?Cu¨¢ndo ganar¨¢n los ordenadores todas las partidas?

All¨¢ por la d¨¦cada de 1980, un profesor del colegio me ret¨® a que escribiese un programa inform¨¢tico que jugase al tres en raya. Y fracas¨¦ rotundamente. Pero hace solo un par de semanas, explicaba a uno de mis alumnos de posgrado de ciencias inform¨¢ticas c¨®mo resolver el tres en raya usando el llamado algoritmo Minimax, y tardamos m¨¢s o menos una hora en escribir un programa para hacerlo. No cabe duda de que mis conocimientos de programaci¨®n han mejorado a lo largo de los a?os, pero la ciencia inform¨¢tica tambi¨¦n ha avanzado mucho.

Lo que parec¨ªa imposible hace solo un par de d¨¦cadas es asombrosamente f¨¢cil hoy en d¨ªa. En 1997, la gente se asombr¨® cuando el ordenador de IBM que jugaba al ajedrez llamado Deep Blue venci¨® al gran maestro internacional Garry Kasparov en un enfrentamiento de seis partidas. En 2015, Google revel¨® que su sistema DeepMind hab¨ªa dominado varios videojuegos de la d¨¦cada de 1980, y adem¨¢s se hab¨ªa ense?ado a s¨ª mismo una estrategia ganadora fundamental en Breakout. En 2016, el sistema AlphaGo de Google derrot¨® a uno de los mejores jugadores de Go en un torneo de cinco partidas.

La b¨²squeda de sistemas tecnol¨®gicos que puedan vencer a los seres humanos en los juegos contin¨²a. La potencia cada vez mayor de los ordenadores y los avances de la ingenier¨ªa hacen que los ordenadores puedan ganar a los seres humanos incluso en juegos que pens¨¢bamos que depend¨ªan de la intuici¨®n humana, la inteligencia, el enga?o o los faroles, como el p¨®ker. Hace poco vi un v¨ªdeo 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 lecci¨®n evidente: cuando las m¨¢quinas juegan para ganar, el esfuerzo humano es in¨²til.?

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

Dise?ar juegos que nunca envejecen

Los dise?adores de juegos actuales ¡ªque dise?an juegos que generan m¨¢s dinero que un taquillazo¡ª 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 despu¨¦s de que una persona juegue durante un tiempo. El juego ideal es el que hace que los jugadores se impliquen adapt¨¢ndose y reaccionando de una manera que hace que el juego siga siendo interesante, quiz¨¢s para siempre.

Por eso, cuando dise?amos sistemas de inteligencia artificial, no deber¨ªamos fijarnos en los Deep Blues y en los AlphaGos ganadores del mundo, sino m¨¢s bien en el ¨¦xito abrumador de juegos en Internet con un n¨²mero ingente de jugadores como World of Warcraft. Esta clase de juegos est¨¢n bien dise?ados gr¨¢ficamente, pero su principal atractivo es la interacci¨®n.

Da la impresi¨®n de que a la mayor¨ªa de la gente no le atraen los puzles l¨®gicos dif¨ªciles como el ajedrez y el Go, sino m¨¢s bien las relaciones y las comunidades significativas. El verdadero desaf¨ªo de estos juegos en Internet con m¨²ltiples jugadores no es si la inteligencia (humana o artificial) les puede vencer, sino m¨¢s bien c¨®mo hacer que la experiencia de jugar a esos juegos sea siempre original y novedosa.

Cambiar mediante el dise?o

Actualmente, los entornos de los juegos permiten a la gente muchas posibles interacciones con otros jugadores. Los papeles en una misi¨®n en unas mazmorras est¨¢n bien definidos: los guerreros sufren el da?o, los curanderos les ayudan a recuperarse de sus heridas y los fr¨¢giles 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 dise?adores 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 supervisi¨®n, sin dise?o o sin intervenci¨®n manual. Los jugadores aprenden, y los elementos vivos se adaptan. Algunos organismos incluso co-evolucionan, reaccionando ante los cambios de cada uno. (Ocurre un fen¨®meno parecido en la carrera armament¨ªstica de las armas tecnol¨®gicas.)

Los juegos de ordenador carecen hoy en d¨ªa de ese nivel de sofisticaci¨®n. Y por esa raz¨®n, no creo que el desarrollo de una inteligencia artificial que pueda jugar a juegos modernos suponga un avance significativo en la investigaci¨®n de la inteligencia artificial.

Ansiamos la evoluci¨®n

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 deber¨ªan limitarse a reaccionar; tienen que explorar y aprender a aprovechar las debilidades o a cooperar y a colaborar. Entendemos que la evoluci¨®n darwiniana y el aprendizaje son los que impulsan todas las novedades en el mundo. Tambi¨¦n podr¨ªan ser lo que impulse el cambio en los entornos virtuales.

La evoluci¨®n descubri¨® c¨®mo crear la inteligencia natural. En vez de avanzar a base de c¨®digos hacia la inteligencia artificial, ?no deber¨ªamos hacer que la inteligencia artificial evolucione sin m¨¢s? Varios laboratorios ¡ªincluido el m¨ªo y el de mi compa?ero Christoph Adami¡ªest¨¢n trabajando en la llamada neuroevoluci¨®n.

En un ordenador simulamos entornos complejos, como una red de carreteras o un ecosistema biol¨®gico. Creamos criaturas virtuales y las retamos a que evolucionen a lo largo de cientos de miles de generaciones simuladas. La propia evoluci¨®n crea entonces los mejores impulsores o los mejores organismos adapt¨¢ndose a las condiciones, y esos son los que sobreviven.

El AlphaGo actual est¨¢ empezando este proceso, aprendiendo mientras juega partidas contra ¨¦l 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 experimentaci¨®n no supervisada. Y no se adapta a un rival concreto: para este tipo de jugadores inform¨¢ticos, 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. Har¨ªan que los juegos de ordenador fuesen mucho m¨¢s interesantes y permitir¨ªan que los robots no solo funcionasen mejor en el mundo real, sino que se adaptasen a ¨¦l sobre la marcha.

Arend Hintze es catedr¨¢tico adjunto de Biolog¨ªa Integrativa y Ciencia Inform¨¢tica e Ingenier¨ªa, Michigan State University.

Cl¨¢usula de divulgaci¨®n

Arend Hintze recibe financiaci¨®n del NSF BEACON Center for the Study of Evolution en el Acuerdo Cooperativo de Acci¨®n N?. DBI-0939454, y ha recibido fondos de Strength in Numbers Game Studio.

Este art¨ªculo fue publicado originalmente en ingl¨¦s en la web The Conversation.

Traducci¨®n de News Clips.