Doomformer es un proyecto de software que implementa redes neuronales utilizando las mecánicas de juego del videojuego DOOM. La herramienta permite ejecutar modelos de inteligencia artificial, como redes de neuronas artificiales (ANN) y transformers, dentro del motor de juego, donde los datos se procesan mediante entidades físicas del juego, como muñecos de voodoo, cintas transportadoras y lava. El sistema garantiza una verificación bit a bit exacta de los resultados, comparando los valores calculados por DOOM con referencias enteras independientes generadas por Python y NumPy, sin tolerancia de error.
El funcionamiento se basa en mapear la entrada numérica a un nivel de DOOM. Por ejemplo, para leer un dígito de MNIST, el usuario dibuja el número en un mapa de 28x28 píxeles. El juego interpreta estos píxeles como muñecos de voodoo que se mueven sobre líneas de lava para calcular las comparaciones de activación. El resultado final se lee del juego y se valida contra una referencia de cálculo estándar. El proyecto destaca por su precisión matemática estricta, donde incluso un error de un solo bit en la lógica del juego invalida la ejecución. Doomformer incluye demos para clasificar dígitos, generar nombres de niveles y ejecutar modelos de lenguaje, todo ello en tiempo real o mediante scripts de Python, sin necesidad de instalar dependencias adicionales más allá de Git, CMake y un compilador C, o a través de notebooks de Google Colab.