de cabra, Sabes que hacer cosas aleatorias y espontáneas es el objetivo del juego, y Harley dijo que era este tipo de espontaneidad lo que esperaban que SIMA aprendiera.
Para hacer esto, el equipo primero construyó un nuevo entorno en el motor Unity donde los agentes necesitaban crear esculturas para probar su comprensión de la manipulación de objetos. Luego, Google grabó parejas de jugadores humanos (uno controlando el juego y el otro dando instrucciones sobre qué hacer a continuación) para capturar las instrucciones del lenguaje. Luego, los jugadores jugaron de forma independiente para mostrar qué los llevó a sus acciones en el juego. Todo esto se transmitió a los agentes de la SIMA para que aprendieran a predecir lo que sucedería a continuación en la pantalla.
SIMA cuenta actualmente con alrededor de 600 habilidades básicas, como girar a la izquierda, subir una escalera y abrir el menú para usar un mapa. Con el tiempo, dijo Harley, se podría instruir a SIMA para que realice funciones más complejas dentro de un juego. Tareas como “encontrar recursos y construir un campamento” siguen siendo difíciles porque los agentes de IA no pueden realizar acciones para los humanos.
SIMA no pretende ser un NPC impulsado por IA como los de Nvidia y Convai, sino otro jugador en un juego que impacta el resultado. Frederic Besse, codirector del proyecto SIMA, dijo que es demasiado pronto para decir qué tipo de usos de agentes de IA como este podrían aportar a los juegos fuera de la esfera de la investigación.
Sin embargo, al igual que los NPC de IA, SIMA puede eventualmente aprender a hablar, pero está lejos de ser eso. SIMA todavía está aprendiendo a jugar y adaptarse a juegos que nunca antes había jugado. Google dijo que con modelos de IA más avanzados, SIMA eventualmente podrá realizar tareas más complejas y ser el miembro perfecto del grupo de IA para llevarlo a la victoria.