Cada mes, parece que surge un nuevo desarrollo revolucionario de IA generativa que, aparentemente, alterará fundamentalmente cómo funciona toda una industria. Esta vez, el gigante tecnológico Microsoft ha creado una herramienta de “ideación de juego” llamada Muse, que describe como el primer modelo de Acción y Mundo Humano (Wham) del mundo. Microsoft afirma que Muse acelerará el largo y costoso proceso de desarrollo de videojuegos al permitir que los diseñadores experimenten con videos de juego generados por IA para ver qué funciona.

Muse está entrenado con datos de juego del estudio británico Ninja Theory y su juego Bleeding Edge. Ha absorbido decenas de miles de horas del juego real de las personas, tanto en imágenes como en entradas de controladores. Ahora puede generar clips de juego simulados con precisión para ese juego, que se pueden editar y adaptar con indicaciones.

Muse: Una Herramienta Innovadora para los Desarrolladores de Juegos

Todo esto está muy bien, pero en un video de anuncio de Muse, el CEO de Microsoft Gaming, Phil Spencer, causó confusión al decir que podría ser invaluable para la preservación de juegos clásicos: los modelos de IA, insinuó, podrían “aprender” esos juegos y emularlos en hardware moderno. No está claro cómo sería esto posible. Para complicar aún más las cosas, el CEO de Microsoft, Satya Nadella, insinuó en una entrevista de podcast que Muse era el primer paso para crear un “catálogo” de juegos generados por IA.

Pero Muse, tal como está, no puede crear un juego: solo puede crear videos simulados de un juego. Entonces, ¿qué es exactamente esta nueva herramienta de IA para juegos? ¿Una adición elegante al cinturón de herramientas de los desarrolladores de juegos? ¿O el primer paso hacia una era de desechos de juegos generados por IA?

Probar Ideas sin Gastar Tiempo Extenso

La idea es que los diseñadores (o incluso los jugadores) puedan probar ideas con Muse sin pasar horas (o días) en un motor de juego implementando algo que podría no funcionar o sentirse bien. Si un diseñador quiere ver cómo se vería, por ejemplo, un potenciador en el juego, podría generar un video simulado que muestre cómo podría ser, con la IA rellenando los espacios.

“Los motores de juego son cosas complicadas y desordenadas y lleva mucho tiempo simular cosas: no están diseñados para eso”, comenta Julian Tongelius, profesor asociado de ciencias de la computación e ingeniería en la Escuela de Ingeniería Tandon de la Universidad de Nueva York. “Trabajar con una simulación del juego puede ser mucho más fácil y rápido. Las oportunidades que abre este tipo de estudio son bastante grandes, pero las limitaciones también son reales.”

Limitaciones de las Simulaciones de Juego Generadas por IA

Las simulaciones de juego generadas por IA no son totalmente nuevas: el proyecto GameNGen de Google creó una versión jugable de Doom que se ejecutaba sin un motor de juego en 2024. Pero el problema siempre ha sido la consistencia. La simulación de Doom de Google funcionó bien al principio, pero cuanto más jugabas, más elementos del juego “soñaba” la IA que no eran precisos. Esto es lo que Microsoft afirma haber solucionado con Muse, pero viene con una gran salvedad.

“Este modelo en particular está entrenado con 500,000 sesiones de juego, probablemente alrededor de 100,000 horas de juego. Pero solo funciona porque tienes muchos datos. Si te alejas mucho de lo que se ha registrado, las simulaciones generalmente dejan de comportarse bien”, explica Tongelius.

Aplicaciones Futuras y Desafíos

Microsoft ha declarado que ya está utilizando Muse para desarrollar modelos de IA jugables en tiempo real entrenados con sus otros juegos de primera parte. Pero mientras Muse es excelente para juegos de servicio en vivo como Bleeding Edge, con acceso a miles de horas de juego en vivo, para juegos más pequeños y títulos de un solo jugador, sería un esfuerzo monumental y probablemente inútil entrenar un modelo de IA generativa en cada juego específico.

“Han superado un obstáculo técnico increíble, pero parece que están teniendo su momento Zoom: un producto que llega a un mercado que realmente no tiene un propósito”, dice Ken Noland, diseñador de juegos veterano y autodenominado realista de IA que dirige AI Guys, una empresa de co-desarrollo centrada en IA. “La tecnología es genial, y no me malinterpreten, la generación de videos no es algo fácil de hacer… Simplemente no veo a su público objetivo. Los desarrolladores de juegos no podrán usarlo para la producción rápida porque, aparte de visualizar una cosa en particular, no aborda ninguno de los problemas subyacentes del desarrollo de juegos.”

Desconexión entre Expectativas y Realidad

En última instancia, parece haber una desconexión entre los comentarios de Spencer y Nadella y lo que Muse realmente hace en este momento. A menos que algo significativo cambie, no parece capaz de crear simulaciones jugables de juegos clásicos, y ciertamente no crea juegos completamente “nuevos” generados por IA. Ni siquiera está claro cómo los videos generados por Muse podrían traducirse en una jugabilidad real.

Los videojuegos generados por IA pueden estar en el horizonte. Google lanzó en silencio Genie 2 hace unos meses, que es capaz de generar “mundos jugables”, pero eso no es lo que hace Muse, al menos por ahora. “Elegiré interpretar lo que dijo Satya como visiones de lo que podría hacerse en el futuro”, dice Tongelius. “Es totalmente posible que lleguemos a alguna versión de eso, pero no está a la vuelta de la esquina. Lo que Microsoft ha hecho en este documento es una piedra angular.”

The post ¿Realmente Están en el Horizonte los Videojuegos Generados por IA? appeared first on TecnoFuturo24.

Desarrollado por los equipos de Microsoft Research Game Intelligence y Teachable AI Experiences (Tai X) en colaboración con Xbox Game Studios’ Ninja Theory, Muse marca el inicio de una nueva era en la creación de videojuegos mediante inteligencia artificial.

¿Qué es Muse y cómo funciona?

Muse se basa en el innovador modelo World and Human Action Model (WHAM), un sistema de inteligencia artificial que puede predecir la evolución de un juego a partir de una secuencia inicial de frames y acciones del jugador. Esta tecnología permite a los desarrolladores generar secuencias de juego complejas que mantienen coherencia durante minutos, replicando las dinámicas de juego de forma fidedigna.

Uno de los aspectos más destacados de Muse es su capacidad para operar en “modo modelo del mundo”, es decir, generar predicciones precisas sobre la evolución del juego. Cuanto más se asemejan las secuencias generadas al juego real, más precisa es la representación del modelo.

Origen de la Investigación

El desarrollo de Muse comenzó en diciembre de 2022, impulsado por la revolución de los modelos generativos de lenguaje como ChatGPT. La pregunta clave que guió la investigación fue: “¿Qué impacto tendría esta tecnología en la creación de videojuegos?”.

Gracias a la colaboración con Ninja Theory, Microsoft tuvo acceso a datos de juego reales del título Bleeding Edge, un juego de combate 4v4 en línea. Durante años, se recopiló una vasta cantidad de datos de juego con el consentimiento de los jugadores, lo que permitió entrenar a Muse con más de 1,000 millones de imágenes y acciones de controlador, equivalentes a más de siete años de juego continuo.

Entrenamiento y Escalabilidad

Uno de los principales desafíos en el desarrollo de Muse fue la escalabilidad del entrenamiento del modelo. Inicialmente, el equipo usó un clúster de GPUs V100, pero posteriormente logró escalar el entrenamiento hasta los H100, permitiendo un avance significativo en la calidad y resolución de las secuencias generadas.

El proceso de entrenamiento reveló mejoras progresivas en la generación de imágenes y movimientos. En los primeros 10,000 ciclos de entrenamiento, las imágenes generadas eran inconsistentes. Sin embargo, a medida que el modelo alcanzó 1 millón de iteraciones, la fidelidad visual y la coherencia con la física del juego mejoraron drásticamente.

Colaboración Multidisciplinaria y Evaluación

Desde el inicio del proyecto, el equipo de Microsoft adoptó un enfoque colaborativo, involucrando a desarrolladores de videojuegos en el diseño de Muse. Investigadores como Cecily Morrison y Linda Wen lideraron estudios con creadores de juegos para garantizar que la tecnología fuera inclusiva y respondiera a las necesidades reales de la industria.

Para evaluar Muse, se establecieron tres métricas clave:

1. Consistencia: la capacidad del modelo para generar secuencias que respeten la física y dinámicas del juego.
2. Diversidad: la generación de variantes de una misma secuencia, explorando diferentes posibilidades de evolución del juego.
3. Persistencia: la capacidad de mantener elementos editados en una secuencia generada, permitiendo a los desarrolladores modificar y experimentar con el contenido.

Lanzamiento del WHAM Demonstrator

Para facilitar la experimentación con Muse, Microsoft también ha lanzado el WHAM Demonstrator, una herramienta que permite a los desarrolladores interactuar con el modelo mediante una interfaz visual. Los usuarios pueden cargar imágenes de referencia y generar posibles evoluciones del juego, explorando nuevas formas de creatividad asistida por IA.

Impacto y Futuro de Muse

Muse abre un sinfín de posibilidades para la industria del videojuego. Desde la generación automática de entornos hasta la simulación de dinámicas de juego complejas, esta tecnología podría revolucionar el desarrollo de juegos y la creación de prototipos.

El lanzamiento de Muse representa un punto de inflexión en la relación entre inteligencia artificial y creatividad humana. Microsoft espera que la comunidad de desarrolladores adopte y expanda esta tecnología, generando nuevas formas de interacción y diseño de videojuegos.

Acceso Abierto a la Comunidad

Para fomentar la innovación, Microsoft ha decidido liberar los pesos y datos de entrenamiento de Muse, permitiendo a otros investigadores y desarrolladores experimentar con la tecnología en Azure AI Foundry.

The post Microsoft Presenta Muse: La Revolución de la IA Generativa en la Creación de Videojuegos appeared first on TecnoFuturo24.