SIMA: Hacia la Inteligencia General a través de Agentes en Mundos Virtuales by Rafael Julivert Ramírez

El camino hacia la Inteligencia Artificial General (AGI) ha encontrado un nuevo y prometedor campo de pruebas en los entornos virtuales y los videojuegos. El proyecto SIMA (Scalable Instructable Multiworld Agent), desarrollado por Google DeepMind, representa uno de los avances más significativos en la transición de una IA pasiva, basada únicamente en el lenguaje, a una IA basada en agentes capaces de actuar y razonar en entornos complejos. Bajo la visión de Demis Hassabis, este proyecto no es solo un avance en el entretenimiento, sino una pieza crítica para dotar a la inteligencia artificial de una comprensión profunda de la realidad física y la ejecución de tareas.

A diferencia de los modelos de lenguaje tradicionales que procesan información de manera estática, SIMA es un agente diseñado para ser generalista e instruible en múltiples mundos. La filosofía detrás de este desarrollo es que la verdadera inteligencia requiere interactuar con un entorno, entender la causa y el efecto, y navegar por la complejidad espacial que las palabras por sí solas no pueden describir totalmente. Hassabis señala que hay aspectos del contexto físico y la dinámica motora que no suelen estar presentes en los corpus de texto de internet, por lo que la experiencia directa en simulaciones es fundamental para que la IA aprenda «viviendo» las situaciones.

El funcionamiento de SIMA es fascinante: se integra en mundos virtuales, desde juegos comerciales sencillos hasta universos de mundo abierto extremadamente complejos como No Man’s Sky. Gracias a la integración con modelos como Gemini, el usuario puede hablar directamente con el agente y darle instrucciones en lenguaje natural para realizar tareas específicas dentro del juego. Lo que hace a SIMA especial no es su capacidad para ganar el juego siguiendo una programación rígida, sino su habilidad para entender objetivos generales y adaptarse a las reglas de diferentes entornos sin necesidad de acceso al código fuente del juego o a interfaces especializadas; el agente percibe el mundo a través de imágenes, tal como lo haría un jugador humano.

Un hito reciente en esta investigación es la creación de SIMA 2, que expande las capacidades de exploración y autonomía de estos agentes. Hassabis describe un experimento conceptualmente revolucionario: conectar a SIMA con Genie (un modelo de generación de mundos interactivos). En este escenario, Genie crea un entorno físico sobre la marcha y SIMA intenta navegarlo y resolver problemas dentro de él. Esta interacción crea un bucle de entrenamiento potencialmente infinito, donde una IA genera desafíos cada vez más difíciles y la otra IA aprende a resolverlos mediante la curiosidad como principal motivador. Este proceso de «jugar» a resolver millones de tareas automáticas es visto por DeepMind como el camino para alcanzar una «proto-AGI» capaz de generalizar conocimientos entre lo virtual y lo físico.

Sin embargo, el proyecto enfrenta retos técnicos considerables, especialmente en lo que respecta a la precisión de la física. Hassabis admite que, aunque las simulaciones actuales parecen realistas a simple vista, todavía pueden contener «alucinaciones físicas» donde las leyes de la naturaleza no se aplican con un 100% de rigor. Para solucionar esto, el equipo está utilizando motores de juego ultra-precisos para crear bancos de pruebas donde los agentes deben aprender y demostrar que han encapsulado las leyes fundamentales de la física, como las de Newton, de forma exacta. Este nivel de precisión es el paso necesario antes de trasladar lo aprendido por SIMA a la robótica del mundo real.

Más allá de poner fin a los «NPCs aburridos» en los videojuegos, el impacto de SIMA es profundamente científico. Hassabis cree que estas simulaciones son la herramienta definitiva para estudiar fenómenos como la emergencia de la conciencia o el comportamiento social. Al ejecutar millones de simulaciones con ligeras variaciones en las condiciones iniciales, los científicos pueden observar cómo evolucionan los agentes y qué incentivos llevan a la creación de estructuras complejas, algo imposible de realizar experimentalmente en la realidad humana.

En última instancia, el proyecto SIMA encarna la visión de DeepMind de que la IA debe ser un «agente» activo y no solo un consultor pasivo. Al dotar a las máquinas de la capacidad de explorar mundos, entender la física y cumplir instrucciones complejas en entornos cambiantes, nos acercamos al objetivo de un asistente universal que pueda ayudarnos no solo frente a una pantalla, sino en cualquier tarea del mundo físico. Como bien resume Hassabis, estamos construyendo las herramientas para que la IA deje de simplemente decirnos cómo es el mundo y empiece, finalmente, a interactuar con él de manera inteligente y segura.