Contra todo pronóstico, el futuro de la inteligencia artificial podría estar en un bot que aprendió a jugar Minecraft viendo videos.
En mayo de 2020, todavía muy al principio de la pandemia por covid-19, hubo un clarísimo repunte de usuarios de Minecraft. Durante mayo de ese año, se registraron más de 126 millones de constructores activos en la plataforma. Por supuesto que esto se explica por el confinamiento generalizado que llevó a la mayoría de las personas a encerrarse a sus casas. Pero también por algunas de las posibilidades propias de un videojuego que en distintas ocasiones ha sido considerado el “más importante de la década” pasada. Mismas que, todo parece indicar, pueden ayudar a impulsar al desarrollo de la inteligencia artificial (IA) de cara al futuro.
A diferencia de la mayoría de los videojuegos más clásicos, Minecraft funciona sin un objetivo claro y conciso. Por su naturaleza misma, por ejemplo, se entiende que sus usuarios puedan encontrarse perdidos horas y horas y horas y horas en un arenero en el que se puede explorar, construir y minar recursos; dependiendo de la modalidad en la que se juegue, esto puede hacerse con calma o con desesperación, pero siempre con una libertad que supera incluso la de los títulos de mundo abierto más tradicionales.
Precisamente, esas cualidades pueden ser la clave para apoyar el desarrollo de la inteligencia artificial en terrenos que requieran márgenes amplios de maniobra; particularmente, en oposición a las IAs que operan tareas restrictivas, repetitivas y, hasta cierto punto, sencillas.
Aprendizaje por imitación versus aprendizaje por refuerzo
La clave de la inteligencia artificial está en la automatización de procesos. Se trata, en suma, que poco a poco distintos robots—o algoritmos—puedan encontrar formas de optimizar tareas que van desde lo rutinario (como llevar la contabilidad básica de una empresa) hasta otras tareas como la entrega de paquetes, la limpieza de un hogar o incluso la cosecha de cultivos. La mayoría de esas actividades requieren de identificar un objetivo claro y mejorar las formas para llegar a él; de tal modo, la tecnología detrás de sus refinamientos se llama “aprendizaje por refuerzo” (RL por sus siglas en inglés).
Básicamente, la idea es que, con la meta clara—y con información o bases de datos a su alcance—, una inteligencia artificial refuerza sus procesos. Pero en el extremo opuesto del extremo está lo que se conoce como “aprendizaje por imitación”. Esta tecnología hace a un lado los objetivos concretos—por ejemplo, identificar la ruta más eficiente entre dos puntos en una ciudad y transitarla de manera segura—para pasar a actividades con tomas de decisiones constantes sin un final conciso. Incluso, que pueda ir más allá y crear algo (como es el caso de la inteligencia artificial generativa).
En el aprendizaje por imitación, una inteligencia artificial recibe ejemplos de una actividad y, en vez de perseguir un objetivo, descubre formas en las que se opera bajo un marco normativo; asimismo, conjuga maneras distintas de acercarse a un problema para poder tomar decisiones “consientes” sobre la marcha.
70,000 horas de Minecraft
¿Y qué tiene que ver el Minecraft con todo esto? Distintos desarrolladores de Open AI, empresa conocida por su participación en Dall-E y sus vínculos con el Neuralink de Elon Musk, se han dedicado a alimentar a una inteligencia artificial miles de horas de video de personas jugando el arenero virtual más exitoso de la última década. Esto combinado con un reconocimiento, paralelo, del uso del mouse y el teclado.
Lo interesante de todo esto es que la inteligencia artificial ha aprendido a realizar distintas de las actividades que son parte de Minecraft; incluso, algunas que requieren de 20 o 30 minutos de clics a alta velocidad para crear ciertos tipos de herramientas al interior del videojuego. Y todo esto puede dar señales del potencial del aprendizaje por imitación para el futuro de otras IAs que requieren de combinaciones fuertes de objetivos claros con reconocimiento de bemoles en la toma de decisión consiente de una actividad. Algo que, al día de hoy, requiere de supervisión humana en la mayoría de los casos.
Parte del éxito de este bot que juega Minecraft tiene que ver con combinar distintos tipos de inteligencia artificial; por ejemplo, mientras revisa videos de humanos, otra IA está identificando patrones para etiquetar los videos y permitir que el robot aprenda de manera compartimentada. Los avances de este algoritmo en el muy corto plazo podrían reconfigurar todo lo que entendemos de la automatización. Quién lo hubiera imaginado, a partir de aprender a jugar Minecraft.
