A los aficionados del ajedrez les encanta discutir sobre el magistral sacrificio de Bobby Fischer y la ingeniosa línea de ataque del actual campeón mundial Magnus Carlsen. Ahora resulta que estos comentarios podrían ayudar a los programas de inteligencia artificial (IA) a aprender a jugar el ajedrez de una manera nueva. Un día, ese nuevo enfoque de aprendizaje podría permitir que los ordenadores usen el contenido emocional de nuestro lenguaje para dominar varias tareas prácticas.

El algoritmo de ajedrez SentiMATE, desarrollado por un equipo de investigadores de la University College London (Reino Unido), evalúa la calidad de los movimientos de ajedrez a partir del análisis de los comentaristas expertos. El equipo analizó el texto de 2.700 comentarios de juegos de ajedrez disponibles online. Eliminaron los comentarios que no se relacionaban con los movimientos de alta calidad y ejemplos demasiado ambiguos. Luego, utilizaron un tipo especial de red neuronal recurrente y de incrustación de palabras (una técnica matemática que conecta las palabras en función de su significado), entrenados en otro avanzado modelo para analizar el lenguaje.

Últimamente, la IA ha avanzado mucho en el análisis del lenguaje. Por ejemplo, un algoritmo desarrollado por los investigadores de OpenAI, una compañía de investigación en San Francisco (EE. UU.), demostró ser capaz de generar noticias completas a partir de unas pocas palabras.

En un correo electrónico a MIT Technology Review, los investigadores responsables del algoritmo afirman: "El siguiente paso en el avance del procesamiento del lenguaje natural consiste en convertir la información aprendida en acciones tangibles para ayudar a resolver tareas del mundo real. Nos pareció que la estrategia de aprendizaje de los datos basados en texto podría ser una vía de investigación muy importante para explorar".

SentiMATE sorprendió a los investigadores por su capacidad de resolver algunos de los principios básicos del ajedrez, así como varias estrategias clave, como el doble (cuando dos o más piezas están amenazadas simultáneamente) y el enroque (cuando el rey y la torre intercambian su posición de forma más defensiva en la primera línea del tablero).

La IA no se convirtió en un gran maestro: no logró vencer a algunos bots de ajedrez convencionales. Pero el programa demuestra la posibilidad de usar el lenguaje para ayudar a descubrir cómo jugar bien el ajedrez, con menos datos de práctica y menos potencia computacional que los enfoques convencionales.

El ajedrez lleva mucho tiempo siento uno de los puntos de referencia del progreso en inteligencia artificial, desde el programa de Alan Turing de 1951 para jugarlo (escrito en papel) hasta la derrota de Garry Kasparov a manos de Deep Blue de IBM (ver Kasparov admite que Deep Blue no hizo trampas al ajedrez 20 años después).

Más recientemente, la filial de Alphabet DeepMind demostró una variante de ajedrez de AlphaGo, el programa capaz de aprender a jugar el antiguo juego de mesa chino Go. Este programa, conocido como AlphaZero, recibió las reglas del juego y luego perfeccionó su habilidad jugando contra otras versiones de sí mismo. Como se enseñó a sí mismo, AlphaZero desarrolló algunas estrategias inusuales y sorprendentes. Pero al igual que Deep Blue, AlphaZero necesitó miles de chips especializados de la unidad de procesamiento tensorial (TPU) de Google y los datos de millones de juegos de práctica.

Los investigadores aseguran que las técnicas de aprendizaje utilizadas por SentiMATE podrían tener muchas otras aplicaciones prácticas más allá del ajedrez. Por ejemplo, podrían ayudar a las máquinas a analizar deportes, predecir la actividad financiera y hacer mejores recomendaciones. "Hay una gran cantidad de libros, blogs y documentos listos para enseñar", señala el equipo.