Daniel Calvo

Hola, no se si es vuestro caso, pero en mi época, como niño “occidental”, casi el único conocimiento que tenía de culturas orientales era gracias a las películas de Bruce Lee. Aun recuerdo en el colegio jugando con los compañeros a hacer la maniobra de la cobra y otras parecidas. Pero, sinceramente, no parecen el mejor referente para identificar a una cultura y desde luego, no el único.

Pensando en juegos, la referencia que tenía como el más complicado en el mundo, era el ajedrez. Para mi era el summum de la dificultad y no podía pensar en otro que fuese más complicado. Y eso que, aunque el ajedrez es europeo, sus orígenes se remontan a Persia y algo de oriental tiene, pero eso forma parte de otra historia. Bueno, si quería algo un poco más raro y menos complicado, tenía el Othello, aunque de nuevo, su origen era inglés y eso sí, un poco más elitista.

Claro, en aquella época no conocía el Go y no lo pude conocer hasta los avances en inteligencia artificial con las partidas que se celebraron en 2016 y el impacto que generaron las mismas entre AlphaGo y Lee Sedol, jugador profesional y noveno dan. Y lo reconozco, sus características me superan por mucho. Creo que de todas las partidas que he jugado, he conseguido ganar escasamente cinco partidas y con un nivel sencillito. Se nota claramente que es un juego del que no tengo interiorizadas las reglas, la estrategia, etc. y mis movimientos son muy burdos y básicos.

El objetivo de este artículo no es hablar de mis habilidades con el ajedrez o el Go (más bien la falta de habilidades), sino ver como con dos juegos se han seguido estrategias distintas con el objetivo de conseguir que una máquina doblegara a un jugador humano, lo que era una meta de la informática para marcar un hito y en el fondo, son una muestra de la evolución de la tecnología en general y la IA en particular.

Así, en el caso del ajedrez, probablemente recordéis Deep Blue, aquella máquina-monstruo que desarrolló IBM con el único y claro propósito de vencer al mejor jugador en su época de ajedrez, Garry Kasparov. No tenía otro destino que no fuera ganar al jugador ruso.

Y aunque costó un poco, se consiguió finalmente en el año 1997 tras un torneo de 6 partidas donde Deep Blue ganó 2 partidas y se dieron tablas en otras 3, para un resultado total de 3 1/2 a 2 1/2.

DeepBlue es un supercomputador basado en la arquitectura IBM RS/6000 SP, que disponía de 30 procesadores PowerPC 604e a 120 MHz y 480 chips VLSI diseñados específicamente para el ajedrez. Su potencia era de 11.38 GFLOPS y podía evaluar aproximadamente 200 millones de posiciones por segundo. Eso sí, su memoria RAM era de solo 1 GB (¡qué tiempos!)

Si pensamos en la parte lógica, más allá de sus notables recursos de computación, la aproximación software que se siguió fue lo que se conoce como fuerza bruta. Es decir, para cada posición en un momento dado en el tablero, construía de manera dinámica un árbol con todas las posibilidades que podrían acontecer a partir de ese momento. Lógicamente, el crecimiento de alternativas era exponencial, dado que, en un tablero de ajedrez, partiendo de la posición inicial, hay 16 fichas por jugador sobre el mismo, cada una con sus propios movimientos, alternativas, etc, que, a su vez, pueden generar una respuesta distinta por parte del contrario y así hasta el infinito.

Según algunas fuentes, el número de posiciones posibles que se pueden alcanzar tras sólo 10 movimientos es de 165 cuatrillones (165 seguido de. 24 ceros). El número total de partidas de ajedrez diferentes que se pueden jugar es de, nada más y nada menos que un 1 y con 100 mil ceros.

Cuantos más niveles de profundidad pudiera “imaginar”, más podría “ver” el futuro y calcular la mejor jugada inmediata. Lógicamente los recursos necesarios para realizar tal proeza eran  muy notables. En el caso de DeepBlue, el nivel medio de profundidad empleado era de 6 a 8 jugadas, aunque en ocasiones determinadas, podía ser mucho más profundo.

Si vemos con distancia la aproximación seguida, es como un árbol de alternativas o posibilidades, dibujado al revés, con la raíz en la parte superior del gráfico. De esa raíz surgen las ramas con cada uno de los posibles movimientos de cada jugador, de donde a su vez, surgen nuevas ramas en función de la profundidad, etc.

En realidad, se utilizó una pequeña variante para limitar la complejidad. Ya que hablamos de árboles, sobre el generado se aplicaba lo que se conoce como una Poda alfa-beta para no dejar crecer aquellas ramas que no conducían a resultados atractivos, con el objetivo de reducir la complejidad, las necesidades de cálculo y el tiempo necesario para evaluar cada alternativa.

Recuerdo aquella época como si fuera ayer, con las noticias en la televisión sobre este logro y aunque ya estaba enredando con la informática, el concepto de Inteligencia Artificial era algo todavía muy lejano, muy extraño, que solo aparecía en alguno de los artículos de la revista BYTE Magazine que devoraba en aquella época cada mes, como algo de los locos del MIT o Stanford.

Por tanto, parecía que esa aproximación de fuerza bruta era la única posible y el cerebro humano no sería nunca destronado. Además, eran igualmente los años donde se decía que los humanos solo empleábamos un 10% del cerebro por lo que nuestras capacidades podían ser todavía muy superiores, solo era cuestión de entrenamiento (teoría que posteriormente la neurociencia se encargó de desmentir)

Y este concepto de entrenamiento es el que quiero introducir con Go y el equipo de AlphaGo. Concretamente lo que se conoce como reinforcement learning o aprendizaje por refuerzo, que ya es un campo de pleno derecho dentro del mundo de la inteligencia artificial y que tan buenos resultados ha dado de momento y del que se espera mucho más todavía.

Básicamente consiste en que un agente aprende a tomar decisiones (acciones) por sí mismo mediante la interacción con el entorno que le rodea. En cada iteración recibe una recompensa buena o mala en función de los objetivos conseguidos e intenta maximizar la recompensa a largo plazo.

Así, aunque al principio del entrenamiento de AlphaGo se recurrió a (miles) partidas humanas para que la red neuronal pudiera aprender los movimientos básicos y jugadas útiles, la parte realmente interesante fue cuando se puso a jugar a AlphaGo contra si mismo durante millones de partidas. Cada una de esas partidas fueron únicas y no hubo intervención humana pues fueron puramente máquina contra máquina.

Se da la paradoja, probablemente inflada por los medios, que algunas jugadas que se produjeron nunca habían sido visto antes por humanos y se consideraron como novedosas.

Al final, mas allá del ruido mediático, fue una prueba evidente que la IA podría aprender por si mismo estrategias no enseñadas por humanos y más allá de nuestra propia comprensión. Igualmente abrió la puerta a utilizar de manera extensiva el aprendizaje por refuerzo y las redes neuronales de las que tanto se habla en los últimos años.

Por ejemplo, aunque no de manera exclusiva, el aprendizaje por refuerzo es altamente empleado en los test de conducción autónoma especialmente en el caso de Waymo.

Para despedirme, solo puedo recomendar a quien no lo haya visto todavía que saque un hueco en su agenda y vea el documental del 2017 sobre este acontecimiento llamado AlphaGo. Recuerdo que lo vi en Netflix pero no lo he encontrado ahora (2025) aunque buscando aparentemente está disponible y completo en youtube.