La IA ‘sobrehumana’ gana el juego de mesa más difícil
Era 1997, en el piso 35 de un rascacielos en Midtown Manhattan. El gran maestro de ajedrez Garry Kasparov salió del escenario con incredulidad, levantando los brazos en señal de derrota, después de haber perdido contra la computadora. La computadora Deep Blue de IBM derrocó al famoso campeón mundial de ajedrez, marcando un nuevo y valiente mundo de inteligencia informática: máquinas que superan a los humanos.
Desde hace más de 20 años, la inteligencia artificial avanza. Deep Blue venció a Kasparov con un gran poder de cómputo, y la tecnología informática más nueva en realidad aprende e infiere soluciones por sí misma. Una nueva investigación de la firma de inteligencia artificial DeepMind (propiedad de la matriz de Google, Alphabet) acaba de llevar el campo un paso más allá.
Publicado hoy en Ciencias, el sistema AlphaZero de DeepMind ha demostrado un éxito sobrehumano no solo en ajedrez y shogi (también conocido como «ajedrez japonés») sino también en Go, un antiguo juego de mesa chino con asombrosas posibilidades de movimiento (aproximadamente 300 veces el ajedrez). Una vez que esté completamente desarrollada, la tecnología podría tener una amplia gama de usos, desde el desarrollo de fármacos hasta las matemáticas y el diseño de materiales.
Muchas tecnologías de juegos anteriores inicialmente requerían información de los humanos: tenían que estar preparados para manejar tareas específicas. Sin embargo, el algoritmo AlphaZero aprendió a «jugar» el juego por sí solo. Lo hace a través del aprendizaje por refuerzo, un concepto de aprendizaje automático que aprende sobre entornos interactivos a través de prueba, error y recompensa. En el nuevo estudio, AlphaZero jugó alrededor de 60 millones de juegos consigo mismo para fortalecer su «comprensión» de las reglas.
Entonces pudo mantenerse en contacto con el principal programa de ajedrez, Stockfish, que es casi imposible de vencer para los humanos, ganando 155 de 1000 juegos, perdiendo solo 6 y el resto siendo tablas. AlphaZero también venció a Elmo, el algoritmo campeón mundial de shogi, el 91 por ciento de las veces, y AlphaGo (una versión anterior de la cual fue diseñada específicamente para jugar al ajedrez) el 61 por ciento de las veces.
Un gran avance aquí muestra que AlphaZero no se limita a una sola característica como la tecnología de juegos anterior. DeepMind parece haber desarrollado un algoritmo que puede dominar muchos, si no la mayoría, de los juegos de mesa con reglas fijas. «Estamos encantados de tener un programa para aprender estos juegos completamente sin la [the help] El conocimiento humano”, dijo el ingeniero principal de AlphaZero, Julian Schrittwieser. “En general, es un algoritmo que intenta resolver un problema complejo de varios pasos. «
El extraordinario poder de cómputo de AlphaZero se logra en parte mediante el uso de las llamadas 5000 unidades de procesamiento de tensor, o TPU. Desarrollados por Google en los últimos años, los TPU son microprocesadores diseñados para procesar algoritmos de inteligencia artificial. En el nuevo estudio, los procesadores impulsan el juego automático que conduce al aprendizaje automático. «Ciertamente es genial que un algoritmo de aprendizaje generalizado aprenda a jugar varios juegos de mesa sin tener que codificar mucho conocimiento sobre un juego en particular», dijo Daylen Yang, ingeniero informático y colaborador de Stockfish que no participó en la investigación de DeepMind. «AlphaZero muestra que puede aprender esto automáticamente, al menos si tiene las 5000 TPU de Google, ¡eso es mucho cálculo!»
La informática moderna realmente comenzó con el juego de ajedrez. Desde el inicio del campo en la década de 1940, pioneros como Alan Turing y Claude Shannon han estado desarrollando algoritmos para tratar con reyes, caballeros y reinas. «El ajedrez se convirtió entonces en un desafío formidable para una generación de investigadores de IA», escribieron los autores de DeepMind.
En una revisión del trabajo de DeepMind en el nuevo artículo, el científico informático de IBM Murray Campbell escribe que los juegos de mesa son un punto de partida lógico para la inteligencia artificial. Toda la información necesaria para jugar el juego es visible para el jugador, por lo que es más fácil de analizar que en el póquer, donde el jugador es ciego a las cartas de algunos oponentes.
Aún así, el juego de cartas está ganando terreno. Recientemente, dos grupos de investigación independientes informaron sobre el desarrollo de algoritmos capaces de vencer a los jugadores profesionales de póquer en No Limit Hold’em. Otro desafío para los investigadores de IA serán los videojuegos multijugador. Los investigadores de DeepMind y otros lugares están trabajando actualmente en algoritmos para resolver juegos como StarCraft II, donde varios jugadores interactúan dentro de grandes espacios físicos solo parcialmente observables que simulan escenarios del mundo real.
Schrittwieser es optimista sobre la perspectiva de un avance constante de la tecnología de IA. «Queremos estudiar aplicaciones en ciencia y medicina. Tal vez tengamos un conjunto de moléculas y necesitemos averiguar cómo interactúan para desarrollar un nuevo fármaco», prevé. «O tal vez un matemático tiene una teoría y nuestro algoritmo lo ayuda a encontrar una prueba a través de una serie de pasos».
A diferencia de la reciente reacción violenta contra los científicos chinos que afirman haber editado los genomas de los embriones humanos, los avances en inteligencia artificial vienen con cierta inquietud. Más allá de las terribles advertencias de Elon Musk sobre el aprendizaje informático que crea «dictadores inmortales» y fomenta la irrelevancia humana, muchos en la comunidad informática, incluido Schrittwieser, están de acuerdo en que el campo debe proceder con cautela y transparencia. «Nos acercamos a las máquinas inteligentes con gran precaución», dijo. «Esto no es diferente de cualquier otra industria. Nuestro comité incluye personas de empresas como DeepMind, Google y Facebook para garantizar la ética de la IA».
Al igual que la edición de genes, la búsqueda de sistemas de aprendizaje por computadora parece inevitable. Por ahora, los humanos parecen ser capaces de evitar los jaques mate impuestos por las máquinas. «Lo veo más como una herramienta que usan los humanos, para ayudarlos a descubrir sus tareas», dijo Schlittwieser. «Por ahora, está inspirando nuevos movimientos para los jugadores».
