Gemini 4 se pasa Minecraft sin ayuda humana… tras morir 605 veces

Morir una vez en Minecraft puede ser un contratiempo. Hacerlo 605 veces empieza a parecer obstinación. Cuatro agentes impulsados por Gemini 4 Argon necesitaron todas esas vidas, más de un día de trabajo ininterrumpido y miles de pequeños programas antes de conseguir derrotar al Ender Dragon. Lo interesante, sin embargo, no está en que una inteligencia artificial pueda jugar mejor o peor que nosotros, sino en que nadie tuvo que decirle cómo organizarse para llegar hasta el final.

Google DeepMind colocó cuatro instancias de su nuevo modelo en un mundo generado aleatoriamente de Minecraft Java Edition 1.20.4, en modo Supervivencia y dificultad Fácil. Recibieron un único objetivo: derrotar al Ender Dragon. No hubo roles previamente asignados, rutas preparadas, bibliotecas de habilidades específicas ni herramientas creadas por los investigadores para resolver el juego. Los responsables del experimento podían seguir la partida y detenerla si algo salía mal, pero aseguran que no intervinieron en ningún momento.

Eso no significa que Gemini 4 estuviera sentado virtualmente frente a un monitor a jugar. Cada agente controlaba un jugador mediante Mineflayer, una biblioteca abierta para bots de Minecraft. Recibía información textual sobre posición, salud, inventario y entorno, escribía pequeños programas JavaScript para caminar, minar, fabricar objetos o combatir, comprobaba qué había ocurrido y decidía su siguiente movimiento. Entre los cuatro terminaron escribiendo 2.783 programas y más de 63.000 líneas de JavaScript antes de ganar la partida.

Lo especialmente interesante fue lo que ocurrió entre medias. Los cuatro agentes empezaron a repartirse espontáneamente el trabajo: uno se ocupó de herramientas y localizó la fortaleza y el stronghold; otro reunió provisiones y destruyó seis de los diez cristales que curaban al dragón; un tercero construyó el portal y encontró cómo alcanzar esos cristales; el cuarto participó en las defensas contra los Endermen y acabó asestando el golpe definitivo. Compartieron coordenadas, peligros y soluciones mediante el chat y una memoria común, recuperaron los objetos de compañeros muertos y llegaron incluso a corregirse cuando alguno anunciaba por error que había completado una tarea.

Esa perseverancia tuvo bastante que corregir. Los agentes intercambiaron 229 mensajes y murieron 605 veces: 351 a manos de monstruos, 69 frente al propio dragón, 67 ahogados y el resto principalmente por caídas, lava y fuego. La llegada a The End se produjo tras unas 13 horas y media, pero todavía quedaba prácticamente otra media partida por delante. El combate final se atascó durante horas hasta que uno de los agentes comprendió que los diez cristales estaban regenerando continuamente la salud del Ender Dragon y descubrió que podía llegar hasta ellos levantando columnas de tierra. El último cayó después de 26 horas y 34 minutos; cuarenta minutos más tarde, el dragón también.

Todo el proceso duró 27 horas y 14 minutos, una cifra que conviene interpretar con cuidado. El récord humano sobre una semilla aleatoria está por debajo de los siete minutos, y Google reconoce importantes ventajas para sus agentes. Mineflayer les proporciona información exacta sobre objetos y criaturas cercanas, incluso sobre bloques ocultos tras la roca y estados internos del dragón que un jugador no puede ver. También incorpora navegación automática, la partida estaba en Fácil y Gemini 4 ya conocía ampliamente Minecraft por sus datos de entrenamiento. Esto no demuestra que la IA sea mejor jugando que una persona, ni pretende hacerlo.

Tampoco es la primera vez que una IA consigue derrotar al Ender Dragon. Otros proyectos recientes lo habían logrado, incluido uno basado en Claude Opus 5, pero recurriendo a herramientas de Minecraft de más alto nivel o a configuraciones más preparadas. La diferencia que reivindica DeepMind está en utilizar agentes generales de programación, una semilla aleatoria y la biblioteca Mineflayer estándar, dejando que fueran ellos quienes escribieran cada herramienta, trazaran el plan y descubrieran cómo repartirse una tarea que terminó prolongándose durante más de un día.

Eso sí, el experimento no salió precisamente barato. Los cuatro jugadores realizaron unas 24.000 llamadas al modelo, procesaron alrededor de 1.350 millones de tokens de entrada y generaron otros 16 millones. Google calcula unos 520 dólares utilizando el precio introductorio de Gemini 4 Argon, o aproximadamente 1.040 dólares con su tarifa estándar. Es mucho para terminar una partida de Minecraft, pero derrotar al dragón era solo el escenario de prueba. Apenas unos días después de presentar Gemini 4, Google quiere demostrar algo bastante más útil que su habilidad para fabricar picos: que varios agentes pueden coordinarse, recuperarse cientos de veces de sus propios errores y mantener un objetivo coherente durante decenas de horas sin que una persona tenga que llevarlos de la mano.

Más información