Los investigadores simularon el icónico mapa "Dust2" de CS:GO completamente a través de redes neuronales en una única GPU RTX3090. Si bien estos clips son impresionantes y problemáticos, ilustran el admirable progreso que ha logrado la IA generativa en la simulación de entornos de juego totalmente en 3D.
Eloi Alonso, uno de los líderes del proyecto, mostró un clip de la simulación de difusión del modelado mundial Diamond en X/Twitter. A primera vista, aunque la salida es de sólo 10FPS, si tienes paciencia, la jugabilidad es bastante completa y coherente. Los jugadores pueden blandir el arma, recargar, ver el destello del cañón e incluso experimentar el retroceso.
Sin embargo, las cosas empiezan a ponerse raras cuando te das cuenta de que este modelo en realidad no ejecuta el motor de CS:GO. Los investigadores lo alimentaron con una gran cantidad de escenas de combate a muerte de Dust 2 para entrenar hasta que la red neuronal pudiera básicamente "fantasmar" su propia aproximación de mapas y jugabilidad clásicos. La página de GitHub afirma que utilizaron más de 5 millones de fotogramas o 87 horas de juego. Luego jugaron todos estos juegos usando el RTX3090.
En este momento encontrarás algunos pequeños problemas. Dado que la simulación de GPU no comprende conceptos como la gravedad o la detección de colisiones, es imposible hablar de los efectos físicos del juego. Los jugadores pueden saltar sin parar, básicamente volar, tener armas que se deforman extrañamente con ciertas luces, moverse rápidamente, lo que rompe el entorno en un caos abstracto y borroso, e incluso pueden caminar a través de paredes sólidas como una especie de fantasma.
Por supuesto, si quieres una verdadera experiencia de combustible de Dust 2, que no sea una pesadilla, puedes descargar Counter-Strike 2 en Steam ahora mismo y disfrutar del juego a velocidades de fotogramas que no parecen una presentación de diapositivas. Por supuesto, esto no requiere un RTX3090; de hecho, el juego está optimizado para ejecutarse correctamente con solo 1 GB de memoria de video.
Si bien el experimento de IA de Alonso es sólo un experimento, representa un hito importante en el poder del procesamiento de IA en el dispositivo. El modelo se entrena completamente en una sola GPU y luego la misma GPU impulsa simulaciones generativas en tiempo real.
Demostraciones como esta son raras, pero esta no es la primera vez que la IA generativa intenta recrear la experiencia de juego. Por ejemplo, un equipo de Google lanzó recientemente GameNGen, que utiliza un modelo de difusión estable personalizado para generar un nivel de Doom en tiempo real.
El renombrado desarrollador Peter Molyneux predice que la inteligencia artificial eventualmente creará "la mayoría" de los juegos, desde personajes y animaciones hasta diálogos y recursos del juego.