Día 01
Evolución Artificial
Aplicado a la Electromovilidad — Ciudad Juárez, Chihuahua
2 horas | Teoría + Práctica · UTCJ
Hoy vamos a crear un cerebro artificial que juegue mejor que ustedes
Sin programarle las reglas.
Sin decirle cómo ganar.
Solo lo dejamos evolucionar — y les va a ganar.
¿No me creen? Vean esto →
¿Puede una IA aprender a jugar Mario?
Nadie le programó las reglas. Nadie le dijo "salta aquí" o "esquiva esto". Empezó sin saber absolutamente nada.
MarI/O — creado por SethBling. Un Mario con un cerebro artificial que evoluciona intento tras intento.
¿Cómo aprendió?
Lo que acaban de ver se llama neuroevolución (NEAT). Funciona así:
Un solo agente que evoluciona su cerebro intento tras intento. Más adelante veremos otro estilo: muchos agentes compitiendo al mismo tiempo.
Dos sabores de evolución artificial
Neuroevolución (Mario)
Un agente que juega muchas veces. Su cerebro muta entre intentos. Las versiones buenas sobreviven, las malas se descartan.
Como un estudiante que practica un examen muchas veces. Cada vez cambia su estrategia. Se queda con lo que funciona.
Ej: MarI/O, algunos robots
Algoritmo Genético (poblaciones)
100 agentes compiten al mismo tiempo. Los mejores se reproducen. Sus hijos compiten en la siguiente ronda.
Como un reality show: 100 concursantes, los peores se van, los hijos de los ganadores entran en la siguiente temporada.
Ej: Flappy Bird AI, Hill Climb Racing, Creature Creator
Ambos usan la misma idea: probar, medir, quedarse con lo bueno, cambiar un poco, repetir.
Hoy nos vamos a enfocar en el segundo — las poblaciones. Es más visual y más divertido de ver.
Esto no es nuevo — tiene 50 años
Fuentes: Holland (1975) Britannica; Sims (1994) SIGGRAPH; Stanley (2002) Evolutionary Computation; NASA (2006) NTRS
Karl Sims, 1994 — el Creature Creator original
Hace 30 años, Karl Sims creó criaturas virtuales que aprendían a nadar, caminar y pelear — usando evolución. Miren:
Publicado en SIGGRAPH '94. Estas criaturas no fueron programadas — evolucionaron. El mismo principio que vamos a usar hoy.
Veamos el segundo tipo: ¿pueden jugar Flappy Bird?
Abran este link en su navegador:
thebigcb.com/projects/FlappyBirdTienen 2 minutos. ¿Cuántos tubos pueden pasar?
🐦
Tu récord:
¿? tubos
Ahora miren cómo lo hace la IA
Recarguen la página y NO presionen P.
Solo observen. Son muchos pájaros al mismo tiempo — este es el tipo "poblaciones".
Generación 1: Todos los pájaros chocan. Son pésimos.
Generación 5-10: Algunos empiezan a esquivar 1-2 tubos.
Generación 30+: Vuelan perfecto. Para siempre. Sin cansarse.
Nadie le enseñó a volar.
A diferencia de Mario (un agente), aquí son muchos compitiendo. Los mejores se reproducen.
🤖🐦
Récord de la IA:
∞ tubos
¿Qué es el "cerebro" de cada pájaro?
Se llama red neuronal. Funciona como tu cerebro cuando decides si cruzar la calle: ves los carros (entradas), tu cerebro procesa, y decides: cruzo o espero (salida).
ENTRADAS
Lo que "ve" (números)
NEURONAS + PESOS
Procesan y deciden
SALIDA
Una decisión
Neuronas
Nodos que reciben información, la procesan y la pasan. Como una cadena de personas pasándose un mensaje.
Pesos
Números en cada conexión. Peso alto = "esto importa mucho". Peso negativo = "lo opuesto". Los pesos son los genes del cerebro.
En Flappy Bird, cada pájaro tiene esto:
⬆️ Velocidad vertical
↔️ Distancia al tubo
⬆️ Borde de arriba
⬇️ Borde de abajo
🧠
Neuronas + pesos
(los pesos son su "personalidad")
🐦
¿Salto?
Sí o No
Todos ven lo mismo. La diferencia: los pesos de cada uno son diferentes — eso es lo que los hace únicos.
Ahora van a tocar esto ustedes mismos →
Toca el cerebro del pájaro
Mueve los sliders — la escena y la red neuronal cambian en tiempo real.
LO QUE "VE" EL PÁJARO
ENTRADAS
RED NEURONAL
DECISIÓN
🐦
—
0.00
—
Experimenten
La evolución hace exactamente lo que acaban de hacer con el botón 🎲:
Prueba miles de combinaciones de pesos aleatorios. Se queda con los que funcionan. Los hijos heredan esos pesos. Repite. Después de 30 generaciones → pesos perfectos.
Cada pájaro tiene una red así adentro
Pájaro generación 1
Pesos aleatorios — como cuando presionaste 🎲
Salta cuando no debe. No salta cuando debería. Muere en el primer tubo.
💀
Pájaro generación 30+
Pesos evolucionados — como cuando presionaste 🏆
Salta en el momento exacto. Esquiva todo. Vuela para siempre.
♾️
100 pájaros = 100 redes con pesos diferentes. Los que vuelan más lejos tienen los mejores pesos. Sus hijos heredan esos pesos. Eso es la evolución.
¿Pueden manejar esto?
Ahora abran Hill Climb Racing:
thebigcb.com/projects/HillClimbRacingIntenta esto: Primero juega tú (P). Luego compite contra la IA (F).
🚗⛰️
Mismo truco que Flappy Bird:
100 carros aleatorios → los que llegan más lejos sobreviven → sus hijos compiten → después de muchas generaciones = experto
Video: youtube.com/watch?v=BP6xtp_9UME
¿Y el juego más difícil del mundo?
Un cuadrito rojo tiene que llegar al otro lado esquivando bolas azules.
Abrir World's Hardest GameLo interesante de este:
El cuadrito no ve nada. No sabe dónde están las bolas. Solo tiene una lista de instrucciones: "arriba, derecha, derecha, abajo..."
Generación 1: instrucciones aleatorias → muere al instante.
Generación 50+: las instrucciones son exactamente las correctas para esquivar todo.
¿Cómo? Las instrucciones que funcionaron se heredaron. Las que no, murieron.
6 niveles — cada uno más difícil
La IA empieza de cero en cada nivel y evoluciona una solución nueva.
🟥💨🔵🔵🔵
Evolución pura — sin ojos, sin inteligencia, solo selección natural
El patrón: siempre es lo mismo
| Flappy Bird | Hill Climb | World's Hardest Game | |
|---|---|---|---|
| ¿Quién compite? | 100 pájaros | 100 carros | 100 cuadritos |
| ¿Qué es su "ADN"? | Un cerebro (red neuronal) | Un cerebro (red neuronal) | Lista de movimientos |
| ¿Qué mide el éxito? | Tubos pasados | Distancia recorrida | Cercanía al final |
| Generación 1 | Todos chocan | Se voltea al instante | Mueren al instante |
| Generación 50+ | Vuela perfecto | Maneja como pro | Esquiva todo |
Muchos candidatos malos → los mejores sobreviven → sus hijos compiten → repetir → candidatos increíbles
Nadie programó las reglas. Solo definieron "qué tan bien lo hiciste" y la evolución hizo el resto.
Esto se usa en el mundo real
NASA (2006)
Antena evolucionada voló al espacio. Superó al diseño de ingenieros humanos. Primera pieza evolucionada en orbitar la Tierra.
Medicina
Insilico Medicine descubrió un fármaco para fibrosis pulmonar en 18 meses usando GA + deep learning. Normalmente toma 4-5 años.
DHL (Logística)
Optimiza rutas de entrega con algoritmos genéticos. Resultado: 5-10% menos combustible en hubs principales.
Eólica (Mar del Norte)
Posicionamiento de turbinas evolucionado = 2-5% más energía que layouts diseñados por humanos.
Autos eléctricos
Diseño de baterías, rutas de flota, estrategias de manejo. BMW, Tesla, BYD — todos usan evolución artificial.
Y mucho más...
Diseño de circuitos, robótica, videojuegos, materiales, finanzas, agricultura. Donde haya algo que optimizar, hay un GA.
Fuentes: NASA NTRS 2006; Insilico Medicine Phase II (PMC); DHL route optimization reports
Viste antenas de la NASA, pájaros, carros y cuadritos evolucionar
Ahora tú vas a crear tu propia criatura.
Primero miren cómo se ve el proceso completo en este video de Code Bullet →
Video: IA que aprende a correr
Code Bullet creó Creature Creator y grabó todo el proceso. Vean cómo las criaturas evolucionan de caerse al instante a correr.
TU TURNO
Crea tu propia criatura
Viste pájaros, carros y cuadritos evolucionar. Ahora tú diseñas la criatura.
Tips y competencia
Empieza simple
3-4 nodos, 2-3 músculos. La evolución descubre cómo usarlos. No necesitas 50 articulaciones.
Experimenta
¿Simétrica o asimétrica? ¿Muchos músculos o pocos? ¿Forma de araña, de gusano, de humano?
Competencia
La criatura que avance más lejos gana. Muestren su pantalla al grupo.
Tiempo: 30 minutos
Después vamos a Colab para ver el código por dentro
Entregable del día
Suban sus capturas aquí:
| Qué | Cómo |
|---|---|
| Screenshot Flappy Bird — tu récord | Captura de pantalla cuando mueras con tu mejor score |
| Screenshot Hill Climb Racing — tú vs IA | Captura del Fight mode (F) mostrando ambos scores |
| Screenshot World's Hardest Game | Captura de la IA resolviendo un nivel |
| Screenshot Creature Creator — Gen 1 | Captura cuando recién empieza (van a ser malas) |
| Screenshot Creature Creator — Mejor gen | Captura después de muchas generaciones |
| Nombre de tu criatura | Ponle nombre creativo |
La criatura más rápida gana. Compartan sus screenshots con el grupo.
Puntos Clave — Día 01
✓ La IA puede aprender sin que nadie le programe las reglas — lo vimos con Flappy Bird, Hill Climb Racing y el juego más difícil del mundo
✓ El truco: muchos candidatos compiten, los mejores sobreviven, sus hijos compiten de nuevo
✓ Esto se llama algoritmo genético — inspirado en la evolución de Darwin
✓ Se usa en autos eléctricos reales: diseño de baterías, estrategias de manejo, rutas de flotas, aerodinámica
✓ Lo único que necesitas definir: "qué tan bien lo hizo" (fitness). La evolución descubre el cómo.
> Siguiente: Día 02 — Ruta óptima: el GPS con cerebro de IA