Puedes generar tus propios niveles del clásico juego a partir de indicaciones que se procesan por el modelo GPT-2.
Como ya es costumbre para los fanáticos, este 10 de marzo se celebró el ‘Mario Day’ (Día de Mario Bros), una fecha para recordar al mítico personaje de los videojuegos clásicos Mario Bros. Por ello, te presentamos una reciente investigación que desarrolló un modelo de inteligencia artificial para codificar y generar niveles del videojuego Super Mario Bros, conocido como MarioGPT.
Mario Bros, el simpático fontanero de gorra roja y mostacho, fue creado por Shigeru Miyamoto, e hizo su primera aparición en juegos para las consolas arcade de Nintendo, en 1983.
La conmemoración en esta fecha nace a partir del juego de letras y números en el nombre de Mario: ‘Mar’ (la abreviación de marzo en inglés) e ‘io’ (estilizado como 10). Así, ‘Mar10′ es la fecha distintiva para el personaje de origen italiano.
¿Cómo nació MarioGPT?
Un grupo de investigadores de la IT University of Copenhagen ha desarrollado un método para codificar y generar niveles del videojuego Super Mario Bros (lanzado, originalmente, en Nintendo NES), denominado ‘MarioGPT’.
Este método hace uso del modelo de lenguaje GPT-2. Solo para darnos una idea, ChatGPT, la plataforma que nos permite conversar con una inteligencia artificial generativa de manera online, hace uso del modelo GPT-3, que sería el sucesor de GPT-2.
Nuevos niveles infinitos para Super Mario Bros
Cabe resaltar que los modelos de lenguaje GPT no son capaces de comprender los niveles de Super Mario Bros de forma nativa, por lo que -en primer lugar- se tuvo que representar los niveles y todo lo que hay en ellos (columnas, piso, tuberías, enemigos, etc.) como texto compuesto por caracteres ordinarios (letras, signos de puntuación y exclamación, etc.). De esta manera, el modelo pudo entender lo que significaban los caracteres, ya sea en lenguaje escrito o en código.
“Creo que, en general, con conjuntos de datos pequeños, GPT-2 es más adecuado que GPT-3, al mismo tiempo que es mucho más liviano y más fácil de entrenar. Sin embargo, en el futuro, con conjuntos de datos más grandes, es posible que necesitemos usar un modelo más sofisticado, como GPT3″, señaló Shyam Sudhakaran, uno de los investigadores detrás de MarioGPT, al sitio web TechCrunch.
Por último, los patrones de caracteres comprendidos por el modelo de inteligencia artificial se correlacionan con las características y objetos del nivel, para finalmente reproducirlos.
El producto que arroja MarioGPT incluye los diversos caminos que puede recorrer el personaje de Mario, demostrando así que el nivel es jugable. Naturalmente, hay niveles imposibles que genera la IA, pero la mayoría de ellos sí se puede pasar. Incluso, de una muestra de 250 niveles, nueve de cada diez pudieron ser completados por el agente de software A* (especialmente diseñado por los investigadores). También se incluyen funciones para medir qué tan simple es la ruta.
¿Cómo diseñar mi propio nivel?
Generar un nivel de Super Mario Bros es sencillo. Tenemos dos maneras de hacerlo a través del aplicativo web lanzado por los investigadores daneses.
La primera es entrando a la plataforma de MarioGPT. Allí, estará seleccionada por defecto la opción ‘Compose prompt’. Son cuatro preguntas que nos ofrece el aplicativo: How many pipes? (número de tuberías); How many blocks? (número de bloques de ladrillos); How many enemies? (número de enemigos); y Elevation (elevación del terreno). Las opciones para las tres primeras preguntas son: ‘no’, ‘pocos’, ‘algunos’ y ‘muchos’. Para la última interrogante podemos elegir entre ‘bajo’ o ‘elevado’. Otras opciones avanzadas nos permiten configurar la extensión del nivel.
La segunda opción es ‘Type prompt’ y nos permite redactar, nosotros mismos, las indicaciones (prompts) que deberá seguir la inteligencia artificial para generar el nivel. Un ejemplo de estos prompts puede ser: many pipes, many enemies, some blocks y low elevation (deben ser escritos en inglés).
Es pertinente señalar que, gracias a este método, los autores Shyam Sudhakaran, Miguel González-Duque, Claire Glanois, Matthias Freiberger, Elías Najarro y Sebastián Risi han podido realizar una prepublicación de artículo científico en el archivo en línea ‘Arxiv’.
