Durante años, la inteligencia artificial ha demostrado ser capaz de superar a los humanos en juegos como Go, ajedrez o Atari. Sin embargo, esos logros han estado condicionados por un modelo de aprendizaje por refuerzo basado en prueba y error intensivo, que requiere millones de interacciones para que un agente adquiera habilidades aceptables. Este enfoque, aunque exitoso en entornos digitales, resulta inviable en el mundo físico, donde experimentar puede ser costoso, lento o incluso peligroso.
Para resolver ese problema, los investigadores han apostado por los modelos de mundo: simulaciones digitales en las que los agentes de IA pueden aprender sin riesgo. Sin embargo, hasta ahora, esos modelos han tenido un alcance limitado, sirviendo principalmente en entornos cerrados y simples. Todo esto cambia con la llegada de Dreamer 4, el nuevo agente desarrollado por Google DeepMind. Continúa leyendo «Dreamer 4: el agente de inteligencia artificial que aprende sin practicar en el mundo real»