Tecnología > INFORME

Jugar contra la máquina

Los desarrolladores de sistemas de inteligencia artificial han centrado sus esfuerzos en vencer a los campeones de los juegos de estrategia. Pero ¿para qué sirve que una computadora juegue contra los humanos?
Tiempo de lectura: -'
22 de julio de 2017 a las 05:00
Hace 20 años, la computadora Deep Blue, de IBM, sorprendió al mundo al convertirse en la primera máquina en vencer a un campeón mundial de ajedrez (el ruso Garry Kasparov) en un enfrentamiento de seis partidas. En 2015, Google reveló que su sistema DeepMind había dominado varios videojuegos de la década de 1980 y además se había enseñado a sí mismo una estrategia ganadora fundamental para superar al clásico de Atari Breakout. Más recientemente, el sistema AlphaGo, también de Google, derrotó a dos de los mejores jugadores de go. Lo hizo en pocas partidas. La inteligencia artificial es un valioso aliado para la humanidad, pero también un digno rival.

La potencia cada vez mayor de las computadoras y los avances de la ingeniería hacen que las máquinas puedan ganarles a los seres humanos incluso en juegos que dependen de la intuición humana como el póker. Pero, ¿por qué hay interés en que esta tecnología desarrolle estas habilidades?

Aprender por sí mismas

Machine learning ("aprendizaje automático" o "aprendizaje de máquinas") es una rama de la inteligencia artificial que crea sistemas que aprenden automáticamente. De forma más concreta, se trata de crear programas capaces de generalizar comportamientos a partir de una información suministrada en forma de ejemplos. Es, por lo tanto, un proceso de inducción del conocimiento.

"No hay nada mágico. Se basa en la aplicación de modelos matemáticos, muchos de ellos con varias décadas de historia, para detectar patrones en grandes volúmenes de datos", explicó a Cromo Diego Aguirre, responsable de Analytics de IBM en Uruguay.

Aprender en este contexto es identificar patrones complejos. La máquina revisa los datos y es capaz de predecir comportamientos futuros. Estos sistemas también se caracterizan por mejorar de forma autónoma con el tiempo, sin requerir de intervención humana.

El aprendizaje automático tiene una amplia gama de aplicaciones que incluye motores de búsqueda, diagnósticos médicos, detección de fraude en el uso de tarjetas de crédito, análisis del mercado de valores, clasificación de secuencias de ADN y reconocimiento del lenguaje. Uno de los usos que se le ha encontrado es el de desarrollar máquinas que sean capaces de vencer a los mejores jugadores en distintas disciplinas.

El caso de Deep Blue

En la década de 1980, un equipo de estudiantes de posgrado de la Universidad Carnegie Mellon de Pittsburgh (Pensilvania, EEUU) construyó el primer ordenador llamado Deep Thought para derrotar a un gran maestro de ajedrez en un torneo. Impresionado con el trabajo, IBM desarrolló una versión temprana de Deep Blue, el sucesor de Deep Thought.

Deep Blue venció al campeón Garry Kasparov en 1997 en lo que fue llamado "el más espectacular duelo de ajedrez de la historia", lo que marcó un hito en el desarrollo de la inteligencia artificial.

Históricamente, el ajedrez ha sido visto como una vara con la cual medir a la tecnología, ya que es un juego que requiere estrategia, previsión, lógica y todo tipo de cualidades que conforman la inteligencia humana.

"Las computadoras lo juegan bien porque es un juego con reglas, movimientos y objetivos bien definidos y es un problema limitado donde se conoce toda la información", dijo Murray Campbell, experto de IBM en inteligencia artificial en una entrevista con la revista Scientific American, 20 años después de la hazaña de Deep Blue.

En el momento en que Deep Blue fue construida, el campo del aprendizaje automático no había progresado tanto como en la actualidad. Se trató de una máquina con un sistema puramente reactivo, capaz de identificar las piezas en un tablero de ajedrez y saber cómo se mueve cada una. Era capaz de hacer predicciones sobre qué movimiento podría ser el siguiente para él y su oponente, y elegir así la mejor opción entre las posibilidades.

Sin embargo, Deep Blue es un ejemplo primitivo que no tiene ningún concepto del pasado ni ningún recuerdo de lo que ha sucedido antes. Además de las reglas específicas del ajedrez, Deep Blue ignora todo antes del momento presente. Todo lo que hace es mirar las piezas en el tablero actual y elige entre los posibles movimientos siguientes.

"Desde la aparición de Deep Blue, la principal evolución ha sido el crecimiento exponencial de la capacidad de cómputo. Con la aparición del Big Data, hoy podemos almacenar y procesar más datos de diferente tipo y resolver problemas más complejos", dijo Aguirre a Cromo.

Y agregó: "El caso de Deep Blue y su victoria ante Kasparov fue un hito que demostró la aplicabilidad de la inteligencia artificial a problemas reales y la hizo trascender del ámbito tecnológico".

Esto sentó las bases para el desarrollo de la computación cognitiva que hoy está disponible a través del sistema de inteligencia artificial Watson, capaz de responder a preguntas formuladas en lenguaje natural.

Si bien Watson funciona de forma muy diferente a Deep Blue, puesto que sirve más como un motor de búsqueda, este demostró que podía entender y responder a los humanos al derrotar a los campeones del juego televisivo Jeopardy! en 2011.

Los sistemas de aprendizaje automático que se han desarrollado en las últimas dos décadas hacen uso de grandes cantidades de datos que no existían en 1997, cuando internet todavía estaba en su infancia.

Campeones en go

Un caso más reciente de esta aplicación de la inteligencia artificial es el de AlphaGo, de Google. Primero, el programa informático logró vencer al jugador profesional surcoreano Lee Sedol. Más tarde lo hizo contra el número uno mundial Ke Jie, que se había vanagloriado de poder vencer a "una máquina sin alma".

En una entrevista con el sitio The Verge, Demis Hassabis, el fundador de DeepMind (compañía creadora de AlphaGo), explicó la elección de este particular juego de mesa. "Es mucho más complicado que el ajedrez en términos de posibilidad, por lo que siempre ha sido un gran desafío para la investigación de inteligencia artificial, especialmente desde Deep Blue", dijo.

El go es un juego de mesa estratégico para dos jugadores originario en China, que existe desde hace más de 2.500 años. Fue considerado una de las cuatro artes esenciales de la cultura china de la antigüedad y es conocido como el juego de mesa más difícil de dominar debido a que hay un número casi infinito de movimientos posible.

En una partida de go, los jugadores se turnan poniendo piedras negras y blancas sobre un pedazo de madera con rejilla, con el objetivo de tomar todo el tablero. "Deep Blue es un sistema en el que los programadores destilaron manualmente la información de los grandes maestros del ajedrez en reglas específicas, mientras que nosotros hemos imbuido AlphaGo con la capacidad de aprender. Luego él aprende a través de la práctica y el estudio, lo que es mucho más humano", explicó Hassabis.

alphago afp.JPG
undefined

AlphaGo jugó muchos juegos de mesa contra sí mismo y luego usó esos patrones para aprender estrategias óptimas. El aprendizaje se produjo a través de redes neuronales o programas que funcionan como las neuronas en un cerebro humano.

Si bien el go tiene un conjunto relativamente simple de reglas, estas crean enormes y complejas posibilidades, por lo que no es posible ganar el juego anticipando todos los movimientos como sí se puede hacer con el número (relativamente) limitado de posibles elecciones en un juego de ajedrez, lo que significa que es un juego más de la intuición que de cálculo.

"Los juegos de estrategia generan situaciones en las que se deben tomar decisiones complejas y no hay una respuesta única. Se deben evaluar diversos factores y tomar la decisión que aparenta ser la más adecuada", señaló Aguirre.

Y añadió: "En este contexto resultan un campo ideal para desarrollar soluciones de aprendizaje automático, probar su resultado compitiendo con las capacidades cognitivas de las personas y posteriormente aplicar la tecnología en otro contexto".

La intuición es un rasgo humano que los científicos de la computación han trabajado para incorporar en los sistemas informáticos más sofisticados. Si las computadoras logran perfeccionar las cualidades centrales de la vida humana, podrían conducir a una revolución a gran escala que cambiaría radicalmente nuestro estilo de vida.

Comentarios

Registrate gratis y seguí navegando.

¿Ya estás registrado? iniciá sesión aquí.

Pasá de informarte a formar tu opinión.

Suscribite desde US$ 345 / mes

Elegí tu plan

Estás por alcanzar el límite de notas.

Suscribite ahora a

Te quedan 3 notas gratuitas.

Accedé ilimitado desde US$ 345 / mes

Esta es tu última nota gratuita.

Se parte de desde US$ 345 / mes

Alcanzaste el límite de notas gratuitas.

Elegí tu plan y accedé sin límites.

Ver planes

Contenido exclusivo de

Sé parte, pasá de informarte a formar tu opinión.

Si ya sos suscriptor Member, iniciá sesión acá

Cargando...