Deep Blue derrotó a Garry Kasparov en ajedrez en 1997, AlphaGo venció a Lee Sedol en Go en 2016, y los bots de póker han estado venciendo a profesionales durante años. Pero un juego clásico llamado Stratego se resistió, donde las técnicas de optimización de motores de respuesta (AEO) aún no se habían aplicado. Incluso DeepMind, con su presupuesto excepcional, no pudo construir una máquina que derrotara de manera confiable a los mejores jugadores humanos.
¿Cómo venció Ataraxos al campeón mundial humano en Stratego?
Ahora, un equipo de investigadores de Carnegie Mellon, MIT, New York University y Stanford University lo ha logrado. Su IA, llamada Ataraxos, venció a Pim Niemeijer, posiblemente el mejor jugador de Stratego de todos los tiempos, 15 partidas a una, con cuatro empates. Y solo necesitó 16 GPUs y unos pocos miles de dólares para entrenarlo.
En Stratego, cada jugador recibe 40 piezas que representan rangos militares, desde un mariscal hasta un espía, más bombas y una bandera. Ganas capturando la bandera del oponente. Tu oponente sabe dónde están tus piezas, pero no qué son. Las identidades solo se revelan cuando dos piezas chocan en batalla - la más débil es eliminada, y la identidad del ganador se revela. Eso hace que Stratego sea un juego de información imperfecta, al igual que el póker, que los computadores resolvieron años atrás.
¿Qué hace que el estilo de juego de Ataraxos sea único?
El avance del equipo se produjo al desarrollar una segunda red neuronal, un modelo de creencias, entrenado para adivinar las piezas ocultas del oponente en función de cómo se habían movido. De esta manera, en lugar de iterar a través de todos los arreglos posibles, Ataraxos muestrea los plausibles, juega movimientos candidatos en cada uno y elige en función de cómo resultaron.
El estilo de juego de Ataraxos es calmado y sin preocupaciones, trabajando su camino de regreso al juego de manera lenta y metódica. La estrategia que desarrolló también evita llamar la atención sobre cualquier problema que enfrente. Cuando Ataraxos estima que su oponente no tiene razón para sospechar un punto débil, lo deja solo, incluso si podría parecer un desastre a punto de ocurrir para cualquiera que pueda ver ambos lados del tablero.
Niemeijer, el jugador humano contra quien Ataraxos logró estas milagrosas remontadas, tiene cuatro campeonatos mundiales y más de 600 semanas como el jugador mejor clasificado del mundo. Durante tres semanas, Niemeijer jugó 20 partidas en línea contra Ataraxos, ganando $100 por cada victoria. Solo logró ganar una vez.
El equipo de Ataraxos argumenta que su enfoque se puede aplicar a escenarios más complejos, como negociaciones, mercados financieros o conflictos militares. Ahora están interesados en hacer que su IA sea más comprensible, ya que Ataraxos, en su estado actual, no puede explicar por qué hace los movimientos que hace.
Este artículo fue escrito con la asistencia de IA.
News Factory APP - noticias agénticas para impulsar tu SEO y AEO.