Diseñan un algoritmo que enseña a ordenadores a ganar en juegos de mesa

Los juegos de mesa tradicionales contribuían a la socialización y al entretenimiento, reuniendo en torno a una mesa a familiares o amigos. Con el avance tecnológico surgieron los juegos online, que permiten enfrentarte a la máquina sin necesidad de oponente físico. El siguiente paso serán ordenadores que aprendan a jugar tras la observación de una partida por no más de dos minutos para convertirse en verdaderos expertos.

Es el objetivo que se plantea Lukasz Kaiser, científico de la computación de la Universidad París Diderot, en Francia, quien ha publicado un artículo en el que detalla cómo un sistema basado en Inteligencia Artificial (IA) puede procesar vídeos muy breves de algunos juegos de mesa sencillos, asimilar las reglas y después jugar contra oponentes humanos.

A grandes rasgos, como explican en Network World, el proyecto de Kaiser es un conjunto de herramientas que trabajan en concierto: un software de reconocimiento visual proporciona datos a un algoritmo de aprendizaje automático, y ambos están vinculados a su vez a un motor de juego de código abierto bautizado como Toss.

Aunque el programa es incapaz aún de detectar trampas o abandonar el juego en una rabieta, el nivel de sofisticación mostrado hasta el momento es impresionante. Sobre todo teniendo en cuenta que las primeras pruebas, realizadas con juegos como el Tres en Raya, Conecta 4 o las Damas, se llevaron a cabo en un ordenador portátil con un procesador de un solo núcleo y 4GB de memoria RAM.

Pasos

“El algoritmo presentado requiere sólo unas pocas demostraciones y conocimientos previos mínimos y, una vez aprendidas las reglas, deriva automáticamente las funciones de evaluación de la posición y ya se puede competir en los juegos aprendidos de forma competitiva”, explica el investigador.

Para ello el primer paso es el uso de software de reconocimiento visual durante el procesamiento de vídeos de unos dos minutos de duración con gente jugando al Conecta 4, Tres en raya o las Damas, incluyendo partidas con victorias, empates o abandono por parte de algún jugador. El sistema reconoce entonces el tablero, las piezas y los movimientos que conducen a diferentes resultados.

Mediante un algoritmo de aprendizaje automático, el programa examina todos los movimientos viables al jugar y, a partir de los datos recogidos de los resultados posibles, calcula cuál es el movimiento más adecuado. Todas esas estrategias se integran en Toss, el motor de juego de código abierto.

El resultado es una herramienta sencilla que requiere un hardware relativamente limitado. Y es que, a diferencia de la teoría utilizada para resolver juegos anteriores basada en la lógica inductiva, Kaiser se vale de estructuras relacionales que reconocen las filas, columnas y diagonales de un juego de mesa. Después, haciendo uso de varios sistemas de lógica diferentes –pura de primer orden, existencial y vigilada-, idea una fórmula adaptada con los datos recogidos de cada una.

A ello suma un programa bajo el concepto de General Game Playing, como se denomina al diseño de herramientas de IA que permiten jugar a más de un juego con éxito. De esta forma se intensifica la capacidad de aprendizaje para jugar tácticamente, conocer los movimientos correctos y, en última instancia, ganar.

Retos

“Esta combinación permitió generar fórmulas muy cortas e intuitivas en los experimentos que realizamos, y existe una fuerte evidencia teórica de que se generalizará a otros problemas”, señala Kaiser en su artículo. De hecho, el investigador apunta a la práctica con juegos como herramienta de aprendizaje primario, ya que son “un modelo natural de muchos escenarios de interacción en el mundo real”.

Paralelamente, Kaiser indica que no hay barreras “en principio” para que el sistema procese juegos más avanzados, como el ajedrez, cuyo aumento en la complejidad de las reglas hace que sea mucho más difícil. “Estoy tratando de acercarme a juegos donde hay movimiento dinámico, no sólo cambios en el tablero”, subraya, citando como ejemplo Pong, el clásico simulador de tenis de mesa.

Esto requerirá una adaptación del sistema para resolver problemas que requieren “aprendizaje jerárquico, estructurado o una serie de fórmulas probabilísticas”, todo lo cual será muy útil en el desarrollo de robots autónomos e inteligentes en el futuro.

De momento no se puede competir contra el algoritmo de aprendizaje de Kaiser, aunque sí retar al motor de código abierto que utiliza cada juego desde la web de Toss.