El go humaniza los algoritmos

A finales de mayo, el algoritmo de inteligencia artificial AlphaGo -desarrollado por Deep Mind, una filial de Google- derrotaba en tres partidas el mejor jugador del mundo de go, el chino, de 19 años, Ke Jie. Un poco más de un año antes, había derrotado Lee Se- duelo, jugador coreano y toda una leyenda del go. Entre los dos enfrentamientos, el algoritmo jugó 51 partidas en línea de manera anónima. La máquina ganó 50 partidas y, según Deep Mind, la que perdió fue por
un problema con la conexión a internet.

Quizás sorprende que alguien escogiera un juego oriental, muy desconocido en Occidente, para dedicarle un algoritmo específico. El go es un juego “con unas reglas muy simples, pero muy complicado conceptualmente”, dice Pablo Carlos, campeón de España en 2008 y en 2016. Es un juego posicional para dos jugadores, donde el objetivo es conseguir el territorio más posible colocando unas piedras blancas y negras de forma alternativa sobre las intersecciones de un tablero. Todas las piedras tienen exactamente las mismas propiedades y una vez colocadas ya no se mueven de posición. Los territorios se delimitan por piedras del mismo color en contacto entre ellas. Gana el jugador los territorios y piedras cuyo sumen el mayor número de intersecciones de las 361 de que se compone el tablero.

Pero por encima de todo, el go era la última frontera -en cuanto a juegos de tauler- a la que se enfrentaba la inteligencia artificial. “Era el único en el que una máquina no había sido capaz de ganar a un jugador humano”, explica Toni Juan, profesor de Arquitectura de Computadores de la UPC.

Hace más de veinte años que la inteligencia artificial se ocupó del ajedrez. En 1996 y en 1997, Deep Blue, el algoritmo de IBM, se enfrentó en una serie de partidas controvertidas a Gary Kasparov, el campeón del mundo. Y es que, como dice José Manuel Vega -presidente de la Asociación Andaluza de Go-, “entre nosotros es mucho más popular y tienen más prestigio el ajedrez, que es el juego occidental por excelencia”.

Sea como sea, la realidad es que también había retos técnicos para que ningún ordenador no hubiera podido derrotar a un jugador de go. Mientras que “el ajedrez es un juego más analítico, porque su árbol de decisión -la cantidad de configuraciones del tauler- es mucho menor, porque se juega en un tablero más pequeño, en el go estas configuraciones son 10170. Jugar al go es como jugar al ajedrez en cuatro tableros a la vez “, dice Pablo Carlos. Un árbol de decisión más pequeño hace que calcular todos los movimientos posibles sea un poco más asequible, tanto para las personas como para los ordenadores. “En el go es imposible. No existe ordenador capaz de calcular 10170moviments “, asegura Carlos.

Deep Mind reconoce que esta complicación añadida -y el hecho de que su fundador, Demis Hassabis, sea un enamorado de los juegos mentales- ha sido uno de los motivos que les llevó a diseñar su algoritmo. “El go ha sido un gran desafío durante mucho tiempo, porque no es posible utilizar la fuerza bruta como solución. En vez de eso, jugar bien se basa en algo más parecido a la intuición y la creatividad “, dijo un portavoz de la compañía en La Vanguardia. El go ha obligado a la inteligencia artificial a intentar pensar como nosotros, y no sólo a tener una enorme capacidad de cálculo.

Además, a Deep Mind se muestran convencidos de que el resultado final será que “las técnicas que sustentan AlphaGo podrán aplicarse a una amplia gama de campos, aumentando el conocimiento humano existente y permitiendo nuevos descubrimientos que de otro modo habrían sido imposibles “.

En este sentido, Pablo Carlos también cree que los avances en inteligencia artificial que se han conseguido gracias al go serán fundamentales en el desarrollo de este campo. “La inteligencia artificial que salga de aquí será una auténtica inteligencia, porque AlphaGo ha aprendido a pensar como nosotros”, dice el campeón de España. Más escéptico se muestra Toni Juan quien opina que “Deep Mind adorna mucho los éxitos de su algoritmo”. El profesor de la UPC cree que todavía estamos lejos de que la inteligencia artificial sea parecida a la humana: “Estamos en un momento en que todavía se desarrollan algoritmos específicos para tareas concretas, y aún estamos lejos de tener máquinas que aprendan a pensar por sí solas “.