¿Cuándo ganarán los ordenadores todas las partidas?

Allá por la década de 1980, un profesor del colegio me retó a que escribiese un programa informático que jugase al tres en raya. Y fracasé rotundamente. Pero hace solo un par de semanas, explicaba a uno de mis alumnos de posgrado de ciencias informáticas cómo resolver el tres en raya usando el llamado algoritmo Minimax, y tardamos más o menos una hora en escribir un programa para hacerlo. No cabe duda de que mis conocimientos de programación han mejorado a lo largo de los años, pero la ciencia informática también ha avanzado mucho.

Lo que parecía imposible hace solo un par de décadas es asombrosamente fácil hoy en día. En 1997, la gente se asombró cuando el ordenador de IBM que jugaba al ajedrez llamado Deep Blue venció al gran maestro internacional 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 en Breakout. En 2016, el sistema AlphaGo de Google derrotó a uno de los mejores jugadores de Go en un torneo de cinco partidas.

La búsqueda de sistemas tecnológicos que puedan vencer a los seres humanos en los juegos continúa. La potencia cada vez mayor de los ordenadores y los avances de la ingeniería hacen que los ordenadores puedan ganar a los seres humanos incluso en juegos que pensábamos que dependían de la intuición humana, la inteligencia, el engaño o los faroles, como el póker. Hace poco vi un vídeo en el que unos jugadores de voleibol entrenaban sus saques y sus remates contra unos brazos de goma controlados por robots que intentaban bloquear los tiros. Hay una lección evidente: cuando las máquinas juegan para ganar, el esfuerzo humano es inútil. 

Esto es genial: queremos que una inteligencia artificial perfecta conduzca nuestros coches y un sistema incansable que busque signos de cáncer en los rayos X. Pero cuando se trata de jugar, no queremos perder. Por suerte, la inteligencia artificial puede hacer que los juegos sean más divertidos, y quizás incluso infinitamente divertidos.

Diseñar juegos que nunca envejecen

Los diseñadores de juegos actuales —que diseñan juegos que generan más dinero que un taquillazo— ven un problema: crear un sistema de inteligencia artificial imbatible no tiene sentido. Nadie quiere jugar a un juego en el que no tiene posibilidades de ganar.

Pero la gente quiere jugar a juegos que sean fascinantes, complejos y sorprendentes. Incluso los mejores juegos del momento quedan desfasados después de que una persona juegue durante un tiempo. El juego ideal es el que hace que los jugadores se impliquen adaptándose y reaccionando de una manera que hace que el juego siga siendo interesante, quizás para siempre.

Por eso, cuando diseñamos sistemas de inteligencia artificial, no deberíamos fijarnos en los Deep Blues y en los AlphaGos ganadores del mundo, sino más bien en el éxito abrumador de juegos en Internet con un número ingente de jugadores como World of Warcraft. Esta clase de juegos están bien diseñados gráficamente, pero su principal atractivo es la interacción.

Da la impresión de que a la mayoría de la gente no le atraen los puzles lógicos difíciles como el ajedrez y el Go, sino más bien las relaciones y las comunidades significativas. El verdadero desafío de estos juegos en Internet con múltiples jugadores no es si la inteligencia (humana o artificial) les puede vencer, sino más bien cómo hacer que la experiencia de jugar a esos juegos sea siempre original y novedosa.

Cambiar mediante el diseño

Actualmente, los entornos de los juegos permiten a la gente muchas posibles interacciones con otros jugadores. Los papeles en una misión en unas mazmorras están bien definidos: los guerreros sufren el daño, los curanderos les ayudan a recuperarse de sus heridas y los frágiles magos lanzan hechizos desde lejos. O piensen en Portal 2, un juego totalmente centrado en unos robots colaboradores que avanzan por un laberinto de tests cognitivos.

El hecho de explorar estos mundos juntos nos permite crear recuerdos comunes con los amigos. Pero los diseñadores y los desarrolladores humanos son los que tienen que hacer cualquier cambio en estos entornos o en las tramas subyacentes.

En el mundo real, los cambios se producen de forma natural, sin supervisión, sin diseño o sin intervención manual. Los jugadores aprenden, y los elementos vivos se adaptan. Algunos organismos incluso co-evolucionan, reaccionando ante los cambios de cada uno. (Ocurre un fenómeno parecido en la carrera armamentística de las armas tecnológicas.)

Los juegos de ordenador carecen hoy en día de ese nivel de sofisticación. Y por esa razón, no creo que el desarrollo de una inteligencia artificial que pueda jugar a juegos modernos suponga un avance significativo en la investigación de la inteligencia artificial.

Ansiamos la evolución

Un juego al que merezca la pena jugar es un juego que es impredecible porque se adapta, y es un juego que siempre es novedoso porque la novedad se crea jugando al juego. Los juegos del futuro tienen que evolucionar. Sus personajes no deberían limitarse a reaccionar; tienen que explorar y aprender a aprovechar las debilidades o a cooperar y a colaborar. Entendemos que la evolución darwiniana y el aprendizaje son los que impulsan todas las novedades en el mundo. También podrían ser lo que impulse el cambio en los entornos virtuales.

La evolución descubrió cómo crear la inteligencia natural. En vez de avanzar a base de códigos hacia la inteligencia artificial, ¿no deberíamos hacer que la inteligencia artificial evolucione sin más? Varios laboratorios —incluido el mío y el de mi compañero Christoph Adami—están trabajando en la llamada neuroevolución.

En un ordenador simulamos entornos complejos, como una red de carreteras o un ecosistema biológico. Creamos criaturas virtuales y las retamos a que evolucionen a lo largo de cientos de miles de generaciones simuladas. La propia evolución crea entonces los mejores impulsores o los mejores organismos adaptándose a las condiciones, y esos son los que sobreviven.

El AlphaGo actual está empezando este proceso, aprendiendo mientras juega partidas contra él mismo continuamente y analizando los registros de partidas jugadas por los campeones de Go. Pero no aprende mientras juega de la misma manera que nosotros lo hacemos, experimentando una experimentación no supervisada. Y no se adapta a un rival concreto: para este tipo de jugadores informáticos, el mejor movimiento es el mejor movimiento, independientemente del estilo de un adversario.

Los programas que aprenden de la experiencia son el siguiente paso en la inteligencia artificial. Harían que los juegos de ordenador fuesen mucho más interesantes y permitirían que los robots no solo funcionasen mejor en el mundo real, sino que se adaptasen a él sobre la marcha.

Arend Hintze es catedrático adjunto de Biología Integrativa y Ciencia Informática e Ingeniería, Michigan State University.

Cláusula de divulgación

Arend Hintze recibe financiación del NSF BEACON Center for the Study of Evolution en el Acuerdo Cooperativo de Acción Nº. DBI-0939454, y ha recibido fondos de Strength in Numbers Game Studio.

Este artículo fue publicado originalmente en inglés en la web The Conversation.

Traducción de News Clips.