Benjamin Franklin escribió un libro sobre ajedrez. Napoleón pasó los años posteriores a Waterloo en el exilio jugando al ajedrez en Santa Elena. John Wayne llevaba un set y jugaba en los ratos muertos mientras rodaba «El Dorado».

«El ajedrez puede ser adictivo», dice Dimitri Bertsekas.

Mucho antes de que Bertsekas se convirtiera en una lumbrera de las matemáticas y la informática, autor de libros de texto fundacionales sobre el aprendizaje por refuerzo, un tipo de inteligencia artificial, o IA, era un estudiante universitario apasionado por el ajedrez.

«Jugaba todo el tiempo y faltaba a clase», bromea. «Al final decidí que quería ser matemático más que ajedrecista, y durante un tiempo dejé el juego».

Bertsekas explica la atracción.

«Los juegos están diseñados para desafiar la inteligencia humana», dice. «Así que son una buena forma de demostrar también la inteligencia de un sistema artificial».

Añade que los juegos suelen tener reglas bien conocidas y fijas, lo que significa que los resultados se entienden bien socialmente: «Todos sabemos lo que significa ganar o perder una partida».

Ahora Bertsekas, miembro de la Academia Nacional de Ingeniería y profesor de la Escuela de Computación e Inteligencia Aumentada, que forma parte de las Escuelas de Ingeniería Ira A Fulton de la Universidad Estatal de Arizona, ha encontrado la forma de combinar su pasión de toda la vida por el ajedrez con su experiencia para desarrollar nuevas formas de IA innovadora.

En colaboración con Yuchao Li, becario de investigación postdoctoral de las Escuelas Fulton, y Atharva Gundawar, estudiante de postgrado de informática de la ASU, ha creado un metaalgoritmo que aprovecha los resultados de varios de los mejores motores de ajedrez. Un algoritmo es un conjunto de instrucciones que sigue un ordenador para completar su trabajo, mientras que un metaalgoritmo es un tipo de IA en el que un sistema aprende de los algoritmos de otro sistema.

Bertsekas, Li y Gundawar han publicado sus hallazgos en el artículo «Superior Computer Chess with Model Predictive Control, Reinforcement Learning, and Rollout» (Ajedrez informático superior con control predictivo de modelos, aprendizaje por refuerzo y despliegue) y están buscando una patente para la nueva tecnología.

El metaalgoritmo puede tener otras aplicaciones de gran alcance en ámbitos como el transporte automatizado, la atención sanitaria y la ciberseguridad.

Los primeros pasos
Los investigadores en inteligencia artificial llevan mucho tiempo interesándose por el ajedrez. En 1949, el matemático estadounidense Claude Shannon sentó las bases del ajedrez informático en un artículo transformador. Al año siguiente, el informático británico Alan Turing desarrolló el primer algoritmo de ajedrez, diseñado para ser ejecutado a mano, ya que los ordenadores de la época no eran lo bastante potentes para ejecutarlo.

Su trabajo desencadenó una búsqueda entre los informáticos para desarrollar una IA que pudiera vencer a un campeón mundial de ajedrez, esfuerzos que finalmente tuvieron éxito en 1997 cuando el superordenador de IBM, Deep Blue, derrotó a Garry Kasparov, un campeón ruso reconocido como uno de los mejores jugadores de ajedrez de todos los tiempos.

Los informáticos han desarrollado varios programas informáticos de ajedrez, conocidos como motores de ajedrez, que pueden competir con jugadores humanos y ayudarles a entrenarse. Los motores tradicionales utilizan distintas formas de búsqueda minimax, un algoritmo que busca la mejor jugada teniendo en cuenta la contramovida del rival. Los motores también evalúan las posiciones de ajedrez con algoritmos artesanales basados en la intuición humana.

Las redes neuronales
El motor de ajedrez AlphaZero de Google asombró al mundo en 2017 con su juego potente e innovador, arrasando con toda la competencia. AlphaZero combinó una potente red neuronal con un tipo de aprendizaje por refuerzo en el que un ordenador utiliza el ensayo y error para aprender de sus éxitos. El programa ha jugado millones de partidas contra sí mismo, enseñando a la red neuronal a proporcionar evaluaciones mucho más sofisticadas de las posiciones de ajedrez que los algoritmos artesanales del pasado.

Otros motores de ajedrez, como los populares programas Stockfish y Leela Chess Zero, siguieron el ejemplo de AlphaZero para combinar la clásica búsqueda minimax con cálculos de redes neuronales.

A hombros de gigantes
El nuevo metaalgoritmo de IA desarrollado por Bertsekas, Li y Gundawar se basa en este trabajo. Incorpora evaluaciones de múltiples motores existentes en un marco de aprendizaje por refuerzo, denominado control predictivo de modelos, para evaluar y comparar las consecuencias futuras de las jugadas candidatas en una posición determinada.

El metaalgoritmo mejora el juego de los motores que lo componen y puede superar a los motores originales en el juego real.

El nuevo trabajo tiene muchas aplicaciones en todas las disciplinas de la ingeniería: Un coche autoconducido puede tomar decisiones más seguras en la carretera. Los sistemas sanitarios basados en IA pueden hacer predicciones más precisas sobre la progresión de las enfermedades y sugerir tratamientos sofisticados. Las soluciones de ciberseguridad pueden prever y prevenir con mayor eficacia las acciones de los piratas informáticos.

Bertsekas también mantiene la esperanza de que la IA pueda utilizarse para educar a los jugadores y mejorar el disfrute del juego.

«Los jugadores humanos nunca ganarán a la IA en ajedrez», afirma Bertsekas. «Pero la IA ha hecho que el ajedrez sea más fascinante y se entienda mejor, y la gente siempre seguirá jugándolo».

Kelly deVos

Especialista en comunicación de la Escuela de Informática e Inteligencia Aumentada. Es licenciada en Escritura Creativa por la Universidad Estatal de Arizona. Su trabajo ha aparecido en el New York Times, así como en Vulture, Salon y Bustle. Ha sido candidata a los premios Georgia Peach, Gateway y TASHYA.