Uno de los inconvenientes a los que se enfrenta la inteligencia artificial (IA) más compleja es interpretar las vivencias del mundo exterior y que en ese entorno puedan tomar decisiones sin intervención humana. Y mientras las mentes sintéticas más adelantadas prueban con asimilar varios géneros literarios en simultáneo y hasta componer música, la técnica de utilizar videojuegos se posiciona como la opción que ofrece mejores resultados para entrenarlas. Tras descartar varios sistemas, los expertos descubrieron que estos pueden forzar a la IA a asimilar sus propios errores. Además, la autenticidad del entorno digital sirve para generar datos tan precisos como los que se obtienen mediante imágenes reales.
Hasta ahora, el razonamiento artificial destacaba en una tarea concreta, pero tropezaba con la capacidad de aprendizaje y asimilación. “Las máquinas mejoran a diario su hardware y software y llegará un punto en donde esta combinación alcanzará un pensamiento equivalente al humano. Si bien ya son superiores en varios aspectos, todavía son precarias en el uso de percepción automática, teniendo grandes dificultades para establecer una relación precisa entre los objetos que componen el mapa de la realidad observada”, explica Facundo Bromberg, director del laboratorio DHARMa, Universidad Tecnológica Nacional de Mendoza, investigador CONICET.
Tras lograr que DeepMind, el cerebro artificial de Google, se desenvuelva en juegos básicos como Space Invaders, Torcs, entre otros arcade y aplastara a Lee Sedol, el campeón mundial de Go, el siguiente escalón es dominar el StarCraft II, un juego de estrategia en tiempo real para adquirir capacidades mortales como la táctica y la astucia. El juego se destaca por la multitud de factores que intervienen para alcanzar los objetivos. Lo interesante es que el jugador no solo debe atacar y defender, sino construir y extraer recursos para completar la misión. Para que su sistema pueda desplegarse en StarCraft II, Google transformó los escenarios en imágenes de baja resolución formadas por píxeles. Así, el cerebro digital interpreta la información y debe tomar las mejores decisiones.
Las nuevas técnicas de programación utilizan redes neurales, inspiradas en el funcionamiento cerebral, en las que la información se procesa en capas y las conexiones se fortalecen sobre la que se aprende. “El problema es cuando la IA alcance la que se conoce como la Singularidad: la habilidad para crear nuevas máquinas inteligentes. No preocupa que sustituyan cualquier profesión, pero sí que reemplacen al profesional que crea esas máquinas inteligentes porque podría acelerar el proceso de inteligencia mecánica a destinos absolutamente impredecibles. Aunque confío en que las intenciones de estas máquinas serán benévolas, ya que actuarán utilitariamente, y según mi visión, en este mundo solo se mejora colaborando”, aporta Bromberg.
La idea es que cualquier agente de inteligencia se ejercite y sea capaz de desplegar capacidades cognitivas que les permitan comportarse como un humano. Así, Project Malmo es un escenario de pruebas para investigar desarrollos de IA sobre un modo de Minecraft, el juego de bloques por el que Microsoft pagó US$ 2.500 millones en 2014.
Las cualidades de este mundo cúbico incluyen formas eficientes de aprendizaje profundo, ya que las leyes que rigen a este juego son precisamente, la carencia de límites para construir. Allí todo es posible, desde complejas tareas personales, cultivar alimentos, fabricar armas, hasta interacciones con otros participantes.
La plataforma se puede aprovechar para el aprendizaje de refuerzo. Por ensayo y error, el sistema es recompensado cuando adopta la elección correcta y al intentar realizar acciones fuera de lo lógica terrenal, como tirarse desde una montaña, experimentar el concepto de la muerte.
Lo que se espera con este entrenamiento cibernético es que, poco a poco, la máquina encuentre su camino para dar con la puerta de salida. El proceso se inicia cuando la inteligencia sintética encuentra el sentido del juego y empieza a ensayar estrategias. Al fallar, intentará poner en marcha los mismos procesos en otras instancias. Entre más alternativas busque, sea mayor el aprendizaje y también los resultados.
Un equipo de investigadores de Intel Labs y Darmastadt University (Alemania) están empleando el Grand Theft Auto, juego de acción y aventuras sobre ruedas, para entrenar algoritmos que podrían lograr que un vehículo autónomo circule por una carretera de verdad. Los investigadores crearon una capa de software que se instala entre el juego y el hardware para clasificar los objetos. Esto proporciona etiquetas que sirven para alimentar un algoritmo de aprendizaje, que sirve para reconocer coches, peatones y otros objetos como calles y avenidas. w
