Noticia Inteligencia Artificial
Gemini 4 vence Minecraft sin ayuda humana: qué significa el hito
- Cuatro agentes de Gemini 4 Argon derrotaron al Ender Dragon en 27.23 horas, con 605 muertes y 810 dólares de cómputo.
- Qué prueba y qué deja fuera.
Google DeepMind puso a cuatro agentes de Gemini 4 Argon en un mundo de Minecraft de supervivencia generado al azar. La meta era una: matar al Ender Dragon. Sin roles, sin estrategias y sin herramientas creadas para el juego. Cada agente manejaba a un jugador con la biblioteca de código abierto Mineflayer. Se entendían por el chat y una memoria compartida. Lo reportó Engadget, a partir del artículo del equipo.
AlphaGo se midió en un tablero de reglas cerradas y un rival fijo. Minecraft castiga otra cosa. El plan tiene que aguantar muertes, equipo perdido y tareas repetidas durante horas. Los cuatro agentes se repartieron el trabajo solos en las primeras horas. Nadie les asignó un papel.
El reparto salió del chat
Cada uno terminó con una especialidad, de acuerdo con el documento:
- janesick fabricó herramientas y equipo.
- gyldenia juntó comida y suministros.
- auratian encendió el portal que lleva al End.
- bulicame construyó refugios para conseguir recursos de los Endermen y dio el golpe final.
Los apodos son los del reporte. La coordinación salió del chat: avisos de amenazas, coordenadas y consejos de combate. También se ayudaban a recuperar los objetos de un compañero muerto.
Minecraft no se termina con una buena pelea. Pide talar madera, fabricar herramientas y conseguir perlas de Ender. Después hay que armar los Ojos de Ender y localizar el portal. Son miles de pasos encadenados y cada uno depende del anterior.
Los cuatro agentes escribieron y corrieron 2,783 programas y se mandaron 229 mensajes. Un quinto agente, llamado Observer, siguió la sesión como testigo. Revisaba si había trampa y publicaba reportes en vivo. La precaución es sensata. La salvedad: la vigilancia la montó la misma casa que hizo la prueba.
El equipo subraya que no hubo semillas exploradas de antemano. Tampoco herramientas específicas para Minecraft escritas por humanos, más allá de Mineflayer. Ese detalle separa esta partida de las demostraciones donde el software ya sabe qué hacer en cada bioma.
El mundo se generó al azar. Eso quita la ruta memorizada: el agente no puede repetir una partida que ya vio. Cada decisión sale de lo que tiene enfrente. Y de lo que le contaron sus compañeros por chat.
La factura de 27.23 horas
El reloj marcó 27.23 horas de juego. La mayor parte se fue en el tramo del dragón. El gasto llegó a 1,350 millones de tokens de entrada. El costo que calcula el equipo es de 810 dólares al precio de lista de Gemini, o 1,620 a la tarifa estándar. Son poco menos de 30 dólares por hora con la primera cifra.
Los agentes murieron 605 veces en el intento. En Minecraft morir cuesta el inventario. El reporte cuenta que se avisaban entre ellos para recuperar los objetos de un compañero caído. Esa parte pesa más que el golpe final: sobrevivir al error sin perder el hilo.
La comparación con humanos devuelve el tamaño del hito. Hipertextual recuerda que un speedrunner terminó Minecraft en 6 minutos 36 segundos. También que AlphaStar, el antecedente de DeepMind en videojuegos, llegó al rango Gran Maestro en StarCraft II. Los tres casos miden cosas distintas. Los tres apuntan a lo mismo: una tarea larga resuelta sin que alguien sostenga la mano.
Lo que cambia con un dragón muerto
Google usa los juegos como vitrina desde AlphaGo. El cambio está en el software. Antes cada juego necesitaba un sistema hecho a medida. Aquí un modelo de propósito general trabajó con Mineflayer, una biblioteca que convierte el mundo en acciones que un programa puede llamar. Los agentes escribían código, lo ejecutaban y leían el resultado.
Los antecedentes de DeepMind en juegos se entrenaron para ese juego. AlphaGo aprendió Go y AlphaStar aprendió StarCraft II. Aquí no hubo un sistema hecho para Minecraft. El modelo llegó con Mineflayer y una meta escrita en el mundo.
Ahí aparece lo práctico. Cuando el siguiente obstáculo no estaba previsto, el agente redactaba un programa nuevo. Lo corría y revisaba qué salió. Esos 2,783 programas son herramientas fabricadas sobre la marcha para el problema de turno.
El alcance es angosto: un solo mundo y una meta fija, en un entorno simulado y con un testigo de la propia Google. El equipo presenta el resultado como la primera partida completa de principio a fin «hasta donde sabemos». Esa fórmula pide confirmación de alguien más. Lo que sí queda claro es el tipo de problema: sostener un plan coherente durante miles de pasos dependientes y más de un día.
La consistencia es la parte que me interesa. Un plan que aguanta 605 muertes y 2,783 programas habla del manejo de errores. Ese manejo es lo que hace falta en las tareas aburridas y largas. La factura también marca el límite: 810 dólares por una partida se pagan en un laboratorio. Todavía no en una herramienta que corra todos los días.
Falta ver cuánto de ese plan sobrevive cuando la meta no viene escrita de antemano. Y cuando ningún agente de guardia revisa cada movimiento.