Una apuesta de 2.300 millones de dólares: los videojuegos como clave para entrenar los robots del futuro

Cuando un jugador virtual se convierte en un robot real

En la oficina de «General Intuition» en Nueva York, se presentan dos escenas en paralelo: en la pantalla de un ordenador, un agente de inteligencia artificial lleva cien horas seguidas jugando a Fortnite sin pausa. Y en el pasillo de al lado, un robot cuadrúpedo guiado por una sola cámara recorre el espacio, explora su entorno y aprende a esquivar sillas y papeleras — igual que un niño que descubre por primera vez los límites de su cuerpo en el espacio que lo rodea.

Lo llamativo no es la existencia del robot ni la del agente virtual, sino que una única mente controla a ambos. Esta idea es el núcleo de una gran apuesta que hoy atrae financiación por valor de miles de millones de dólares.

Una ronda de financiación que consolida la posición de la empresa

«General Intuition» ha anunciado el cierre de una ronda de financiación de 320 millones de dólares, que eleva su valoración a 2.300 millones. Con ello, la financiación total declarada asciende a 454 millones de dólares, incluida la ronda inicial de 134 millones de dólares del pasado octubre.

La ronda fue liderada por Khosla Ventures, con la participación de General Catalyst, además de inversores destacados entre los que figuran Jeff Bezos y Eric Schmidt, así como investigadores de Google DeepMind y el MIT.

De los clips de videojuegos a la comprensión del mundo

La historia de la empresa comienza con «Medal», una plataforma propiedad del fundador y CEO Pim de Witte (31 años) que permite a los jugadores subir y compartir clips de sus partidas. La plataforma acumuló cientos de millones de horas de juego, lo que constituyó los datos fundamentales para entrenar el modelo de «General Intuition» en el razonamiento espaciotemporal — es decir, cómo moverse y desplazarse a través del espacio y el tiempo.

Pero el secreto no reside en los clips de vídeo en sí mismos, sino en una capa oculta que contienen: registros precisos de cada botón que pulsó el jugador y del momento exacto en que lo hizo. De Witte considera que la mayoría de los competidores intentan inferir las acciones únicamente a partir del vídeo — un enfoque que él considera insuficiente. Estos datos de comportamiento detallados otorgan al modelo una capacidad única para distinguir entre «el yo» y «el entorno», lo que profundiza su comprensión de la causalidad y la interacción con el mundo.

Un entorno de entrenamiento, no un producto de entretenimiento

La empresa ha desarrollado lo que denomina «modelo del mundo»: un entorno de simulación que se genera fotograma a fotograma en lugar de depender de motores de juego tradicionales. Los experimentos han demostrado que este modelo comprende en profundidad las reglas físicas del entorno: las paredes son sólidas, las escaleras sirven para subir y las sombras se alargan con el movimiento del sol.

Sin embargo, este entorno simulado no es el producto final; es el «gimnasio de entrenamiento», como lo denomina el equipo internamente. El verdadero producto es el modelo de agente capaz de actuar en el mundo real, ya sea dentro de un videojuego, en una fábrica o en una calle concurrida.

Como prueba de su capacidad de generalización, ajustar con precisión el modelo para operar el robot cuadrúpedo requirió tan solo ocho minutos de datos del mundo real — recopilados en la calle, no en el edificio por el que el robot se desplazaría posteriormente.

¿Por qué confían los inversores en esta apuesta?

Vinod Khosla, fundador de Khosla Ventures, considera que los datos de comportamiento extraídos de los videojuegos son la clave que diferencia a «General Intuition» del resto:

• La aparición de la «intuición» en la inteligencia artificial: Khosla compara esta etapa con la aparición del razonamiento lógico en los grandes modelos de lenguaje, considerándola un salto cualitativo equivalente.
• Datos propietarios inigualables: Los cientos de millones de horas de juego junto con los datos de acciones asociados otorgan a la empresa una ventaja competitiva difícil de replicar.
• Escalabilidad: Mientras que la mayoría de los enfoques en robótica exigen recopilar datos de campo de forma costosa y lenta, el juego proporciona un entorno de entrenamiento económico y escalable prácticamente sin límites.

Próximos pasos y desafíos por venir

La mayor parte de los fondos de esta ronda se destinará a ampliar la capacidad computacional a través de una asociación con CoreWeave, con el foco puesto en el preentrenamiento de la próxima versión del modelo. También se ha reservado una parte para ofrecer acceso más amplio a una API antes de que termine el verano.

No obstante, los desafíos persisten: «General Intuition» no es la única en esta carrera, y demostrar el rendimiento de los modelos del mundo en aplicaciones reales y a gran escala sigue siendo una prueba pendiente de superar. Ni los fundadores ni sus inversores parecen tener prisa por demostrarlo mediante una operación de adquisición; apuestan por que lo que están construyendo podría convertirse en la columna vertebral de una nueva generación de inteligencia artificial encarnada y de mundos simulados.

✦ بقلم فريق دروب أيديا