La comunidad de Minecraft lleva años sorprendiendo al mundo con construcciones imposibles: calculadoras gráficas, generadores de códigos QR, réplicas de Tetris... todo montado dentro del propio juego con bloques de comandos y una dosis generosa de paciencia. Pero el usuario de Reddit conocido como Objz acaba de subir el listón a una cota que pocos imaginaban posible: ha construido un modelo de lenguaje —un LLM, el mismo tipo de tecnología que hay detrás de los chatbots de inteligencia artificial modernos— directamente en Minecraft, completamente en vanilla, sin ningún mod, plugin ni datapack. El resultado son 445.782 bloques de comandos y, según sus propias palabras, "un dolor de cabeza monumental". Una hazaña que nos recuerda que los límites técnicos no frenan la creatividad; la disparan.

Cómo se construye un chatbot dentro de un videojuego de bloques

Para entender lo que ha conseguido Objz, hay que ponerse en contexto. Un LLM (Large Language Model, o modelo de lenguaje de gran escala) es una red neuronal entrenada para predecir y generar texto de forma coherente. Normalmente estos modelos se ejecutan sobre hardware especializado —GPUs con miles de núcleos de cómputo— y se programan en lenguajes como Python. En Minecraft, la única herramienta de "programación" disponible en modo vanilla son los bloques de comandos, que ejecutan instrucciones del servidor una a una, y el sistema de redstone, que actúa como circuitería lógica. Construir un modelo neuronal en ese entorno es como intentar montar un ordenador con piezas de Lego: técnicamente posible, pero requiere una ingeniería de soluciones muy ingeniosa para cada obstáculo.

El LLM de Objz tiene unas dimensiones modestas, coherentes con las limitaciones del entorno: un espacio de embeddings de 64 dimensiones, una capa oculta de 256 neuronas y un vocabulario de tan solo 2.048 palabras. Fue entrenado con 11.118 conversaciones del conjunto de datos DailyDialog. Los usuarios pueden interactuar con él mediante la funcionalidad /dialog del juego, y las respuestas llegan palabra a palabra, igual que ocurre con los chatbots comerciales modernos. El modelo no puede hacer cálculos matemáticos ni tiene conocimiento general del mundo; es puramente conversacional. Pero eso no le resta ni un ápice de mérito a la implementación técnica.

Especificaciones técnicas del LLM en Minecraft

Estos son los datos clave del proyecto tal y como los ha publicado su creador:

  • Bloques de comandos utilizados: 445.782 (versión optimizada)
  • Bloques en la versión inicial sin optimizar: cerca de 2 millones
  • Espacio de embeddings: 64 dimensiones
  • Capa oculta: 256 neuronas
  • Vocabulario: 2.048 palabras
  • Datos de entrenamiento: 11.118 conversaciones de DailyDialog
  • Velocidad de generación: aproximadamente 1,8 segundos por palabra en un servidor a 35 ticks por segundo
  • Perplexidad tras optimizaciones: 38,8 (partía de 48,7)
  • Representación de pesos: valores ternarios (-1, 0 y +1)
  • Mods, plugins o datapacks requeridos: ninguno
Un LLM de 135 millones de parámetros construido con esta arquitectura sería 200 veces más grande que este proyecto.

La clave de todo: cuantización ternaria y una optimización brillante

La razón por la que este proyecto no ocupa los casi 2 millones de bloques originales radica en una decisión de diseño muy inteligente. En los LLM convencionales, los pesos de la red neuronal —los valores que determinan cómo el modelo procesa la información— se representan como números de punto flotante, es decir, con decimales de alta precisión. Implementar operaciones de coma flotante en el sistema de comandos de Minecraft habría requerido conversiones constantes entre enteros y flotantes, multiplicando la complejidad y el número de bloques necesarios. Objz optó por cuantizar los pesos a solo tres valores posibles: -1, 0 y +1. Esto se conoce como cuantización ternaria.

El truco tiene una consecuencia matemática muy valiosa: cuando un peso vale 0, la operación de multiplicación-acumulación correspondiente es directamente nula y no necesita ejecutarse. Gracias a la abundancia de ceros en los pesos, cada operación de multiplicación-acumulación requiere de media tan solo 0,67 comandos. Eso supone un ahorro masivo de bloques. Y lo más destacable es que Objz no tomó un modelo ya entrenado con flotantes y luego redondeó los pesos —lo que se llama cuantización post-entrenamiento—, sino que cuantizó desde el principio durante el propio proceso de entrenamiento. Para actualizar los pesos subyacentes durante la retropropagación usó un estimador de paso directo (straight-through estimator), una técnica que permite entrenar redes con operaciones no diferenciables. El resultado fue reducir la perplejidad —una métrica que mide cuánto "se confunde" el modelo al generar texto— de 48,7 a 38,8 tras optimizaciones adicionales.

El contexto: la inteligencia artificial construida con las manos desnudas

Lo que hace Objz no es solo un experimento curioso de Minecraft: es una demostración práctica de que los principios fundamentales de la inteligencia artificial pueden implementarse con recursos extremadamente limitados si se comprenden bien. En el mundo real, empresas como Hugging Face o startups de edge AI llevan tiempo explorando la cuantización a baja precisión precisamente para hacer los modelos más eficientes y ejecutables en hardware modesto. La cuantización ternaria que Objz aplica aquí por necesidad es, curiosamente, una técnica activa de investigación en IA para reducir el coste computacional de los LLMs. El paralelismo no es trivial: las restricciones del entorno de Minecraft llevaron a un creador individual a reinventar, de forma independiente, una solución que los investigadores de IA también persiguen.

Comparativamente, este modelo no puede rivalizar con nada del ecosistema actual de IA: ni siquiera con los modelos más pequeños disponibles en plataformas como Ollama para uso local. Pero tampoco pretende hacerlo. La limitación de velocidad —1,8 segundos por palabra en un servidor a 35 ticks por segundo— hace que la conversación sea lenta, y Minecraft impone límites al número de comandos que puede ejecutar simultáneamente, lo que obliga a dividir el LLM en grupos más pequeños. Escalar este diseño a un modelo de 135 millones de parámetros requeriría una construcción 200 veces mayor, algo que en la práctica sería inmanejable dentro del juego. Pero como prueba de concepto de los fundamentos de las redes neuronales, es difícil encontrar algo más pedagógico ni más espectacular.

¿Qué supone para el comprador hispanohablante?

Este proyecto no tiene precio de venta ni fecha de lanzamiento comercial, porque no es un producto: es una obra de ingeniería amateur publicada de forma abierta en Reddit por su autor. Sin embargo, sí tiene una implicación interesante para cualquier aficionado al hardware y a la IA en España y Latinoamérica. Demuestra que entender los fundamentos de cómo funcionan los LLMs —embeddings, capas ocultas, cuantización, retropropagación— es perfectamente alcanzable sin necesidad de un servidor con GPUs de miles de euros. Si tienes curiosidad por la inteligencia artificial y quieres ejecutar modelos localmente en tu propio PC, hoy existen herramientas como Ollama o LM Studio que permiten correr modelos ligeros incluso en equipos de gama media. El proyecto de Objz es, en ese sentido, una invitación a perder el miedo a los conceptos técnicos detrás de la IA.

Nuestra valoración

Proyectos como este son exactamente el tipo de locura técnica que mantiene viva la cultura maker y demuestra que la comprensión profunda de un sistema puede llevar a soluciones que nadie anticipaba. Objz no ha construido un competidor para ChatGPT; ha construido algo mucho más valioso desde el punto de vista educativo e inspirador: una demostración tangible, visual e interactiva de cómo funciona una red neuronal por dentro. Ver cómo 445.000 bloques de Minecraft generan una respuesta conversacional es una lección de IA más memorable que cualquier diapositiva universitaria.

¿Merece la pena intentar algo similar? Solo si tienes tiempo libre, una curiosidad desbordante y un umbral alto de tolerancia a la frustración. Para el resto, la lección que se lleva es que la cuantización ternaria —una técnica real de investigación en IA— puede nacer de la necesidad más insólita. Y que los mejores ingenieros, muchas veces, son los que no saben que algo "no se puede hacer".