IA en un minutoNoticiasAgentes
Cuatro agentes de Gemini 4 Argon se pasan Minecraft sin ayuda humana
Redacción de IA en un minuto · Editor: Jon Elgezabal
En 30 segundos
Cuatro agentes de IA con Gemini 4 Argon, de Google, acabaron Minecraft desde un mundo aleatorio sin que ninguna persona les diera órdenes ni herramientas propias del juego. El equipo necesitó 27 horas y 14 minutos, escribió 2.783 programas y sufrió 605 muertes hasta vencer al Ender Dragon. Los autores avisan de que se trató de una única partida, así que no prueba que se pueda repetir con fiabilidad.
Investigadores de Google DeepMind publicaron el jueves 15 de octubre en arXiv un estudio en el que cuatro agentes (programas de IA que actúan por su cuenta) con Gemini 4 Argon, el nuevo modelo de Google, recibieron un único objetivo en un mundo de Minecraft generado al azar: derrotar al Ender Dragon, el dragón final del juego. Lo ha contado este domingo The Decoder.
Nadie les asignó papeles ni les escribió la lógica del juego. Cada agente manejaba un jugador con Mineflayer, una biblioteca de código abierto para crear bots de Minecraft, y se coordinaban por el chat del juego y con una memoria compartida. Los investigadores podían seguir la partida en directo y pausarla o detenerla en cualquier momento, pero no tuvieron motivo para intervenir.
La partida se jugó en la versión Java 1.20.4 de Minecraft, en modo supervivencia, en dificultad fácil y con los trucos desactivados. Lo consiguieron en 27 horas y 14 minutos, después de escribir 2.783 programas, intercambiar 229 mensajes y morir 605 veces. Ese tiempo equivale a unos 81 días dentro del juego e incluye seis reinicios del servidor. Según el artículo completo, los agentes se repartieron el trabajo, compartieron lo que iban aprendiendo y recuperaron los objetos de los compañeros que morían; The Decoder añade que se avisaban unos a otros de las amenazas.
Hasta donde saben los autores, es la primera vez que unos agentes de IA completan Minecraft de principio a fin de forma autónoma, solo con la biblioteca Mineflayer estándar, sin mundos explorados de antemano ni herramientas para el juego hechas por personas. Como referencia, el artículo recuerda que la mediana de HowLongToBeat para la historia principal de Minecraft es de 45 horas, y que el récord de velocidad con un mundo aleatorio está por debajo de siete minutos.
Calculan que, con los precios de lista de Gemini 4 Argon, llegar a la victoria costó unos 520 dólares con el precio de lanzamiento del modelo y unos 1.040 con el precio estándar, que según The Decoder se aplicará a partir de 2027. Contando un agente observador y el día de actividad que siguió a la victoria, la sesión entera rondó los 810 dólares (1.620 con el precio estándar).
El propio estudio marca los límites: fue una sola partida, la primera que lanzaron, y eso no demuestra con qué fiabilidad se repetiría. En dificultad fácil los monstruos hacen menos daño y el hambre no puede matar al jugador. Mineflayer da a los agentes datos que una persona no sabría interpretar o no puede ver, y su módulo de rutas esquiva los obstáculos, algo que un humano hace a ojo; jugar desde la imagen, con teclado y ratón, como hace SIMA 2, sigue siendo mucho más difícil. Además, Gemini 4 Argon ya conocía mucho Minecraft y Mineflayer, el 22 % de los programas acabó en error y la fase final, en la dimensión del End, duró casi 14 horas.
Los autores señalan que las tareas complejas de programación y de empresa en el mundo real exigen lo mismo que esta partida: mantener un plan durante mucho tiempo y coordinarse entre varios agentes.
Por qué importa · análisis y opinión
Lo relevante no es el videojuego, sino la duración: unos agentes que sostienen un objetivo durante más de un día, se reparten el trabajo y corrigen sus propios fallos se acercan a lo que pediría un proyecto de software o un proceso de empresa. El salto al uso real, sin embargo, todavía no está dado. Hubo una sola partida, en el modo más fácil y con una biblioteca que les daba información que un jugador humano no tiene, así que falta comprobar si el resultado se repite y con qué frecuencia falla. También queda por ver cómo se comportan en entornos de trabajo reales, donde un error tiene consecuencias. Para quien ya prueba agentes, la lección práctica es la que aplicaron los propios investigadores: seguirlos en directo y poder pausarlos en cualquier momento.
Fuente: arXiv · Redactada con ayuda de IA: cómo hacemos las noticias
