A pesar de todo el revuelo en torno a la conquista de la IA en ajedrez , go e incluso programación, aún existe una debilidad bastante evidente oculta tras esos triunfos. La IA todavía tiene dificultades para manejar un videojuego nuevo que nunca antes ha visto.
El argumento central de un nuevo estudio de la Universidad de Nueva York (NYU) trata sobre cómo estos hitos que han acaparado titulares han creado una imagen engañosa de lo cerca que están las máquinas de la verdadera inteligencia general.
La distinción realmente importa.
El ajedrez y el Go son logros impresionantes, pero son juegos con reglas fijas y un entorno estructurado, en comparación con los complejos videojuegos modernos. La Universidad de Nueva York señala que la IA aún no ha alcanzado la inteligencia humana, ya que no se adapta bien.
En qué aspectos la IA sigue siendo deficiente
Según los investigadores, muchos de los mayores éxitos de la IA en videojuegos se basan en sistemas finamente ajustados a un juego específico. Dentro de esos límites definidos, la IA puede prácticamente alcanzar un nivel sobrehumano. Pero en cuanto se producen los más mínimos cambios en las reglas o el entorno, su impresionante rendimiento puede desmoronarse.
Aquí es donde los videojuegos se convierten en una verdadera prueba de inteligencia. Los juegos no son unidimensionales, sino que a menudo requieren una amplia gama de habilidades, incluyendo razonamiento espacial, planificación a largo plazo, aprendizaje por ensayo 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.
Tanto el aprendizaje por refuerzo como los modelos de aprendizaje por refuerzo (LLM) se toparon con un obstáculo.
El artículo de investigación añade que el aprendizaje por refuerzo puede producir resultados impresionantes, pero los objetivos aceptables solo se alcanzan tras millones o miles de millones de simulaciones. Así, el sistema se convierte en un experto en la situación exacta para la que fue entrenado. Sin embargo, todo esto se desmorona ante cualquier cambio. Incluso algo tan simple como un cambio de color o la reposición de objetos en la pantalla puede provocar su fallo.
Los modelos de lenguaje a gran escala (LLM, por sus siglas en inglés) tampoco solucionan este problema. Según la Universidad de Nueva York, su rendimiento es sorprendentemente bajo en juegos desconocidos. Cuando empiezan a funcionar bien, suele ser gracias a una estructura personalizada específica para cada juego, que interpreta los estados del juego, gestiona la memoria y ejecuta las acciones. Si se elimina ese soporte adicional, el rendimiento cae drásticamente.
El verdadero referente
Los investigadores argumentan que una IA capaz de jugar videojuegos de verdad necesitaría aprender un juego nuevo desde cero en aproximadamente el mismo tiempo que un jugador experto. Quizás decenas de horas, sin simulaciones masivas ni experiencia previa. Todo esto supera las capacidades de los sistemas actuales.
Y por eso esto tiene relevancia más allá de los videojuegos. Si la IA no puede adaptarse de forma fiable a un videojuego nuevo, es aún menos probable que pueda lidiar con la imprevisibilidad del mundo real. El ajedrez todavía puede generar titulares llamativos, pero los juegos modernos demuestran lo mucho que le queda por avanzar a la IA.