"Al recompensar a los ordenadores que combinaban distintos enfoques para resolver rompecabezas de ajedrez, Google creó una IA mejorada que podía derrotar a su actual campeón, AlphaZero."
Descubriendo el Ajedrez en Tiempos de COVID-19
Cuando la pandemia envió a la gente a sus hogares en 2020, el informático Tom Zahavy redescubrió su interés por el ajedrez. Motivado por la lectura de "Pensamiento profundo" de Garry Kasparov, comenzó a explorar el mundo del ajedrez a través de videos en YouTube y la serie "El Gambito de la Reina" en Netflix.
Aunque Zahavy no buscaba mejorar su habilidad en el juego, su atención se centró en rompecabezas de ajedrez. Estos, en lugar de perfeccionar habilidades específicas, revelaron las limitaciones ocultas de los programas de ajedrez. Rompecabezas como los propuestos por el matemático Roger Penrose desafiaban a los programas informáticos a reconocer y resolver problemas difíciles.
Puede leer también |El precio del Google Pixel 8 ha disminuido, siendo actualmente más asequible que durante el Black Friday
Desafíos para la Inteligencia Artificial
Zahavy, científico investigador en Google DeepMind, se propuso abordar estas limitaciones. En lugar de depender de un único programa de ajedrez de IA, él y sus colegas desarrollaron un enfoque que combinaba hasta 10 sistemas de IA diferentes. Estos sistemas, cada uno especializado en estrategias diversas, trabajaban en colaboración para resolver problemas, superando las dificultades que un solo programa no podía abordar.
Este enfoque demostró ser efectivo al jugar rompecabezas de Penrose, revelando que la diversidad y la autocolaboración entre los sistemas conducían a soluciones más creativas y eficientes. Este enfoque no solo mejoró el rendimiento en ajedrez, sino que también sugiere aplicaciones más amplias para abordar problemas complejos en diversos campos.
Puede leer también | Google One logra llegar a una base de 100 millones de suscriptores
Desafíos en el Aprendizaje por Refuerzo Profundo
Antes de unirse a DeepMind, Zahavy se interesó en el aprendizaje profundo por refuerzo, un enfoque en inteligencia artificial donde un sistema utiliza redes neuronales para aprender mediante ensayo y error. Aunque eficaz, este método a veces conduce a fallos peculiares y limita la capacidad de generalización a problemas diferentes.
Zahavy sospechaba que estos fallos no eran simplemente errores, sino decisiones vinculadas a las recompensas internas del sistema. Los sistemas de aprendizaje profundo, según Zahavy, carecen de la capacidad de reconocer el fracaso y de aceptar la noción del mismo, una cualidad fundamental en la resolución creativa de problemas.
Puede leer también |El empleo de la aplicación Gemini provoca la desactivación automática de Google Assistant en dispositivos Android.
Diversificación para la Creatividad
Para abordar estos desafíos, Zahavy y su equipo desarrollaron una versión diversificada de AlphaZero. Esta nueva versión incluía múltiples sistemas de IA entrenados de manera independiente y en diversas situaciones. La diversidad permitía al sistema explorar estrategias creativas y resolver una variedad de problemas, demostrando mejor rendimiento en la resolución de rompecabezas y estrategias novedosas en partidas de ajedrez.
Puede leer también |Google está experimentando con un nuevo programa de defensa contra aplicaciones fraudulentas relacionadas con actividades financieras.
Este enfoque diversificado no solo mejoró el rendimiento en ajedrez, sino que también sugiere que la diversidad puede ser clave para abordar problemas complejos en diversas áreas. La capacidad de considerar y seleccionar entre un amplio abanico de opciones podría ser esencial para potenciar la creatividad en sistemas de IA, llevando a soluciones más innovadoras y eficientes. Este planteamiento abre la puerta a aplicaciones más amplias y a un enfoque interdisciplinario en el desarrollo de inteligencia artificial.