La IA puede vencer a los grandes maestros de ajedrez, pero no puede adaptarse a los videojuegos modernos.
Los videojuegos modernos están exponiendo lo que la IA aún no puede hacer realmente.
La inteligencia artificial está a nuestro alrededor.
Jasmine Mannan / Digital Trends
A pesar de todo el ruido en torno a la IA conquistando el ajedrez, el go, y ahora incluso la programación, todavía hay una debilidad bastante evidente escondida debajo de esas victorias. La IA sigue siendo bastante mala manejando un nuevo videojuego que nunca ha visto antes.
El argumento central de un nuevo artículo de NYU habla sobre cómo estos hitos que capturan titulares han pintado una imagen engañosa de cuán cerca están las máquinas de una verdadera inteligencia general.
La distinción realmente importa.
El ajedrez y el go son logros impresionantes, pero estos son juegos con reglas fijas y un entorno estructurado, en comparación con los complejos videojuegos modernos. NYU señala que la IA aún no ha dominado la inteligencia similar a la humana, ya que no puede adaptarse bien.
Dónde la IA sigue siendo deficiente
Según los investigadores, muchos de los mayores éxitos de la IA en los videojuegos se basan en sistemas que están finamente ajustados a un juego específico. Dentro de esos límites definidos, la IA puede convertirse básicamente en sobrehumana. Pero tan pronto como hay ligeros cambios en las reglas o en los entornos, su rendimiento impresionante puede colapsar.
La inteligencia artificial está a nuestro alrededor. Jasmine Mannan / Digital Trends
Aquí es donde los videojuegos entran como una verdadera prueba de su inteligencia. Los juegos no son unidimensionales, a menudo requieren una amplia gama de habilidades, incluyendo razonamiento espacial, planificación a largo plazo, aprendizaje por prueba y error, e incluso intuición social. El informe afirma que esta variedad hace que los videojuegos sean una medida mucho mejor de la inteligencia flexible que las tareas de referencia aisladas.
El aprendizaje por refuerzo y los LLMs también chocan contra un muro
El artículo de investigación añade que el aprendizaje por refuerzo puede producir resultados impresionantes, pero los objetivos aceptables solo se logran después de millones o miles de millones de ejecuciones simuladas. Así que el sistema se convierte en un experto en la situación exacta para la que está entrenado. Pero todo esto se desmorona cuando se introducen cambios. Incluso algo tan simple como colores cambiados o objetos reposicionados en una pantalla puede romperlo.
Los LLMs (Modelos de Lenguaje Grande) tampoco resuelven esto. NYU dice que tienen un rendimiento sorprendentemente pobre en juegos desconocidos. Cuando comienza a hacerlo bien, esto suele ser en andamiaje específico del juego personalizado para interpretar estados del juego, gestionar memoria y ejecutar acciones. Si se quita ese soporte adicional, el rendimiento cae rápidamente.
La verdadera referencia
Los investigadores argumentan que una verdadera IA que juega juegos necesitaría aprender un nuevo juego desde cero en aproximadamente el mismo tiempo que un jugador hábil. Quizás decenas de horas, sin simulación masiva o exposición previa. Todo lo cual está más allá de las capacidades de los sistemas actuales.
Y por eso esto importa más allá de los videojuegos. Si la IA no puede adaptarse de manera confiable a un videojuego completamente nuevo, es aún menos probable que maneje la imprevisibilidad del mundo real. El ajedrez puede seguir siendo un buen titular, pero los juegos modernos están mostrando cuán lejos tiene que llegar la IA aún.
Otros artículos
La IA puede vencer a los grandes maestros de ajedrez, pero no puede adaptarse a los videojuegos modernos.
Los investigadores de NYU dicen que la mayor debilidad de la IA sigue siendo la adaptabilidad, ya que los sistemas modernos tienen dificultades para manejar nuevos videojuegos que nunca han visto antes.
