El 'cerebro' artificial de Google que domina los videojuegos

Los videojuegos han dejado de ser un dominio exclusivamente humano. La inteligencia artificial (IA), que cada día parece estar más cerca de crear una verdadera máquina pensante, acaba de irrumpir también en este escenario. Pero, que no cunda el pánico, no tendrán que enfrentarse ustedes a un humanoide como el de la película Yo, Robot, ni a un Terminator. La IA de Google DeepMind es puro software, un programa de aprendizaje 'neurobiológico' basado en el hipocampo del cerebro, una red neuronal que, según psicólogos y neurocientíficos, nos permite a los humanos recordar acontecimientos experimentados, así como orientarnos en el espacio.
Este agente artificial llamado deep Q-network (DQN), que más bien es un algoritmo matemático, ha sido desarrollado combinando dichos mecanismos biológicos con técnicas de aprendizaje automático por refuerzo, algo novedoso que para muchos podría ser un hito eninteligencia artificial. Las pruebas de esta IA, publicadas este miércoles en la revista Nature, se desarrollaron utilizando 49 juegos clásicos diferentes de la compañía Atari, como Space Invaders oBreakout, habituales de las máquinas recreativas. "El agente interactúa con el entorno, seleccionando las acciones que maximizan alguna noción de recompensa, que en este caso sería alcanzar la más alta puntuación", explican sus creadores.
Para un gamer habituado a los juegos vintage puede parecer fácil elaborar estrategias, pero eso es porque los humanos ya estamos familiarizados con los movimientos de la máquina, pues ya los realizamos en la vida real. Sin embargo, un software no lo está. Si usted juega una partida de Breakout puede intuir a dónde va a ir la pelota, la IA no tiene forma de predecirlo. Así, DQN tuvo que aprender de la experiencia a medida que jugaba pues, su información previa se limitaba a los píxeles de la pantalla y a la puntuación para cada juego. Sorprendentemente, "rindió a un nivel comparable al de un probador de videojuegos profesional (y de carne y hueso), logrando más del 75% de la puntuación humana en más de la mitad de los juegos".

Para probar la habilidad de dos jugadores, nada mejor que un torneo.DeepMind necesitaba comparar su algoritmo con el rendimiento humano, así que su medida fue un probador de videojuegos profesional, habituado a crear estrategias que le permitan una alta puntuación. Según cuenta el equipo de desarrolladores, "la prueba del jugador humano fue llevada a cabo bajo condiciones similares a las que diseñamos para el agente DQN. Sin embargo, está claro que los humanos y los agentes artificiales no procesan la información de la misma manera. Cada uno tiene sus fortalezas y debilidades que vienen dadas por su desempeño de las tareas, lo que nos hace difícil una comparación perfecta en todos los factores potenciales".

Los buenos resultados de DQN no habrían sido posibles sin laarquitectura de redes neuronales profundas inspirada en el cerebro humano. Así, los creadores del algoritmo trataron de demostrar la importancia de la "experiencia replay", es decir, repeticiones. "Evaluamos el funcionamiento de DQN sin esta experiencia en 5 juegos y los resultados mostraron que las puntuaciones bajaron drásticamente, concretamente un 30%", concluyen los desarrolladores.

El trabajo de Google DeepMind, según el equipo, ofrece la primerademostración de que un agente de aprendizaje como DQN puede ser entrenado de principio a fin para manejar una gran variedad de tareas difíciles, teniendo como únicas directrices el número de píxeles para después transformar esa información en acciones que puede ejecutar en tiempo real. "Puede ser útil para dar sentido a datos complejos a gran escala, dando lugar adescubrimientos emocionantes en campos como la climatología, la física, la medicina o la genómica. Incluso podría ayudar a los científicos a entender mejor el proceso por el cual los seres humanos aprenden", aventuran los desarrolladores. "Después de todo, ya lo dijo Richard Feynman: 'lo que no puedo crear, no lo entiendo'".