Modelo del mundoWorld Model

Un modelo que guarda qué viene después

Lo que hace un modelo del mundo se resume en una frase: recibe el estado actual y la acción que se tomó, y entrega el estado siguiente. Empujas un vaso, el vaso se desliza; empujas más, cae por el borde; al caer, hace un ruido. Es esa cadena de causas la que queda guardada adentro.

Este modelo no lo arma una persona escribiendo reglas. Se le muestran montones de registros de lo vivido y se le hace practicar adivinar el instante siguiente; para adivinar bien hace falta saber qué afecta a qué, así que repetir ese ejercicio va dejando la cadena de causas grabada por dentro.

Lo que queda guardado no es una fórmula de física, sino algo mucho más parecido a una intuición general. Sin fórmulas de por medio, el modelo acierta bastante bien cuánto rueda algo si se empuja de tal manera.

Por qué conviene ensayar primero

Aprender a puro ensayo y error solo revela el resultado cuando se intenta de verdad. En un juego de pantalla se puede repetir miles de veces sin problema, pero con una máquina real, un solo error rompe una pieza y cada intento tarda varios minutos.

Con un modelo, esa carga desaparece. Por dentro se pueden abrir varias ramas —"si voy a la izquierda", "si freno", "si espero"— y solo se hace de verdad la que parece mejor. Es como añadir cientos de ensayos imaginados a cada intento real, así que se aprende con mucha menos experiencia.

La seguridad también pesa. Cuanto más peligrosa es una situación, más difícil es dejar que se viva de verdad; dentro del modelo, chocar no tiene ninguna consecuencia. Incluso se puede provocar a propósito una situación difícil de vivir en la realidad, solo para practicarla.

Qué se guarda y qué se descarta

Intentar predecir la imagen completa, tal cual, es demasiado. Por eso lo habitual es comprimir la observación en una representación mucho más pequeña y predecir lo siguiente desde ese lugar reducido. Se conserva algo como dónde está cada cosa y a qué velocidad se mueve, y se descarta el patrón del papel tapiz o una sombra cualquiera.

Qué se descarta decide el éxito o el fracaso. Si se descarta algo que después resulta importante, esa parte queda fuera del alcance de la predicción, como una marca pequeña en una esquina que era, en realidad, la pista decisiva.

Comprimir también trae una ventaja grande: al aligerar la predicción, se pueden hacer muchísimos ensayos imaginados muy rápido. Esa compresión es la que permite mirar hacia adelante miles de veces más rápido que el tiempo real.

El error se acumula

Un solo paso hacia adelante se predice bien. El problema aparece al encadenar varios: el pequeño error del primer paso se convierte en la entrada siguiente, y sobre ese error se apila otro más. A los diez pasos, el mundo dentro del modelo puede ser muy distinto del real.

Por eso lo normal es imaginar en tramos cortos: se mira apenas unos pasos hacia adelante, se da un paso de verdad, se reajusta el estado con el resultado real y se vuelve a imaginar unos pasos más. La observación real es la que va sujetando el error todo el tiempo.

También se usa un método en el que el propio modelo dice cuánta confianza tiene en su predicción. Donde el modelo duda de sí mismo, conviene no confiar en la imaginación y probar de verdad en su lugar.

El cruce con la generación de video

Últimamente aparece una forma que genera directamente la siguiente imagen. Cada vez que se presiona una tecla de dirección, se genera la escena que corresponde: la pantalla misma es el resultado de la predicción.

Vale la pena distinguir entre lo que se ve convincente y lo que sirve de verdad. Aunque a la vista se vea fluido, si no responde de forma consistente a las acciones, o si al volver a un lugar recién visitado aparece distinto, no sirve para planear nada. La capacidad de generar una imagen linda y la capacidad de sostener la coherencia del mundo son cosas que hay que evaluar por separado.