Hoy se celebra el 40 aniversario de PAC-MAN y NVIDIA ha querido rendir un tributo muy especial al juego clásico de Bandai Namco recreándolo con una Inteligencia Artificial llamada GameGAN que es capaz de crear una copia del juego con ingeniería inversa necesitando tan solo visualizar miles de partidas.
GameGAN es un modelo de red neuronal que es capaz de imitar el motor gráfico de un juego sin tener acceso al mismo, simplemente viendo miles de partidas para analizar cómo se comporta cada elemento y después imitarlo con una copia del título en cuestión totalmente funcional.
Para realizar el proceso GameGAN saca partido de lo que llaman redes generativas discriminatorioas o GANs, compuestas por dos redes neruonales enfrentadas que aprenden a crear contenidos lo suficientemente convincentes como para ser identificados como parte del juego original. Otra de las herramientas que se aprovechan en GameGAN es NVIDIA GauGAN, un modelo de aprendizaje profundo para las IA que convierte esbozos en texturas realistas.
Para recrear PAC-MAN, la IA GameGAN ha visualizado 50.000 episodios del clásico para posteriormente recrearlos tal y como vais a ver en un pequeño tráiler que os mostramos a continuación. Además, nosotros acudimos a una presentación del proyecto por parte de NVIDIA en la que nos contaron que van a publicar esta versión de PAC-MAN recreada con Game GAN en su plataforma AI Playground a lo largo de este año para que la gente pueda disfrutar de este particular homenaje al clásico.
"Este es la primera investigación que emula un motor de juego que utiliza las redes neuronales basadas en GAN", comenta Seung-Wook Kim, investigador de NVIDIA y principal responsable del proyecto. "Queríamos ver si la IA podía aprender las reglas de un entorno simplemente mirando cómo un agente se movía a través del juego y lo hizo".
La utilidad de GameGAN en el desarrollo de videojuegos
Más allá de poder recrear juegos o partes de juegos con solo mirarlas y sin acceder a su motor, GameGAN tiene otras utilidades que se pueden aplicar en un futuro en el desarrollo de los juegos para acelerar el proceso creativo de los desarrolladores, ya que puede diseñar niveles de forma automática o replicar el comportamiento de ciertos objetos reales simplemente aprendiendo cómo se comportan en cada momento.
