RETOS CIENTÍFICOS

Hombre y máquina calientan para el mayor duelo de la historia

Joan Pons, Joan Alemany y Julio Martinez, campeones de go.

Joan Pons, Joan Alemany y Julio Martinez, campeones de go. / periodico

CARMEN JANÉ / BARCELONA

Por qué confiar en El PeriódicoPor qué confiar en El Periódico Por qué confiar en El Periódico

En 1997, un superordenador de IBM logró un hito de la inteligencia artificial: batir al entonces campeón mundial de ajedrez, Gari Kasparov, ante un tablero. Era Deep Blue y su hazaña, en el segundo intento, ha quedado como un triunfo científico. Casi 20 años después, el listón se ha colocado un poco más alto. Entre el 9 y el 15 de marzo, en Seúl, AlphaGo, el motor de inteligencia artificial de Google, retará a un campeón mundial del milenario juego chino del go, el coreano Lee Sedol, en cinco partidas durante cinco días no consecutivos. Si la máquina lo consigue, será un avance de una década en la progresión prevista para construir máquinas inteligentes, según había predicho en el 2014 Remi Coulom, autor del más avanzado 'software' de go.

Porque según los expertos, el go, un juego de estrategia, tiene una complejidad mucho mayor que el ajedrez, por la variedad de combinaciones que admite para cada jugada en un tablero de 19 x 19 casillas en el que se van añadiendo cada vez más piezas. “Es bastante más difícil por el árbol de probabilidades que presenta. En el ajedrez cada jugada plantea entre 12 y 20 respuestas posibles. En el go son 200 y en las jugadas más complejas se puede llegar a 40.000 diferentes”, afirma Joan Pons Semelis, actual campeón de España de go y autor de programas para el juego. 

“Además, en el ajedrez cada ficha tiene unas funciones concretas y el objetivo es matar al rey. En el go, todas son iguales, con lo que las posibilidades también son mayores. Aquí el objetivo es sacar al otro del tablero”, añade. Pons, que dejó la programación de juegos hace diez años, explica que entonces no se podían aplicar las redes neuronales (que como modelos matemáticos se conocen desde los años 70) por falta de potencia de cálculo en las máquinas, pero el reto siempre estuvo allí.

CAMPEONATO PREVIO

El reto de ganar a Lee Sedol lo asume Google después de que su máquina haya derrotado cinco veces seguidas a un campeón europeo, Fan Hui, el pasado enero. Además, lo van a convertir en un evento mediático sobre todo para Asia, con retransmisión en directo por Youtube y un millón de dólares en juego. “Los europeos todavía están muy lejos como jugadores de los asiáticos. Y ganar a Sedol no es tan fácil. Es un jugador mucho más combativo, que plantea retos que no son obvios y tiende trampas sin que te des cuenta”, explica Julio Martínez, excampeón de go de España y autor del blog Badukaires. De hecho, las apuestas solo le dan a AlphaGo el 5% de posibilidades de triunfo.

Martínez, que vivió en Corea del Sur durante siete años, en parte por su afición al go, explica que allí es un deporte muy popular, con más de seis millones de jugadores en una población total de 50 millones, y dos canales de televisión que están todo el día retransmitiendo partidas. Japón, China y Corea son las capitales del go, y cada una con un estilo de juego muy diferenciado: mientras Japón es el lento clásico, Corea ha roto moldes con un modo más agresivo y China ha apostado por explotar a niños prodigio que se van turnando.

{"zeta-legacy-destacado":{"strong":"Las apuestas solo le dan a AlphaGo","text":"\u00a0el 5% de posibilidades de triunfo sobre Lee Sedol"}}

AlphaGo todavía no tiene, dicen los expertos, un estilo muy definido. Y tiene rivales. Facebook está desarrollando Darkforest, un motor de inteligencia artificial que también aspira a ganar al go. Hasta ahora está jugando en servidores en internet para ir enfrentándose a jugadores humanos y aún no han anunciado que piensen medirlo contra campeones. Según sus creadores, aún no tiene el nivel (la segunda versión, Darkforest2, está en ránking 3 dan, un nivel de jugador experimentado, pero muy por debajo del 9 dan de Lee Sedol), aunque ya ha visto más de 250.000 partidas. Le falta capacidad estratégica, dicen los especialistas.

REDES NEURONALES Y MUCHA PRÁCTICA

Y es que estos avances en computación son posibles ahora por la aplicación de las redes neuronales y de aprendizaje mecánico ('machine learning') a la programación. Son máquinas capaces de ir aprendiendo de sus errores y de muchos datos. Los investigadores de Google explican que se han basado en el análisis de la estrategia y del valor. Contrariamente a lo que hacían los programas de go anteriores, algunos de los cuales lograron ganar a humanos pero siempre usando piezas de ventaja, no se intenta analizar todas las opciones para cada posición sino que tienen en cuenta cuáles eran las resoluciones más probables desde aquella posición y qué acostumbraba a pasar después. Además, con el añadido de que la máquina no se cansa y cuantas más jugadas ve, mejor lo hace. 

{"zeta-legacy-destacado":{"strong":"Las redes neuronales y el aprendizaje\u00a0mec\u00e1nico\u00a0","text":"han hecho que las m\u00e1quinas aprendan de sus errores\u00a0"}}

El reto espectáculo también tiene una intención. Si Deep Blue fue el germen del actual sistema Watson de IBM, que se aplica para análisis de negocios y diagnósticos médicos, entre otros usos, AlphaGo también se ve en un futuro centrado en tratamientos médicos o en el análisis del medio ambiente, según ha explicado David Silver, uno de los responsables de Deep Mind, la división de inteligencia artificial de Google.

Los jugadores experimentados de go, sin embargo, son escépticos sobre el triunfo de la programación en el tablero. “Los humanos damos un significado a cada movimiento, y si luego nos preguntan, sabemos explicarlo. En ocasiones, aludiendo a distintos razonamientos. Pero la máquina, ¿sabrá por qué juega lo que juega más allá del algoritmo?”, afirma Martínez, que da por segura la victoria de Lee Sedol ante AlphaGo.

“El go tiene una parte filosófica. Si la máquina gana a los humanos, ¿el juego seguirá siendo un reto? Para mí, sí, pero me hará plantearme qué es la inteligencia y qué quiere decir pensar”, comenta Joan Alemany, jugador de go y programador de 'software' educativo. Para él, lo que puede enseñar el go a una máquina es la eficiencia, un bien preciado para la inteligencia artificial. Según Demis Hassabis, responsable de Deep Mind, AlphaGo “juega y piensa como un humano”. Y por eso mismo podría ganar.

TEMAS