DeepMind, la empresa de inteligencia artificial de Google, acaba de presentar Genie, un nuevo modelo capaz de generar videojuegos interactivos a partir de un simple texto o imagen, y sin la necesidad de introducir ningún tipo de formación previa sobre la mecánica de los juegos.
Según la entrada del blog oficial de Google DeepMind, Genie es un “modelo de mundo fundacional” que se entrena con vídeos de Internet. El modelo puede “generar una variedad infinita de mundos jugables (controlables mediante acciones) a partir de imágenes sintéticas, fotografías e incluso bocetos“.
El paper “Genie: Generative Interactive Environments” afirma que Genie es el primer entorno interactivo generativo que se ha entrenado de forma no supervisada a partir de vídeos de Internet no etiquetados. En cuanto al tamaño, Genie tiene parámetros 11B y consta de un tokenizador espaciotemporal de vídeo, un modelo de dinámica autorregresiva y un modelo de acción latente sencillo y escalable.
Estas especificaciones técnicas permiten a Genie actuar en entornos generados fotograma a fotograma incluso en ausencia de formación, etiquetas o cualquier otro requisito específico del dominio.
Según el paper, Genie es un nuevo tipo de IA generativa que permite a cualquiera (incluso a los más pequeño) soñar y adentrarse en mundos generados similares a los entornos simulados diseñados por humanos. A Genie se le puede pedir que genere una serie de entornos interactivos y controlables, aunque está entrenada únicamente con datos de vídeo.
Genie puede recibir imágenes que nunca ha visto, según Google DeepMind. Esto incluye fotografías del mundo real y bocetos, lo que permite a las personas interactuar con sus mundos virtuales imaginados. Es lo que se conoce como un modelo de mundo fundacional.
En cuanto al entrenamiento, el paper destaca que la compañía se ha centrado más en videojuegos de plataformas en 2D y robóticos. Genie se entrena con un método general, lo que le permite funcionar en cualquier tipo de dominio, y es escalable a conjuntos de datos de Internet aún mayores.
