Utilizan la misma tecnología que también controla el rover Perseverance en Marte. Su equipo está lleno de expertos con doctorados en inteligencia artificial. Están dirigidos por un científico y desarrollador que colaboró en proyectos de la agencia estadounidense DARPA, la que estuvo en el nacimiento de Internet o GPS y aún realiza investigaciones avanzadas no solo para uso militar. Y ahora Filip Dvořák y su startup Filuta AI se aventuran en la industria del juego. «Anualmente se gastan más de 370 mil millones de coronas en pruebas de videojuegos. Reduciremos los costes a una quinta parte», afirma a CzechCrunch. Cuando se visitan las todavía numerosas oficinas de startups en Karlín, Praga, es posible que ni siquiera se pueda imaginar qué idea multimillonaria está naciendo aquí. Y, sin embargo, la inteligencia artificial de la empresa Filuta AI ya está penetrando en el lucrativo negocio de los juegos. «Estamos definiendo un nuevo enfoque para las pruebas. El mercado está extremadamente hambriento de ello. Y en términos de tecnología y idoneidad para el desarrollo de juegos, no vemos competencia», dice en una entrevista el fundador Filip Dvořák, un hombre con experiencia en Microsoft, en proyectos de la agencia de investigación del Departamento de Defensa de EE.UU. DARPA, y con dos doctorados en fisica matematica. Después de todo, ¿qué estudio de juegos no querría ahorrar el 80 por ciento de sus costos de prueba y obtener una herramienta que pueda reemplazar tan solo cinco probadores humanos a la vez, pero convertirse en el equivalente a mil trabajadores en poco tiempo? Filuta AI logra esto utilizando los llamados agentes de IA e inteligencia artificial simbólica. ¿Qué quiere decir esto? En términos simples, piense en ello como jugadores virtuales que entienden el juego, prueban y juegan de acuerdo con las instrucciones, registran todo y lo envían para evaluación. “La IA simbólica que utilizamos tiene un valor añadido significativo para la industria de pruebas de juegos por su escalabilidad, coste y mantenimiento nulo. No conocemos una solución mejor», describe Dvořák. ¿Por qué otros no lo hacen también? ¿La gente sigue siendo mejor en algo? ¿Por qué eligieron los videojuegos en Filut, cuando también estaban pensando en la industria espacial? ¿Y qué juego checo utiliza ya la IA de Filut? Eso también lo aprenderás. ¿Cómo quiere una startup de Karlín ahorrar miles de millones de dólares a las empresas de videojuegos? El mercado es increíblemente grande. Anualmente se gastan más de 16 mil millones de dólares (más de 370 mil millones de coronas, nota del editor) en pruebas de juegos. Y ofrecemos una solución que debería reducir los costes en una quinta parte y acelerar el ciclo de desarrollo. Usamos la llamada inteligencia artificial simbólica, en términos simples, agentes de inteligencia artificial, a los que les asignas un objetivo de prueba y lo cumplen en cualquier entorno, porque se adaptan constantemente y, además, registran todo. Son mejores que los humanos en lo que respecta a análisis. Imagínese si cada evaluador tuviera un cuaderno y anotara cada paso que dio, cada observación del mundo del juego y cada acción que tiene lugar en el motor del juego mientras juega. Recopilamos todos estos datos, los agregamos y detectamos anomalías u otra información que el cliente desee encontrar. Sin embargo, las pruebas con IA no son completamente nuevas. Incluyendo pruebas de juegos. Vemos aproximadamente doce empresas con un enfoque similar en el mercado. Sin embargo, intentan rotar las pruebas a través de modelos de lenguaje, mediante aprendizaje automático o scripts de prueba. La IA simbólica, que ya utilizamos, tiene un importante valor añadido para el campo del testing o aseguramiento de la calidad (QA) por su escalabilidad, coste y mantenimiento nulo. Prácticamente no tiene competencia y no conocemos una solución mejor. Después de todo, incluso el rover Perseverance en Marte depende de inteligencia artificial simbólica y agentes de planificación autónomos. ¿Que es demasiada revolución? Si puede ahorrarle al estudio el 80 por ciento del costo de las pruebas, eso salvará muchos puentes. Esto necesariamente plantea la pregunta: ¿por qué otros no lo hacen? La experiencia en el campo es tan escasa que no conocemos a nadie en la industria de los videojuegos que haya realizado todo el ciclo (definir las pruebas, hacerse cargo de los agentes de IA que juegan el juego de forma autónoma y crear tanto el registro como la retroalimentación) en el proceso. industria de los videojuegos. Actualmente, hay aproximadamente cinco mil personas en el mundo que tienen un mayor nivel de experiencia en el campo de la IA simbólica centrada en las condiciones de planificación y toma de decisiones y están activas en la academia y la industria. Realmente es un área muy limitada y creo que tenemos mucha experiencia en Filuta AI. Yo mismo trabajo en ello desde hace 16 años, más aún el profesor Roman Barták, que lo enseña desde hace 30 años. Además, contamos en la empresa con otras siete personas con doctorados enfocados en esta disciplina. Esto no es una cuestión de relaciones públicas, publicamos sobre IA, patentamos nuestras tecnologías, estamos presentes en las principales conferencias sobre industria e inteligencia artificial. Entonces, aquí en la República Checa está surgiendo un nuevo estándar que dentro de unos años todos en la industria del juego utilizarán o querrán copiar. Somos pioneros y definimos un nuevo enfoque de control de calidad. El mercado está muy ávido de ello, empresas mucho más grandes que nosotros se están metiendo en ello, como Modl.ai o Agentic.ai, fundadas por ex-Googlers. Pero sus enfoques no pueden pensar más allá del horizonte de unas pocas acciones de juego, mientras que nuestros agentes pueden planificar y ejecutar horas de juegos y miles de acciones. Otras empresas escriben escenarios de prueba largos o árboles de decisión que pueden tener decenas de miles de elementos y no son tecnológicamente sostenibles durante el desarrollo activo del juego. En términos de tecnología y idoneidad para el desarrollo de juegos, no vemos competencia. ¿Cómo está reaccionando el mercado a Filuta? Sé que usted trabaja con estudios extranjeros y proyectos de juegos checos, estuvo recientemente en la conferencia sobre videojuegos Gamescom… El objetivo principal de los estudios de juegos es la creación de juegos divertidos, pero al mismo tiempo no son los típicos pioneros en software. procesos de ingeniería, como Google o Microsoft. Del mismo modo, los estudios de juegos rara vez cuentan con grandes departamentos de investigación centrados en adaptar los resultados de la investigación académica de última generación para la industria de los juegos. En este contexto, entramos en el desarrollo de juegos como un producto altamente técnico que combina los últimos resultados en token AI y los estándares de las principales empresas de software. Las pruebas internas de juegos tienden a consumir mucha capacidad y son costosas, las pruebas externas exigen calidad e integración, no vale la pena desarrollar su propia tecnología para la automatización de pruebas. Ofrecemos una solución. En tal caso, por el contrario, me temo que no querrían dar un paso tan revolucionario. No creo que exista una gran revolución si puedes ahorrarle al estudio más del ochenta por ciento del costo de las pruebas. Eso tiende un puente sobre muchos puentes. (risas) Al mismo tiempo, estamos desarrollando constantemente el producto. Por ejemplo, queremos mostrar automáticamente en el código del juego dónde es probable que haya un error, o permitir que el desarrollador reproduzca un error específico dentro de los cinco segundos posteriores a una prueba. ¿Los agentes de IA cambian algo más que la realidad misma de las personas sentadas y haciendo clic frente a una computadora? La compresión de las pruebas y la elasticidad de nuestros agentes es una gran moneda. Por ejemplo, en la situación de un cliente de Norteamérica que tiene veinte mil pruebas, podemos encontrar automáticamente una combinación que prueba todo en la tarea, pero reduce el tiempo total de prueba en un factor de cuatro. Si es necesario, por ejemplo justo antes del lanzamiento de un juego, nuestra solución se puede ampliar hasta quizás mil agentes. Los probadores humanos normalmente no ofrecen una escalabilidad similar. Al mismo tiempo, seguimos acortando la incorporación de nuevos juegos, queremos llegar a un solo día. Filuta estará disponible el próximo año como complemento para los motores de juegos Unity o Unreal con integración directa en el juego. Mencionas que la IA es mejor que los humanos. ¿Los testers en vivo siguen siendo mejores en algo? Por supuesto, en resolver algún tipo de experiencia emocional del juego y la diversión de jugarlo. Somos muy buenos en el análisis técnico del juego por parte de un agente, un evaluador experimentado sentado junto a los desarrolladores directamente en el estudio puede ser mejor para capturar algunas situaciones en las que es necesario distinguir entre lo que es un error y lo que es una característica. Por ejemplo, si el juego permite que un caballo suba una escalera, nuestro agente lo usará felizmente. Sin embargo, tu IA se comporta como un probador en vivo. En otras palabras, juega de forma práctica, sin resolver algunos cálculos abstractos. Básicamente reemplazamos todo paso a paso. Una persona instruye a nuestros agentes de IA: Prueben la jugabilidad ideal del juego. Pruebe que es posible pasar por todos los cuadros de diálogo. Completa todas las misiones. Completa el juego. Y nuestro agente va y lo prueba. Pero también puede probar el mapa del juego. Tomemos, por ejemplo, un mapa de 120 kilómetros cuadrados en un simulador militar. Nuestros agentes lo recorrerán y podrán buscar allí, por ejemplo, si hay algún objeto levitado por error. Además de registrar todas las actividades, la salida de vídeo es parte de la prueba. Cuando el agente detecta visualmente que un caballo vuela a algún lugar, lo combina con los datos del registro y lo informa. Alternativamente, nuestros agentes pueden usarse para romper el juego. Buscan activamente atajos no deseados o formas de romper el juego. Si tienen éxito, el desarrollador inmediatamente tendrá claro: «Oye, aquí hay un problema». ¿Su IA es de aplicación universal? ¿O hay juegos para los que es más adecuado? No es una elección binaria de «encajamos, no encajamos». Es fantástico trabajar con títulos como Baldur’s Gate o Pathfinder: Kingmaker, es decir, juegos de héroes completamente discretizados. Esto simplemente significa que contienen elementos y opciones fijos y limitados. Nuestro sistema es muy bueno para probar varios sistemas causales, como inventarios, diálogos, misiones, juegos de cartas… Luego están las estrategias en tiempo real, allí también podemos probar prácticamente todo. Construye alguna combinación de unidades y observa qué sucede cuando una está en la colina. Puedo nombrar aquí un cliente, que es una combinación de shooter y estrategia Silica, que se crea en la incubadora del estudio checo Bohemia Interactive. Crecimos un 700 por ciento en el primer año. Ahora hemos encontrado los primeros grandes clientes y esperamos volver a la rentabilidad. Al contrario, ¿para qué no es suficiente? Esto depende de en qué medida el juego principal se define por características continuas o discontinuas. Los primeros son típicamente diferentes motores de física, movimiento en el espacio, derrapes de automóviles, disparos de bala. Estos son sistemas de ecuaciones diferenciales que abstraemos durante las pruebas. No abordamos directamente la profundidad de su funcionamiento. Disparar asteroides en el espacio 3D no es lo ideal para nosotros. Pero resolver, por ejemplo, el movimiento táctico de una unidad de soldados, donde sabemos de forma simplificada cómo apuntan y a qué disparan, ya estamos preparados para eso. ¿Hay algo que no pueda manejar en absoluto? En juegos como Angry Birds y Flappy Bird, nuestros agentes no aportan mucho valor. ¿Por qué estos títulos? No existe ninguna lógica que nuestros agentes de IA puedan aprender. Es sólo una simulación física. Pero mencionaré por el contrario una cosa en la que Filuta ha agregado valor más allá de la detección de errores. ¿Y eso? Equilibrio del juego. Al realizar decenas de miles de pruebas, nuestros agentes brindan a los desarrolladores información sobre cómo funcionan las reglas y la mecánica del juego. Al detectar el estado del mundo del juego y guardarlo constantemente, realizan análisis de juego en profundidad. Entonces, antes del lanzamiento, también podemos ofrecerle al estudio un vistazo a cómo se juega y si está equilibrado. Al mismo tiempo, basándonos en el modelo del mundo del juego, podemos encontrar, por ejemplo, estrategias y combinaciones dominantes en un juego de cartas, sin que los agentes jueguen el juego. De todos modos, Filuta llegó a las pruebas de juegos a través de otras aplicaciones potenciales. Los juegos siempre han sido interesantes para nosotros, son esencialmente simulaciones proxy para una gran cantidad de problemas del mundo real. Puedes tomarlos como un modelo simplificado de industria, espacio… Y al mismo tiempo teníamos conexiones con el mundo del juego. Cuando estudié física matemática, estaba en el grupo de Cyril Brom, quien dirigió un grupo de estudiantes de doctorado centrados en la IA en juegos. Los conocía, a veces íbamos a tomar una cerveza. Incluyendo, por ejemplo, a Tomáš Plch, que trabajó en Kingdom Come: Deliverance, trabajó en CD Projekt Red y Activision Blizzard. Teníamos algo de conocimiento y experiencia en la industria del juego, pero las verticales que consideramos fueron 85. De ellas, seleccionamos gradualmente los videojuegos como un mercado realmente atractivo para los agentes autónomos inteligentes. ¿No sería demasiado restrictivo si Filuta pudiera aplicarse en otros lugares? Al principio solicitamos la ayuda de analistas de negocios y el resultado de un trabajo realmente duro fue un estudio de 300 páginas que describía detalladamente , cómo se podría aplicar nuestra tecnología en esos ochenta y cinco casos. Había varios campos, desde la fabricación hasta el aeroespacial y el cumplimiento de los videojuegos. Y pareces ser el más fuerte en este momento. Mencionaste la industria espacial, lo que me recuerda que presentas Filuta AI como una tecnología arraigada en el espacio. Sí, durante 16 años me dediqué a la investigación en inteligencia artificial centrada en sistemas autónomos que deben funcionar durante mucho tiempo, incluso décadas, en un entorno sin posibilidad de intervención humana. Son robots en los mares, un rover en Marte, satélites… Precisamente en ellos se utilizan los llamados planificadores autónomos. Tienen algunas metas y buscan maneras de alcanzarlas, y cuando fracasan, buscan otras nuevas y así sucesivamente. Es un bucle extremadamente eficiente, pero al mismo tiempo una de las tareas más difíciles de desarrollo. Y ese es el núcleo de la tecnología que he estado implementando en varios entornos, incluido Filuta. Del espacio a tu IA. Ahora que os centráis exclusivamente en el uso de juegos, ¿no hay ningún plan para expandiros a los campos antes mencionados? Queremos resolver bien los juegos, fortalecer el equipo y depurar la tecnología. Y cuando estemos perfectamente integrados en los motores de los juegos, seguiremos adelante. Lo cual ocurre en todos los lugares donde se utilizan estos motores. En ejércitos para simulaciones militares, automoción, en sanidad para simulaciones de operaciones… Como os comentaba, el hecho de que los juegos son en cierta medida una imitación del mundo real y que tenemos agentes que son capaces de correr por el entorno del juego, tocar entenderlo y entenderlo, por lo que tal principio es aplicable a otros campos humanos. Y aún con la ventaja de que el sistema es completamente auditable y explicable. ¿Entonces Filuta también ayudaría a los médicos en el futuro? A diferencia de los modelos de lenguaje o las redes neuronales, nuestra tecnología es completamente auditable y explicable y puede implementarse en situaciones que ponen en peligro la vida. En el sector sanitario, no se le puede dar al médico una red neuronal para que decida dónde mover el bisturí. En la IA simbólica, por el contrario, cada decisión se puede explicar bien. De todos modos, por ahora sólo ayudará a los desarrolladores de videojuegos. Mencionaste un gran estudio americano, pero ¿cuándo utilizarán Filuta un grupo de creadores independientes de la República Checa? A principios del próximo año. Eso es temprano. Es. Pero estamos trabajando en ello tanto como sea posible. Cada año está más ocupado. El primero lo hicimos crecer en un 700 por ciento. Éste consolidamos la vertical de los videojuegos y encontramos los primeros grandes clientes. Esperamos volver a la rentabilidad dentro de unos meses. El año que viene queremos duplicar o triplicar la plantilla actual de unas treinta personas. Por cierto, lo bonito de la industria de los juegos es lo rápida que es. En el sector manufacturero, se necesitan al menos dos años para firmar un contrato por un producto que tenga un valor añadido demostrable. ¿En desarrollo de juegos? Un mes y firmamos. Esto también demuestra interés en soluciones como Filuta. Por cierto, ¿por qué «Filuta»? El título es la culminación de mis esfuerzos en inteligencia artificial. Cuando comencé a estudiar IA, nombré así a mis primeros sistemas. Quizás todavía esté funcionando en alguna parte. Y cuando se creó Filuta AI, fue una continuación de mis inicios.
Leer más
