{"id":62063,"date":"2025-04-20T10:34:59","date_gmt":"2025-04-20T10:34:59","guid":{"rendered":"https:\/\/enfoquenoticioso.com\/?p=62063"},"modified":"2025-04-20T10:34:59","modified_gmt":"2025-04-20T10:34:59","slug":"ponerle-a-jugar-a-pokemon","status":"publish","type":"post","link":"https:\/\/enfoquenoticioso.com\/?p=62063","title":{"rendered":"ponerle a jugar a Pok\u00e9mon"},"content":{"rendered":"
\n

El psic\u00f3logo suizo Jean Piaget ten\u00eda una definici\u00f3n de inteligencia especialmente interesante. \u00c9l dec\u00eda que \u00abla inteligencia es lo que usas cuando no sabes qu\u00e9 hacer\u00bb. Ese puede ser un elemento clave de una nueva tendencia para medir la capacidad de la inteligencia artificial. Una que pone a la IA a jugar a Pok\u00e9mon.<\/p>\n

<\/p>\n

\u00bfC\u00f3mo de inteligente es la inteligencia artificial?<\/strong> Ya hay pruebas que permiten valorar la capacidad de la IA a la hora de resolver problemas cient\u00edficos, matem\u00e1ticos o de programaci\u00f3n. Todo eso ayuda a \u00abmedir\u00bb el progreso de estos modelos, pero frente a todas esas t\u00e9cnicas hay una idea singular: la de medir la citada capacidad de la IA jugando a Pok\u00e9mon.<\/p>\n

<\/p>\n

Claude inici\u00f3 la tendencia<\/strong>. Los responsables de Anthropic tuvieron la ocurrencia de probar c\u00f3mo se comportar\u00eda su modelo de IA, Claude 3.7, al jugar a Pok\u00e9mon Red<\/a>. As\u00ed que hicieron uso de su herramienta de navegaci\u00f3n autom\u00e1tica para ver c\u00f3mo utilizaba sus capacidades para ir jugando al videojuego. Crearon un canal de Twitch<\/a> e incluso hay un seguimiento de c\u00f3mo le est\u00e1 yendo en Reddit<\/a>.<\/p>\n

<\/p>\n

\n
\n
\n
\n
\n \"Tenemos
\n <\/a>\n <\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n

Y ahora Gemini Pro recoge el guante<\/strong>. Un desarrollador que no tiene afiliaci\u00f3n alguna con Google ha decidido aplicar la misma idea, pero con Gemini Pro 2.5 Experimental como modelo de IA para probarla. En su canal de Twitch<\/a> est\u00e1 mostrando una partida de Pok\u00e9mon Blue (era el que conoc\u00eda m\u00e1s este desarrollador) ejecut\u00e1ndose en un emulador de la Game Boy Advance.<\/p>\n

<\/p>\n

\u00bfQui\u00e9n gana?<\/strong> De momento Gemini Pro 2.5 Experimental parece estar haci\u00e9ndolo algo mejor. Claude se qued\u00f3 atascado en una fase de juego un par de veces<\/a>, por ejemplo, lo que ha obligado a volver a iniciar sus partidas. Gemini parece estar avanzando sin tantos problemas, aunque no juega de la misma manera que Claude y por ejemplo tiene acceso a un minimapa que seg\u00fan su creador compensa una de las limitaciones de Gemini, que no cuenta con herramientas de navegaci\u00f3n autom\u00e1tica como Claude.<\/p>\n

<\/p>\n

\n
\n \"Captura
\n \"Captura<\/p><\/div>\n<\/div>\n

Por qu\u00e9 Pok\u00e9mon para la Game Boy<\/strong>. La versi\u00f3n de Pok\u00e9mon para la Game Boy Advance que se est\u00e1 usando en estos experimentos es perfecta para evaluar esas capacidades de los LLM por varias razones. Por ejemplo, se trata de un videojuego por turnos, lo que permite a la IA \u00abpensar\u00bb su siguiente movimiento. Pero adem\u00e1s es un juego gr\u00e1ficamente simple, lo que hace m\u00e1s sencillo para estos modelos \u00abver\u00bb la pantalla y entender lo que pasa en cada momento sin que eso sea muy costoso a nivel de recursos.<\/p>\n

<\/p>\n

Un benchmark sorprendentemente \u00fatil<\/strong>. Esta forma de evaluar lo inteligente que es una IA puede ser tan reveladora como las pruebas de programaci\u00f3n o de matem\u00e1ticas. O m\u00e1s, incluso. Si alguien le da a un ni\u00f1o de 10 a\u00f1os una Nintendo Switch, ese ni\u00f1o aprender\u00e1 a jugar a cualquier juego en minutos. Sin embargo las IAs suelen tenerlo especialmente dif\u00edcil en este escenario, y acaban ejecutando movimientos ilegales.<\/p>\n

<\/p>\n

\n
\n
\n \"Captura
\n \"Captura
\n <\/a><\/p><\/div>\n<\/div>\n

Nada de memorizaci\u00f3n<\/strong>. Muchos de los benchmarks utilizados para medir la capacidad de los modelos de IA se basa en su \u00abmemoria\u00bb. Cuando resuelven un problema es normalmente porque la soluci\u00f3n forma parte de su conjunto de datos de entrenamiento, o ya hab\u00eda un problema similar solucionado y que pueden \u00abreplicar\u00bb o \u00abregurgitar\u00bb. En esta aproximaci\u00f3n la propuesta es algo diferente, y exige cierta capacidad de adaptaci\u00f3n a los modelos de IA.<\/p>\n

<\/p>\n

ARC-AGI y el juego Snake<\/strong>. En febrero la ARC Prize Foundation, que desarrolla un benchmark igualmente llamativo para modelos de IA, experiment\u00f3 con otro videojuego<\/a> sencillo: una versi\u00f3n del m\u00edtico Snake<\/a> que enfrentaba a diversos modelos de IA para ver c\u00f3mo se comportaban. Los modelos de razonamiento fueron los claros ganadores (el 78% de victorias), y de nuevo esto les mostr\u00f3 la relevancia de este tipo de videojuegos para mejorar los modelos de IA en el futuro.<\/p>\n

<\/p>\n

La IA aprende a adaptarse<\/strong>. Como ven\u00edamos diciendo, este tipo de benchmarks son especialmente interesantes porque nos permiten comprobar si un modelo de IA es capaz de adaptarse a nuevas situaciones y retos y de superarlas. Es algo que empresas como DeepMind llevan tiempo haciendo con algunos de sus desarrollos, y sin duda es una alternativa interesante que explorar para los desarrolladores de estos modelos.<\/p>\n

<\/p>\n

En Xataka | He usado Claude 3.7 durante horas. Es lo m\u00e1s cercano a un cerebro humano que he sentido con una IA<\/a><\/p>\n<\/p><\/div>\n

Ver fuente<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

El psic\u00f3logo suizo Jean Piaget ten\u00eda una definici\u00f3n de inteligencia especialmente interesante. \u00c9l dec\u00eda que \u00abla inteligencia es lo que usas cuando no sabes qu\u00e9 hacer\u00bb. Ese puede ser un elemento clave de una nueva tendencia para medir la capacidad de la inteligencia artificial. Una que pone a la IA a jugar a Pok\u00e9mon. \u00bfC\u00f3mo […]<\/p>\n","protected":false},"author":2,"featured_media":62064,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[],"class_list":["post-62063","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts\/62063","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=62063"}],"version-history":[{"count":0,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts\/62063\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/media\/62064"}],"wp:attachment":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=62063"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=62063"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=62063"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}