La nueva herramienta de Roblox funciona “tokenizando” los bloques 3D que forman sus millones de mundos en el juego, o tratándolos como unidades a las que se les puede asignar un valor numérico en función de la probabilidad de que aparezcan a continuación en una secuencia. Esto es similar a la forma en que un modelo de lenguaje grande maneja palabras o fracciones de palabras. Si escribes “La capital de Francia es…” en un modelo de lenguaje grande como GPT-4, por ejemplo, evalúa cuál es la siguiente ficha con más probabilidades de ser. En este caso, sería “París”. El sistema de Roblox maneja los bloques 3D de la misma manera para crear el entorno, bloque por bloque con más probabilidades de aparecer a continuación.
Encontrar una manera de hacer esto ha sido difícil por un par de razones. En primer lugar, hay muchos menos datos para entornos 3D que para texto. Para entrenar sus modelos, Roblox ha tenido que depender de datos generados por los usuarios de los creadores, así como de conjuntos de datos externos.
“Encontrar información 3D de alta calidad es difícil”, afirma Anupam Singh, vicepresidente de IA e ingeniería de crecimiento de Roblox. “Incluso si obtienes todos los conjuntos de datos que puedas imaginar, para poder predecir el próximo cubo es necesario que tenga literalmente tres dimensiones: X, Y y Z”.
La falta de datos en 3D puede generar situaciones extrañas, en las que los objetos aparecen en lugares inusuales (un árbol en medio de la pista de carreras, por ejemplo). Para solucionar este problema, Roblox utilizará un segundo modelo de IA que se ha entrenado con más datos en 2D, extraídos de conjuntos de datos de código abierto y con licencia, para comprobar el funcionamiento del primero.
Básicamente, mientras una IA crea un entorno 3D, el modelo 2D convertirá el nuevo entorno a 2D y evaluará si la imagen es lógicamente coherente o no. Si las imágenes no tienen sentido y, por ejemplo, tienes un gato con 12 brazos conduciendo un coche de carreras, la IA 3D genera un nuevo bloque una y otra vez hasta que la IA 2D lo “aprueba”.
Los diseñadores de juegos de Roblox aún tendrán que participar en la creación de entornos de juego divertidos para los millones de jugadores de la plataforma, dice Chris Totten, profesor asociado del programa de diseño de juegos de animación de la Universidad Estatal de Kent. “Muchos generadores de niveles producirán algo simple y plano. Necesitas una mano humana que te guíe”, dice. “Es como si la gente intentara hacer un ensayo con ChatGPT para una clase. También va a abrir una conversación sobre qué significa hacer un buen diseño de niveles que responda a los jugadores”.