El matem¨¢tico de Minesota que aspira a ganar a los espa?oles al domin¨®

"La pregunta con la inteligencia artificial siempre es la misma", dice el matem¨¢tico estadounidense Jared Aurentz. "?Puedo encontrar una estrategia que sea s¨²perhumana?" Aurentz quiere lograrla para ganar al domin¨®.

Desde DeepBlue a AlphaZero, las m¨¢quinas ya han sido capaces de ganar a campeones humanos a las damas, el ajedrez, el p¨®ker, el go (ajedrez chino) o videojuegos. ?Podr¨¢ una m¨¢quina ganar tambi¨¦n a algo tan popular en Espa?a como el domin¨®? "Estamos tratando de encontrar algunas estrategias que incluso los grandes maestros no hayan usado nunca. Bueno, aunque no haya grandes maestros en domin¨®", dice Aurentz.

Moreno es esc¨¦ptico con las opciones de Aurentz. "?De d¨®nde es este chico?", pregunta.

Aurentz no tiene a¨²n el modelo a punto y no ha llamado a la Federaci¨®n Espa?ola de Domin¨®: "No se trata de ir all¨ª a hacer el rid¨ªculo", dice Aurentz. EL PA?S s¨ª ha llamado y ha hablado con el vicepresidente de la federaci¨®n, Manuel Moreno. Moreno es, por decirlo amable, esc¨¦ptico con las opciones de Aurentz. "?De d¨®nde es este chico?", pregunta Moreno durante la conversaci¨®n.

Aurentz (Minesota, 1988) lleg¨® a Espa?a hace casi tres a?os desde Oxford tras sacarse la licenciatura en la Universidad de Minesota y el doctorado en la Washington State University. Aqu¨ª investiga en el Instituto de Ciencias Matem¨¢ticas (ICMAT) en la Universidad Aut¨®noma de Madrid con una beca de La Caixa.

Quiz¨¢ el domin¨® no tenga grandes maestros, pero tiene campeones de Espa?a, que compiten contra campeones latinoamericanos, que es el otro lugar del mundo con mucha pr¨¢ctica actual.

De momento Aurentz ha logrado un modelo que gana el 91% de las veces a un jugador que tira sus fichas al azar: si hay que tirar un 5 y tiene tres fichas con un 5, tira una cualquiera, sin pensar. "Tiene poco m¨¦rito porque nadie juega as¨ª, solo los ni?os", dice Aurentz. Su objetivo es conseguir que la m¨¢quina aprenda una estrategia s¨²perhumana. Aurentz piensa que esa estrategia puede ser que la m¨¢quina infiera las fichas de los dem¨¢s jugadores a media partida: por las fichas que hay en la mesa, las que tiene la m¨¢quina y las veces que los otros han pasado.

A Moreno no le impresiona: "Despu¨¦s de tres o cuatro vueltas, yo s¨¦ el 70-80% de las fichas que tienen los dem¨¢s", dice. "Miro las que tengo yo, miro si los dem¨¢s piensan antes de tirar una, si mi compa?ero pone una u otra. Hay muchas maneras." Pero Aurentz conf¨ªa en que la m¨¢quina encuentre margen para mejorar esa virtud del jugador humano y logre ganar la mayor¨ªa de partidas.

El reto no es ganar cada una de las partidas sino ganar una competici¨®n a, por ejemplo, 14 juegos. El domin¨® tiene un componente de azar al repartir: un jugador con m¨¢s dobles tiene menos opciones, por ejemplo. Pero luego tiene sus reglas claras. "Estoy muy interesado en juegos que tienen un componente de azar y uno determinista. Porque as¨ª es el mundo real. Los datos no son deterministas sino al azar. Bueno, parcialmente al azar", dice Aurentz.

Dentro de la caja negra

Aurentz ha escogido el domin¨® porque ahora investiga en Espa?a, pero su objetivo final va m¨¢s all¨¢. Su reto es que el algoritmo aprenda a jugar a domin¨® (y a ganar) por s¨ª mismo. "La mayor¨ªa de los otros algoritmos no entrenan a la inteligencia artificial para que aprenda las reglas del juego. Se las preprograman. As¨ª que la m¨¢quina ya conoce las reglas y solo debe mejorar la estrategia", dice Aurentz. Es un proceso m¨¢s r¨¢pido.

Pero Aurentz quiere que la m¨¢quina aprenda las reglas por s¨ª misma. Incluso a AlphaZero le programan las reglas b¨¢sicas del juego. Con el m¨¦todo de Aurentz, el humano puede ver por qu¨¦ el ordenador decide un movimiento, no es una caja negra. A Aurentz le interesa tanto ganar al domin¨® con una m¨¢quina como averiguar qu¨¦ decisiones toma la m¨¢quina al hacerlo: "Una vez has logrado esa cualidad s¨²perhumana, ?c¨®mo ense?as a un humano esa l¨®gica? ?C¨®mo sacas la l¨®gica fuera del algoritmo para que un humano pueda pensar mejor? ?Por qu¨¦ no pensamos como el ordenador?", dice.

Es un camino m¨¢s laborioso, por eso un juego como el domin¨® resulta ¨²til. Aurentz ense?a a la m¨¢quina miles de fotos del juego. Cada imagen contiene el estado de la partida, las fichas del jugador y un movimiento legal posible. Ya ha logrado que la m¨¢quina sepa jugar al domin¨® y gane a un ni?o.

A pesar de que Aurentz quiera evitar el rid¨ªculo contra humanos, es consciente de que la primera vez le van a pulir

Ahora viene la fase dos: jugar millones de rondas y ver qu¨¦ estrategias desarrolla la m¨¢quina para ganar. No es algo obviamente sencillo. El ordenador puede jugar 100.000 partidas en 5 minutos. De ah¨ª sale mucha estad¨ªstica: "Esto nos permite reunir informaci¨®n estad¨ªstica muy r¨¢pido. Pero recoger buenas estad¨ªsticas, las que permiten ganar, es m¨¢s dif¨ªcil". El juego tiene muchas variables y hay que ver cu¨¢les correlan con ganar. Luego adem¨¢s habr¨¢ que programar el algoritmo ganador.

A pesar de que Aurentz quiera evitar el rid¨ªculo cuando se enfrente a humanos, es consciente de que la primera vez que lleve su m¨¢quina a competir en las mesas de domin¨®, le van a pulir. Pero parece confiado. Tan confiado como que ya tiene en mente al menos otros dos juegos de cartas para ganar a espa?oles: mus y chinch¨®n.

Este matem¨¢tico de Minesota quiere derrumbar algunos de los pilares del juego espa?ol, algoritmo a algoritmo.