Los investigadores Harrison Kinsley y Daniel Kukeila han presentado GANTheft Auto, un proyecto que utiliza las tecnologías de NVIDIA para crear una red neuronal que genera un fragmento jugable de Grand Theft Auto V.

La compañía de tarjetas gráficas ya había demostrado el potencial de su IA con un proyecto relacionado con PAC-MAN. En ese proyecto lograron que la IA recreara una partida jugable de PAC-MAN que apenas se diferenciaba de una real, todo lo un logro si tomamos en cuenta que la recreación no usaba un motor gráfico.

Aprendizaje por experiencia

Sin embargo, este nuevo intento ha mostrado progresos interesantes, GTA V tiene muchos más pixeles que recrear y aún así la IA ha logrado recrear el juego de Rockstar. Para poder hacer esto debieron usar las DGX de Nvidia, dispositivos muy potentes dedicados al Deep Learning y que en este caso usaron para enseñar gameplays de GTA.

Un total de 16 bots jugaron GTA en una misma zona por varias horas, luego de “alimentar2 de conocimiento a la IA esta pudo recrear el mismo lugar. Podemos notar que la imagen se ve “borrosa”, esto se debe a que aún no puede recrear de manera exacta cada alemento. No obstnte, los investigadores lograron jugar el fragmento del título recreado.

Esta versión no usa motores gráficos, líneas de código alguno ni nada por el estilo. Funciona enteramente como una recreación visual con ayuda de una tarjeta gráfica. Todavía requiere mucho trabajo y potencia para ser un proyecto viable de manera individual, pero los investigadores ven potencial en esto.

Sobre todo porque esto significa que la IA de Nvidia podría recibir tareas de recreación del mundo real, después de todo solo necesita experiencias de las que alimentarse. Es cuestión de tiempo que especialistas de IA aplicada le encuentren algún uso en videojuegos o más allá de este medio.

A continución puedes ver el video de la demo del proyecto Gan Theft Auto, también puedes ver el proceso completo en GitHub e incluso bajar la demo y jugarla si tienes una gráfica de Nvidia con al menos 8 GB de VRAM.

Escribir un comentario