Autor: José Antonio Barbero Aparicio
Este artículo ha recibido el Primer Premio del «IV Concurso de Artículos de Divulgación Científica» (2020-2021) de la Universidad de Burgos.
El 10 de febrero de 2021 se cumplieron 25 años de un día que, como le gusta recordar al propio Garry Kasparov, la gente tiende a olvidar. Aquel día Kasparov salió victorioso ante el supercomputador desarrollado por IBM, Deep Blue. Nos encontrábamos en el comienzo de una larga carrera de la computación contra la mente humana y nadie esperaba que nuestro cerebro tuviese rival. Al menos, desde luego, no el de Kasparov.
El entonces campeón del mundo accedió a ejercer de representante de la humanidad en una rivalidad contra las máquinas que la propia mente humana estaba desarrollando. Aquel día de 1996, se reafirmó el ego de todos quienes pensaban que nuestro cerebro era imbatible. Nadie por aquel entonces consideraba que fuese posible algo como lo que, después de unos meses, no dejaría de suceder.

Y es que Kasparov, como paladín de la inteligencia natural, aceptó la revancha solicitada por IBM el 3 de mayo de 1997. Lo que el gran maestro no esperaba es que IBM hubiese aprovechado tan bien ese tiempo entre partidas. En 15 meses, los desarrolladores de Deep Blue: Chung-Jen Tan, Gerry Brody, Joel Benjamin, Murray Campbell, Joseph Hoane y Feng-hsiung Hsu, con la ayuda de otros grandes maestros del ajedrez, habían convertido a DeepBlue en un monstruo de 1,4 toneladas con el doble de su potencia anterior.

Incluso siendo estrictamente racionales y teniendo en cuenta que este computador solo tenía la capacidad que el ser humano era capaz de darle, es inevitable sentir en el ambiente el concepto «la humanidad contra las máquinas» en este tipo de situaciones. Esta idea vendió especialmente bien entre los espectadores y, unido a la popularidad del héroe nacional de la Unión Soviética, la partida tuvo una cobertura mediática excepcional.
Como sabemos, Kasparov fue derrotado en esta ocasión. En las imágenes de la partida podemos ver al ajedrecista realmente enfadado. Como él mismo declaró: «Para mí perder suponía un dolor casi físico. […] Aquella no fue mi primera derrota contra una máquina. Fue mi primera derrota. Punto». Fruto de ese dolor surgió la polémica. Ante un sacrificio de un peón, Kasparov asumió que Deep Blue aceptaría el sacrificio, como todas las computadoras que él conocía. Pero su rival no lo aceptó. El gran maestro asumió que esa jugada era propia de un humano y acusó a IBM de haber utilizado a alguien para tomar esa decisión.
Obviemos la polémica y saltemos unos años a otra gran historia:
En 2010, Demis Hassabis, un ex-niño prodigio del ajedrez, fundó DeepMind. Una compañía enfocada a la creación de inteligencias artificiales capaces de llegar a la excelencia en videojuegos como Pong, Breakout o Space Invaders. Cuando Google descubrió la capacidad de Hassabis y su empresa, decidió adquirirla por 500 millones de dólares.
Llegados a este punto, podemos decir que estamos hablando de Inteligencia Artificial propiamente dicha. DeepBlue utilizaba un tipo de algoritmos denominados «de fuerza bruta». Es decir, su éxito venía de la capacidad de movimientos posibles que podía explorar en un punto concreto de la partida. Meritorio, pero muchos no aceptarían llamar a este tipo de algoritmos «inteligentes». Sin embargo, DeepMind estaba comenzando a utilizar soluciones dentro del campo del Machine Learning, o Aprendizaje Automático. En concreto, la utilización de una rama de este campo conocida como «aprendizaje por refuerzo» permitía a los algoritmos de DeepMind servirse de miles de registros de partidas para aprender de sus errores y llegar a nuevas estrategias. Es más, estas inteligencias artificiales tienen la capacidad de aprender compitiendo contra sí mismas.
Como hemos visto, los algoritmos de fuerza bruta eran útiles en 1997, pero en una época en la que un smartphone tiene más capacidad de cómputo que DeepBlue, hay que afinar el ingenio para destacar. Demis Hassabis tenía claro cómo conseguirlo.
Muchos dirán que el ajedrez es uno de los juegos más complejos del mundo. Es más, se calcula que tras el primer movimiento existen 400 configuraciones posibles en el tablero. Después de que ambos jugadores hagan un segundo movimiento tendríamos que explorar 197.000 posibles configuraciones. Tras el tercer movimiento llegamos a 120.000.000. Supongo que vemos hacia dónde está llegando esto, pero vamos a cerrar la cifra. Después del número de movimientos que lleva terminar una partida media de ajedrez, estaríamos hablando de 10120 combinaciones. Una cifra inimaginable para la mente humana.

En DeepMind tenían claro que necesitaban un nuevo reto. En Asia reina un juego objetivamente más complicado que el ajedrez. Y es que, si las cifras anteriores eran impresionantes, las del popular juego tradicional Go no se quedan atrás. Nos ahorraremos seguir el mismo camino de nuevo. Quedémonos simplemente con una cifra: 2170. Es el número de combinaciones posibles en el tablero de Go después del número medio de movimientos de una partida.
Una cifra más para poner las cosas en perspectiva: el número de átomos en el universo conocido es de, aproximadamente, 1081.
Podríamos pensar que la humanidad aprendió una valiosa lección aquel mayo de 1997, pero no fue así. Cuando DeepMind planteó al entonces campeón del mundo de Go, Lee Sedol, una partida contra su inteligencia artificial, AlphaGo, volvimos al comienzo de esta historia. AlphaGo ya había derrotado previamente a Fan Hui, un campeón en diversas competiciones europeas de Go, pero eso no parecía amedrentar a Lee Sedol, quien declaró: «No quiero sonar arrogante, pero creo que tengo la ventaja. […] No creo que vaya a ser una partida muy ajustada. El nivel del jugador al que AlphaGo derrotó no es el mismo que el mío. Creo que será un 5-0 para mí. Puede que 4-1. El punto crítico para mí es asegurarme de que no pierdo ninguna partida».
De nuevo la arrogancia de la inteligencia natural, la cobertura mediática excepcional, la sensación de la humanidad contra las máquinas y, de nuevo, la máquina salió victoriosa. El resultado fue un 4-1 para AlphaGo. Nos ahorraremos los detalles del proceso, ya que pueden disfrutarse en el maravilloso documental «AlphaGo – The Movie», disponible en YouTube de forma gratuita. Aseguro a quien decida ver este documental que no podrá resistirse a sentir esa atmósfera de rivalidad y ponerse del lado de la mente humana. Nuestro paladín contra nuestro enemigo imbatible. El ambiente después del tres a cero es de total desolación para la raza humana. La victoria era al mejor de cinco, así que AlphaGo ya había vencido.
A pesar de ello, se jugaron todas las partidas. La sorpresa vino en el cuarto encuentro, con la única victoria de Lee Sedol. Como resultado, el auditorio recibe al mejor jugador humano del mundo con un estruendoso aplauso que pondría el vello de punta a cualquiera. Las declaraciones de Lee Sedol fueron las siguientes: «La gente sentía impotencia y miedo. Parecía que los humanos éramos frágiles y débiles. Esta victoria significó que aún podíamos aguantar. […] Ganar una vez se sintió como suficiente. Una vez fue suficiente».

El impulso que DeepMind obtuvo de este reto ha llevado a la empresa a desarrollar inteligencias artificiales capaces de controlar a la perfección numerosos juegos. Entre ellos el popular Starcraft con su inteligencia artificial AlphaStar. Incluso AlphaZero es capaz de aprender a controlar algunos juegos sin que se le especifiquen las reglas, deduciéndolas por sí misma. Algunos se preguntarán qué utilidad tiene esto. En 2020, DeepMind desarrolló AlphaFold, una inteligencia artificial capaz de resolver uno de los problemas más complejos de la biología: el plegamiento de proteínas. Sin duda, una de las noticias científicas del año haciéndose hueco entre la pandemia del SARS-CoV-2.
Tras esta historia parece inevitable ponerse del lado humano en esta rivalidad, pero descubrimientos como AlphaFold nos llevan a pensar lo contrario. El protagonista de nuestra primera historia todavía tenía algo que decir. Garry Kasparov, en una charla TED en 2017 apareció, en primer lugar, para bromear recordando que él ganó la primera partida en 1996, «algo que la gente suele olvidar». En segundo lugar, para sentenciar lo siguiente: «20 años después de mi derrota ante Deep Blue, los titulares tipo: «La última oportunidad del cerebro», se han convertido en algo común mientras las máquinas inteligentes se instalan cada día en cada sector. A diferencia del pasado, cuando las máquinas reemplazaban trabajadores no cualificados, ahora lo hacen con graduados universitarios y gente con influencia política. Y, como alguien que luchó contra las máquinas y perdió, os digo que esto es una noticia excelente». El título de esta charla sintetiza a la perfección el mensaje: «No temas a las máquinas inteligentes. Trabaja con ellas».
Me voy a permitir utilizar el brillante cierre de Kasparov para terminar este artículo: «Las máquinas tienen cálculos. Nosotros tenemos comprensión. Las máquinas tienen instrucciones. Nosotros tenemos objetivos. Las máquinas tienen objetividad. Nosotros tenemos pasión. […] Vamos a necesitar la ayuda de las nuevas máquinas inteligentes para hacer nuestros mayores sueños realidad. […] Hay una cosa que solo los humanos podemos hacer. Y es soñar. Soñemos a lo grande».
Referencias y recomendaciones:
- Game Over: Kasparov vs The Machine AlphaGo – The Movie | Full Documentary
- How Many Different Ways Can a Chess Game Unfold? – Natalie Wolchover
- Don’t fear intelligent machines. Work with them | Garry Kasparov
- Deep Blue vs Kasparov: How a computer beat best chess player in the world – BBC News
- Garry Kasparov: Chess, Deep Blue, AI, and Putin | Lex Fridman Podcast #46
- Deep Thinking | Garry Kasparov | Talks at Google
- T-Minus AI: Humanity’s Countdown to Artificial Intelligence and the New Pursuit of Global Power. Michael Kanaan. BenBella Books
- https://en.wikipedia.org/wiki/Deep_Blue_versus_Garry_Kasparov
- https://es.wikipedia.org/wiki/Deep_Blue_(computadora)
- https://es.wikipedia.org/wiki/AlphaGo