IA de Google simula Doom de 1993 en tiempo real sin motor de juego alguno

El mundo de los videojuegos está a punto de cambiar para siempre.

Lanzado el 10 de diciembre de 1993 para DOS, Doom es la primera entrega de la franquicia de id Software. El jugador asume el papel de un marine espacial, más tarde denominado extraoficialmente «DoomGuy», que lucha contra hordas de humanos poseídos y demonios. En esta imagen, un humano está jugando la nueva versión generada por GameNGen a 20 FPS (Video más abajo en esta noticia).

Esta semana, investigadores de Google y la Universidad de Tel Aviv presentaron GameNGen, un nuevo modelo de IA que puede simular interactivamente el clásico videojuego Doom de 1993 en tiempo real, utilizando técnicas de generación de imágenes basadas en IA, tomadas de Stable Diffusion. Es un sistema de redes neuronales que puede funcionar como un motor de juego limitado, abriendo potencialmente nuevas posibilidades para la síntesis de videojuegos en tiempo real en el futuro.

Por ejemplo, en lugar de dibujar cuadros gráficos de video utilizando técnicas tradicionales, los juegos futuros podrían usar un motor de IA para «imaginar» o generar gráficos en tiempo real como una tarea de predicción.

«El potencial aquí es increíble», escribió el desarrollador de aplicaciones Nick Dobos en reacción a la noticia. «¿Por qué escribir reglas de software complejas a mano cuando la IA puede imaginar cada píxel por ti?».

A diffusion game engine!?!

This fake game of doom was simulated in real time after watching doom

The potential here is absurd. Why write complex rules for software by hand, when the ai can just think every pixel for you https://t.co/er8SEFROCn

— Nick Dobos (@NickADobos) August 28, 2024

Según informes, GameNGen puede generar nuevos cuadros de juego de Doom a más de 20 fotogramas por segundo utilizando una unidad de procesamiento tensorial (TPU) —un tipo de procesador especializado similar a una GPU— optimizado para tareas de aprendizaje automático.

En las pruebas, los investigadores afirman que diez evaluadores humanos a veces no pudieron distinguir entre cortos clips (de 1.6 y 3.2 segundos) del juego real de Doom y los generados por GameNGen, identificando el metraje original solo el 58 o 60 % de las veces.

Cabe destacar que la síntesis de videojuegos en tiempo real, utilizando lo que podría llamarse «renderizado neuronal», no es una idea completamente nueva. El CEO de Nvidia, Jensen Huang, predijo en una entrevista en marzo, quizás con cierto atrevimiento, que la mayoría de los gráficos de videojuegos podrían ser generados por IA en tiempo real en un plazo de cinco a diez años.

GameNGen también se basa en trabajos previos en el campo que incluyen World Models en 2018, GameGAN en 2020 y el propio Genie de Google en marzo. Además, un grupo de investigadores universitarios entrenó a un modelo de IA (llamado DIAMOND) para simular videojuegos de Atari antiguos utilizando un modelo de difusión a principios de este año.

Mirando hacia el futuro

Si bien la implementación actual se centra en simular Doom, un juego con gráficos relativamente simples según los estándares actuales, GameNGen sugiere que juegos y simulaciones más complejos podrían estar al alcance de futuras iteraciones de la tecnología. A medida que los modelos de IA continúen avanzando —y el costo de la computación disminuya—, podríamos ver motores de juego neuronales cada vez más sofisticados, capaces de generar mundos interactivos grandes y consistentes en tiempo real. Esto también cambiaría fundamentalmente la forma en que se crean los videojuegos.

«Hoy en día, los videojuegos son programados por humanos», escribieron los investigadores en su documento publicado en arXiv. «GameNGen es una prueba de concepto para una parte de un nuevo paradigma en el que los juegos son los parámetros de un modelo neuronal, no líneas de código».

Resumen del método GameNGen. Crédito: arXiv (2024). DOI: 10.48550/arxiv.2408.14837.

Los investigadores especulan que, con esta técnica, nuevos videojuegos podrían crearse «a través de descripciones textuales o imágenes de ejemplo» en lugar de programación, y las personas podrían convertir un conjunto de imágenes fijas en un nuevo nivel jugable o personaje para un juego existente basándose únicamente en ejemplos, sin necesidad de habilidades de codificación.

Todo esto es pura especulación por el momento. Por ahora, tendremos que esperar y ver hacia dónde se dirige la investigación y cómo estas nuevas técnicas podrían aplicarse a los videojuegos interactivos en el futuro.

Fuente: ArsTech. Edición: MP.