Post
IA que Crea Niveles de Geometry Dash: El Bot Baneado por RobTopDescubre la fascinante historia de TLDNE, una inteligencia artificial entrenada con miles de niveles de Geometry Dash que generó más de 5,000 niveles únicos. Analizamos su funcionamiento, el código fuente y por qué RobTop decidió banear esta innovadora creación.
1. 🤖 Presentando TLDNE: El Bot Generador de Niveles
· El proyecto TLDNE (These Levels Do Not Exist) buscaba crear una IA capaz de publicar niveles generados automáticamente en Geometry Dash cada 20 minutos.
· La IA fue entrenada con 80 GB de niveles existentes, aprendiendo patrones en lugar de memorizar niveles completos.
· Su funcionamiento se compara con modelos como ChatGPT, prediciendo el siguiente elemento de un nivel basándose en datos previos.
· La IA fue entrenada con 80 GB de niveles existentes, aprendiendo patrones en lugar de memorizar niveles completos.
· Su funcionamiento se compara con modelos como ChatGPT, prediciendo el siguiente elemento de un nivel basándose en datos previos.
00:03 - 00:32
1. 🤖 Presentando TLDNE: El Bot Generador de Niveles
· El proyecto TLDNE (These Levels Do Not Exist) buscaba crear una IA capaz de publicar niveles generados automáticamente en Geometry Dash cada 20 minutos.
· La IA fue entrenada con 80 GB de niveles existentes, aprendiendo patrones en lugar de memorizar niveles completos.
· Su funcionamiento se compara con modelos como ChatGPT, prediciendo el siguiente elemento de un nivel basándose en datos previos.
· La IA fue entrenada con 80 GB de niveles existentes, aprendiendo patrones en lugar de memorizar niveles completos.
· Su funcionamiento se compara con modelos como ChatGPT, prediciendo el siguiente elemento de un nivel basándose en datos previos.
00:33 - 01:34
2. 🧠 El Proceso de Entrenamiento y Generación de Niveles
· La IA procesó millones de strings de niveles de las versiones 1.9 y 2.0 de Geometry Dash.
· El modelo resultante, de 1 GB, tuvo que comprimir todo el conocimiento adquirido.
· En lugar de memorizar niveles enteros, la IA aprendió la estructura y patrones generales de los niveles, como la secuencia de bloques y obstáculos.
· Genera niveles objeto por objeto con un grado de aleatoriedad, sin supervisión humana.
· El modelo resultante, de 1 GB, tuvo que comprimir todo el conocimiento adquirido.
· En lugar de memorizar niveles enteros, la IA aprendió la estructura y patrones generales de los niveles, como la secuencia de bloques y obstáculos.
· Genera niveles objeto por objeto con un grado de aleatoriedad, sin supervisión humana.
01:35 - 02:21
3. 🗣️ El Lenguaje Interno de Geometry Dash y la IA
· El modelo de IA aprendió a "hablar" el idioma interno de Geometry Dash, que consiste en fragmentos de strings de niveles, no en palabras o código convencional.
· Este lenguaje intermedio es lo que el juego utiliza para guardar los niveles.
· El código fuente de la IA incluye una nota indicando que el formato pre-2.0 funciona mejor, lo que sugiere que la IA se entrenó predominantemente con niveles más antiguos.
· Este lenguaje intermedio es lo que el juego utiliza para guardar los niveles.
· El código fuente de la IA incluye una nota indicando que el formato pre-2.0 funciona mejor, lo que sugiere que la IA se entrenó predominantemente con niveles más antiguos.
02:22 - 04:57
4. 🤪 Niveles Generados: Del Caos a lo Bizarro
· Los niveles generados por TLDNE varían enormemente, desde copias extrañas de niveles conocidos hasta creaciones injugables y consideradas "Lost Media".
· Algunos niveles presentaban estructuras inusuales, como largas filas de bloques con UFOs, portales de teletransporte inesperados, o spam de obstáculos.
· Ocasionalmente, la IA producía algo que se asemejaba vagamente a niveles existentes como Time Machine o Polargeist, o incluía elementos como texto escrito con objetos o partículas.
· Se encontraron niveles con estructuras de la 2.0 y triggers complejos, a menudo en fondos blancos que parecían inacabados.
· Algunos niveles presentaban estructuras inusuales, como largas filas de bloques con UFOs, portales de teletransporte inesperados, o spam de obstáculos.
· Ocasionalmente, la IA producía algo que se asemejaba vagamente a niveles existentes como Time Machine o Polargeist, o incluía elementos como texto escrito con objetos o partículas.
· Se encontraron niveles con estructuras de la 2.0 y triggers complejos, a menudo en fondos blancos que parecían inacabados.
04:58 - 06:46
5. 💻 Desentrañando el Código Fuente de TLDNE
· El creador compartió el código fuente, escrito en Python, que revela la simplicidad del proceso de generación.
· El código utiliza el motor RWKV, un proyecto de código abierto, alimentado con datos de niveles de Geometry Dash.
· El "vocabulario" del modelo consiste en 5,000 fragmentos de strings de niveles, representando "chuns" o pedazos de nivel, no objetos individuales.
· El modelo genera 999 niveles seguidos sin interrupción, lo que explica la alta tasa de publicación.
· Cada nivel generado tiene una longitud máxima de 2048 tokens (fragmentos de string), limitando el tamaño de los niveles.
· El código utiliza el motor RWKV, un proyecto de código abierto, alimentado con datos de niveles de Geometry Dash.
· El "vocabulario" del modelo consiste en 5,000 fragmentos de strings de niveles, representando "chuns" o pedazos de nivel, no objetos individuales.
· El modelo genera 999 niveles seguidos sin interrupción, lo que explica la alta tasa de publicación.
· Cada nivel generado tiene una longitud máxima de 2048 tokens (fragmentos de string), limitando el tamaño de los niveles.
06:47 - 07:52
6. 🎲 Parámetros de Generación: Caos Controlado
· Los parámetros de "temperatura" controlan la aleatoriedad: temperatura cero produce resultados predecibles, mientras que valores más altos (como 0.9) introducen caos y resultados impredecibles.
· El proceso de generación se resume en cuatro líneas de código: el modelo predice el siguiente fragmento basándose en lo anterior y lo repite 2048 veces.
· No hay lógica explícita sobre la colocación de obstáculos o portales; la generación se basa puramente en la predicción secuencial de fragmentos.
· El proceso de generación se resume en cuatro líneas de código: el modelo predice el siguiente fragmento basándose en lo anterior y lo repite 2048 veces.
· No hay lógica explícita sobre la colocación de obstáculos o portales; la generación se basa puramente en la predicción secuencial de fragmentos.
07:53 - 09:00
7. 🐒 La Analogía de los Monos y la Generación de Niveles
· Se utiliza la analogía de los monos escribiendo infinitamente para generar obras maestras como Romeo y Julieta.
· TLDNE es como monos que han "leído" toda la biblioteca de niveles existentes antes de empezar a "escribir", asegurando que lo generado tenga cierto sentido, a diferencia de la escritura puramente aleatoria.
· Mientras los monos necesitarían tiempo infinito, TLDNE subió 5,000 niveles en 2 meses.
· RobTop baneó la cuenta de TLDNE, una acción criticada por el creador del video, especialmente considerando el bajo costo del proyecto.
· TLDNE es como monos que han "leído" toda la biblioteca de niveles existentes antes de empezar a "escribir", asegurando que lo generado tenga cierto sentido, a diferencia de la escritura puramente aleatoria.
· Mientras los monos necesitarían tiempo infinito, TLDNE subió 5,000 niveles en 2 meses.
· RobTop baneó la cuenta de TLDNE, una acción criticada por el creador del video, especialmente considerando el bajo costo del proyecto.
09:01 - 10:06
8. 💰 Costo y Potencial Futuro de la IA Generadora
· El entrenamiento de la IA costó $250 dólares, utilizando 8 GPUs Nvidia A40 durante aproximadamente un día.
· El creador cree que con suficiente tiempo y dinero, una IA podría generar niveles indistinguibles de los creados por humanos.
· Sin embargo, el modelo de TLDNE no se actualiza ni aprende de nuevos niveles; es una "foto fija" de su estado de entrenamiento.
· A pesar del baneo y la naturaleza estática del modelo, el proyecto inspiró a otros, como "These Levels Do Not Exist Extra Electric Bualo", que continuó la generación de niveles, aunque con menor frecuencia.
· El creador cree que con suficiente tiempo y dinero, una IA podría generar niveles indistinguibles de los creados por humanos.
· Sin embargo, el modelo de TLDNE no se actualiza ni aprende de nuevos niveles; es una "foto fija" de su estado de entrenamiento.
· A pesar del baneo y la naturaleza estática del modelo, el proyecto inspiró a otros, como "These Levels Do Not Exist Extra Electric Bualo", que continuó la generación de niveles, aunque con menor frecuencia.
10:07 - 10:45
9. ⏳ El Legado de TLDNE y la Evolución de la IA en Geometry Dash
· Siete meses después del baneo original, surgió una nueva cuenta que subía menos niveles semanalmente, con algunos pareciendo más realistas.
· Actualmente, esta cuenta está inactiva debido a problemas para subir niveles con el formato antiguo en versiones recientes del juego.
· Existe la esperanza de que el proyecto TLDNE o iniciativas similares puedan resurgir en el futuro, aprovechando las nuevas herramientas del editor de Geometry Dash.
· Actualmente, esta cuenta está inactiva debido a problemas para subir niveles con el formato antiguo en versiones recientes del juego.
· Existe la esperanza de que el proyecto TLDNE o iniciativas similares puedan resurgir en el futuro, aprovechando las nuevas herramientas del editor de Geometry Dash.
