Durante la última semana, han aparecido vídeos con los intentos de una IA por aprender a jugar a Mario. Se llama Rupert y acaba de superar el nivel 2.
En estos videos, Rupert se embarca en diversas acciones: corre, salta, se enfrenta a enemigos, cae por acantilados y muere repetidamente. Tras cada muerte, Rupert persiste y vuelve a intentarlo, repitiendo en gran medida los movimientos que le llevaron a su derrota anterior. Sin embargo, una observación detenida revela que Rupert está evolucionando y mejorando su desempeño en el juego; está aprendiendo.
Rupert opera como un conjunto de algoritmos de aprendizaje automático que se perfeccionan a partir de sus propios errores, con un objetivo claro: completar con éxito el nivel. La IA está consciente de qué botones puede presionar y tiene la capacidad de visualizar la pantalla del juego.
A diferencia de un jugador humano de Mario, la IA no posee conocimiento previo sobre la necesidad de evitar a los Koopas u otras estrategias de juego. Rupert se basa únicamente en retroalimentación positiva y negativa. De manera esencial, Rupert experimenta con acciones al azar, retiene lo que resulta efectivo y lo que no, y con el tiempo, optimiza su estrategia

El enfoque de Rupert se asemeja al proceso evolutivo al emplear conceptos de «especies» y «generaciones». La IA realiza pruebas de estrategias específicas para cada «especie», las cuales consisten en entre dos y seis intentos. Después de un intervalo de 50 a 100 «especies», la IA compila el conocimiento adquirido en una nueva …