Harold Moreno LunaDeepMind, el equipo de desarrolladores de Inteligencia Artificial (IA) de Google, logró que su algoritmo AlphaStar se imponga a los expertos del popular juego de estrategia.
Este hito genera una gran expectativa a futuro, ya que enseñarle a una máquina a jugar no es tarea fácil. El desarrollo de algoritmos de Inteligencia Artificial (IA) para la toma de decisiones en tiempo real es extremadamente complejo, como lo admiten sus creadores.
IA y videojuegos
La participación de bots (simulaciones de jugadores) en videojuegos de deportes, FPS (juegos de acción en primera persona por sus siglas en inglés), battle royale (juegos de supervivencia en los que gana el último jugador que queda en pie), de estrategia o de otro tipo no es una novedad. Usualmente, se trata de algoritmos de comportamiento relativamente simple con un nivel de dificultad determinado.
Sin embargo, la Inteligencia Artificial ha llevado la participación de las máquinas más allá. En enero de este año, una versión anterior de AlphaStar desafió a dos de los mejores jugadores del mundo en StarCraftII y los venció en 10 partidas, perdiendo solo una. Este es un video resumen del encuentro:
AlphaStar ya había logrado también vencer en 2007, por 100 victorias a 0, a una versión antigua de sí misma en el juego de mesa para dos personas GO. Ese mismo año, otra IA de Deepmind, AlphaZero, aprendió a jugar ajedrez desde cero y, sin más información inicial que las reglas del juego, llegó a superar a todas las otras inteligencias artificiales que han destacado en ajedrez y superado a humanos.
Aprendizaje casi humano
Estas IA funcionan imitando el funcionamiento de las redes neuronales de los seres vivos, pero reemplazando las neuronas (que crean y refuerzan conexiones cuando se aprende algo) con algoritmos. Con el tiempo y la práctica, estos algoritmos pueden aprender, predecir, reforzar u olvidar comportamientos o patrones. En este video en inglés se puede observar cómo la IA mejora su nivel de juego a medida que emplea emplea diferentes técnicas de aprendizaje y entrenamiento.
En el caso de AlphaStar,
según el blog de la división de Google la IA se ubicó por encima del 99.8% de jugadores bajo las mismas restricciones a las que están sujetos los jugadores humanos. Las tres redes neuronales (una para cada raza en el juego) ven el mundo de forma parcial a través de una cámara, se someten a las mismas reglas y juegan en los mismos mapas en partidas desde el servidor oficial del juego,
Battle.net. El algoritmo aprende a tomar decisiones sobre las acciones a tomar, a dónde moverse y cómo planificar las siguientes acciones y movimientos.
Con un aprendizaje automatizado y con una velocidad de reacción reducida a propósito, para asemejar su comportamiento al de jugadores reales, AlphaStar alcanzó un nivel de gran maestro para las tres razas de StarCraft II: Protoss, Terran y Zerg.
"El sistema es muy hábil para evaluar su posición estratégica y sabe exactamente cuándo atacar o soltar a su oponente", sostuvo el jugador profesional Dario "Tlo" Wünsch. "Aunque tiene un excelente y preciso control, no se siente superhumano; al menos no en un nivel que un humano no pudiera alcanzar. Se siente muy justo, es como un juego real".
El proceso de entrenamiento de AlphaStar tomó solamente 44 días.
Si no conoces muy bien el juego, este video introductorio sobre StarCraft II puede ayudarte.
(FIN) HML/MAM
Más en Andina:
Publicado: 4/11/2019