Worldmodeldata empaqueta datos de videojuegos para entrenar modelos del mundo

Worldmodeldata compra el desecho que producen los videojuegos —secuencias de entradas de mando emparejadas con lo que ocurre en pantalla— y lo revende empaquetado como conjuntos de entrenamiento para modelos del mundo. La startup británica, que cuenta con Yann LeCun como asesor, asegura haber licenciado casi un millón de horas de material procedente de estudios de videojuegos, aunque su consejera delegada, Rhea Loucas, no ha querido decir de cuáles.

La apuesta se apoya en una idea que se ha ido asentando en parte de la industria: los modelos de lenguaje van a toparse con un techo porque solo han aprendido de palabras. Con texto no basta para pilotar un vehículo, mover un brazo robótico ni cualquier tarea que exija precisión fina. Para eso están los modelos del mundo, en los que trabajan investigadores como Fei-Fei Li y el propio LeCun. Y estos necesitan otra dieta: imágenes y acciones emparejadas. Un brazo robótico no aprende a sujetar un objeto viendo fotos de una cadena de montaje, sino viendo cuánta fuerza se aplicó y con qué par.

Ahí está el problema. Frente a los océanos de texto que alimentan a un LLM, no existe un corpus equivalente para los modelos del mundo. "Para los modelos del mundo necesitas causa y consecuencia", explica Xiatian Zhu, profesor asociado de IA en la Universidad de Surrey. "En internet tenemos muy poco de ese tipo de datos".

Del sensor al mando

Algunos laboratorios han intentado fabricar sus propios datos colocando sensores en personas y robots dentro de entornos de prueba. El volumen que sale de ahí es pequeño y no cubre los casos raros con los que el modelo se topará en el mundo real. Nicole Fraenkel, socia de Khosla Ventures, lo resume: se puede pagar a gente para que demuestre tareas de coger y colocar, pero la repetición no captura el desorden del entorno. "Los casos raros son justo los que hay que acertar", añade, porque el coste de un error con un coche, un dron o una carretilla autónoma es altísimo.

Los videojuegos ofrecen lo contrario: variedad barata y abundante. Son representaciones de un espacio tridimensional con física propia y millones de jugadores generando decisiones distintas a cada segundo. La tesis de Worldmodeldata es que ese material cubre por sí solo los casos límite. La compañía se coloca como intermediaria: negocia una vez con cada estudio y evita a los laboratorios cerrar acuerdos uno a uno.

No es un negocio sin competencia. General Intuition y Niantic ya recogen datos de videojuegos de sus propias plataformas para entrenar sus modelos, aunque partiendo de catálogos mucho más limitados que los de un bróker.

Todo esto descansa en una suposición que aún no se ha comprobado del todo: que el rendimiento de un modelo del mundo mejora a medida que crece su conjunto de entrenamiento, igual que ocurrió con los modelos de lenguaje. Si eso se sostiene, el cuello de botella deja de ser la arquitectura y pasa a ser quién controla los datos. Worldmodeldata quiere estar en medio, y dice que en el futuro planea abrir una vía para compensar también a los jugadores individuales.