He estado levantándome de madrugada para ver en directo por YouTube las partidas de Go entre Lee Sedol, uno de los mejores jugadores humanos de la historia, y AlphaGo, la inteligencia artificial de DeepMind (Google). El resultado de 4 a 1 a favor de la máquina ha dejado al mundo académico, incluyéndome a mí, en estado de shock.
Todos sabíamos que este día llegaría, igual que recordaba la victoria de Watson en Jeopardy, pero el consenso general era que faltaba al menos una década para vencer a un humano en el Go. Nos equivocamos por completo.
Por qué el Go no es como el Ajedrez
Cuando IBM Deep Blue venció a Kaspárov en 1997, lo hizo con una técnica clásica de inteligencia artificial pero que tiene poco de inteligencia: la fuerza bruta. Evaluaba millones de posiciones por segundo usando algoritmos como Minimax con poda alfa-beta. Pero el Go tiene un tablero de 19x19 y unas reglas tan simples que el número de posiciones legales posibles es mayor que el número de átomos en el universo observable ($10^{170}$). La fuerza bruta es matemáticamente imposible. Los humanos juegan al Go usando algo muy escurridizo llamado "intuición".
La brillantez técnica de DeepMind ha sido combinar la búsqueda de árboles de Montecarlo (MCTS) con Redes Neuronales Profundas (Deep Reinforcement Learning).
En lugar de evaluar todas las jugadas, AlphaGo usa dos redes neuronales distintas entrenadas con GPUs: 1. Policy Network (Red de Política): Mira el tablero y reduce las opciones, prediciendo cuáles son los movimientos que haría un humano experto para no explorar ramas inútiles. 2. Value Network (Red de Valor): Evalúa la posición resultante no calculando hasta el final de la partida, sino estimando matemáticamente el porcentaje de probabilidad de victoria desde ese estado.
Lo más terrorífico es cómo lo han entrenado. Tras aprender de partidas humanas, AlphaGo empezó a jugar millones de partidas contra sí mismo (self-play). Mejoró sus propias redes neuronales basándose en recompensas puras: ganar era un 1, perder un -1.
Reflexión: El Movimiento 37 y la creatividad artificial
En la segunda partida ocurrió algo que no olvidaré nunca. El famoso "Movimiento 37". AlphaGo colocó una piedra en la quinta línea del tablero en una fase muy temprana del juego. Todos los comentaristas expertos dijeron en directo que era un error garrafal, un "bug" de la máquina, porque ningún humano jugaría ahí. Decenas de jugadas después, esa única piedra resultó ser el pilar maestro de una estrategia global que aplastó a Lee Sedol.
La máquina no solo calculó; la máquina fue creativa. Rompió siglos de teoría humana sobre el Go. Si una IA puede generar conocimiento nuevo e intuición estratégica de este nivel combinando tensores y GPUs, la pregunta ya no es si superarán a los médicos o a los conductores. La pregunta es: ¿cuánto falta para que una IA optimice nuestras arquitecturas y aplicaciones?