Investigadores del MIT y de otras universidades han desarrollado una Inteligencia Artificial llamada Ataraxos que derrotó a los mejores jugadores humanos de Stratego, un juego de mesa de información oculta que durante mucho tiempo se había resistido al dominio de la IA. El sistema logró esta hazaña utilizando muchos menos datos de entrenamiento y potencia de cálculo que intentos anteriores, y podría ser de gran ayuda para quienes toman decisiones en ámbitos militares, empresariales y de ciberseguridad.

El sistema inteligente desarrollado por Investigadores del MIT, la Universidad Carnegie Mellon, la Universidad de Nueva York y la Universidad de Stanford es capaz de derrotar a jugadores humanos de élite en Stratego, que durante mucho tiempo ha supuesto una dura prueba para la IA. Los resultados de esta investigación se publican en Nature .

El sistema, llamado Ataraxos, logró una victoria récord de 15-1-4 contra el jugador de Stratego mejor clasificado del mundo y obtuvo un récord de 39-2 contra los mejores competidores en el campeonato mundial de Stratego. Ninguna IA anterior había alcanzado este nivel de rendimiento.

Stratego es lo que los investigadores denominan un juego de información imperfecta, lo que significa que cada jugador conoce información que su oponente desconoce. En este caso, la identidad de cada pieza permanece secreta hasta que choca con otra. Esto crea lo que los investigadores describen como una explosión de posibilidades.

El número de posibles combinaciones de piezas supera 10 elevado a la 66, mucho más que en el ajedrez. Los sistemas de IA anteriores, incluido uno desarrollado por Google DeepMind, requerían millones de dólares en costes computacionales y aun así no lograron vencer a los mejores jugadores humanos.

El nuevo sistema obtuvo resultados significativamente superiores utilizando menos de una centésima parte de los ejemplos de entrenamiento y menos de una trigésima parte de las partidas de autoaprendizaje.

Los investigadores crearon Ataraxos mediante aprendizaje por refuerzo basado en el autoaprendizaje, un método en el que la IA juega contra sí misma repetidamente para aprender estrategias efectivas.

Combinaron esto con la planificación en tiempo de decisión, una técnica que permite al sistema evaluar posibles movimientos durante la partida real en lugar de basarse únicamente en patrones preaprendidos.

Durante el juego, Ataraxos utiliza un modelo generativo para estimar la posible identidad de las piezas ocultas del oponente y, a continuación, elige los movimientos en función de esas probabilidades. El sistema mantiene la calma bajo presión y evita sobrecorregir cuando piezas valiosas están amenazadas, una debilidad común en los jugadores humanos.

Ninguna IA anterior había alcanzado el nivel de rendimiento mostrado por Ataraxos. / Mindplex.

El mismo enfoque funcionó para otros juegos de información oculta. Al adaptarlo a Barrage Stratego, Hanabi y Dou dizhu, Ataraxos volvió a alcanzar un rendimiento sobrehumano.

Los investigadores esperan incorporar medidas de interpretabilidad, es decir, mecanismos para que el sistema explique sus decisiones en términos comprensibles, antes de que pueda utilizarse en entornos reales como la planificación militar, las negociaciones comerciales o la ciberseguridad.

Esto es importante porque las decisiones en el mundo real rara vez se basan en información completa. Los comerciantes desconocen los motivos de las compras y ventas de otros. Los comandantes militares desconocen las posiciones enemigas. Cualquiera que se enfrente a un adversario que guarda secretos debe razonar en condiciones de incertidumbre, y esta IA ofrece una forma más eficiente de hacerlo que los métodos anteriores.

Fuente: Levante - EMV