La inteligencia artificial hace trampas para ganarte a los videojuegos

Cuando el superordenador Deep Blue, desarrollado por IBM, venció al ajedrez al por entonces campeón del mundo Gary Kaspárov, el mundo se puso en pie. El revuelo que tuvo la noticia venía justificado por entenderse como la primera victoria intelectual de las máquinas frente a los seres humanos, como si los contendientes nunca se hubieran encontrado ante una batalla similar.

Pero Deep Blue no es el primer rival virtual al que se enfrenta el hombre. Este duelo tuvo lugar en 1996, más de 80 años después del autómata El Ajedrecista y 25 años después de Computer Space, un título pionero en la introducción de oponentes controlados por computadora en un videojuego.

• Los algoritmos que quieren ser gamers

Y es que, para determinar el comportamiento de la máquina en un videojuego, que actuará en función de los movimientos que realice el jugador humano, son necesarios algoritmos de inteligencia artificial capaces de responder a estos estímulos. La introducción del aprendizaje automático en estas dinámicas de juego las hace conscientes de sus errores para que puedan seguir mejorando y la próxima vez que se enfrenten a nosotros, nos den una paliza todavía más humillante.

Para abordar un videojuego de esta manera, la inteligencia artificial no razona de la misma forma que lo haríamos nosotros: necesita afrontar el reto desde una perspectiva diferente. Aquí es donde cobran sentido los algoritmos evolutivos, que, en lugar de buscar la mejor técnica para ganar una partida, prueban de qué son capaces y van añadiendo pequeños ajustes para ir afinando su forma de jugar.

Un buen ejemplo de ello nos lo dio DeepMind en 2015. La compañía de Google diseñó a una inteligencia artificial para jugar al célebre Arkanoid. Tras cuatro horas entrenando, el algoritmo descubrió que si lograba colar la pelota en la parte superior de la barrera de ladrillos, obtenía mejores resultados.

La cuestión es que, llegado un punto, los algoritmos entrenados para superar videojuegos con la mayor puntuación encuentran atajos de los que nosotros no nos percatamos y aprovechan defectos en la programación del juego para quedar los primeros. En otras palabras: hacen trampas.

• Vamos a cruzar paredes, tralará

Recientemente, un grupo de investigadores entrenó a una inteligencia artificial para que sacara la mejor puntuación de la que fuera capaz en el juego Sonic the Hedgehog, como parte del concurso OpenAI Retro Contest. El algoritmo tenía la misión de recoger anillos, derrotar enemigos y superar el nivel en el menor tiempo posible y, para conseguirlo, aprovechó los glitches (errores de programación en un videojuego) para atravesar paredes y avanzar con más rapidez.

• Capeando el temporal

La investigadora del proyecto Google DeepMind AI Victoria Krakovna pasó varios meses buscando ejemplos similares de lo que cataloga como comportamientos pirata de los algoritmos y encontró algo parecido en Boat Race, un juego de carreras de barcos que concede puntos al recoger ciertos elementos. Aquí, la inteligencia artificial abandonó la carrera para ponerse a dar vueltas en círculos y chocar una y otra vez con los objetos que concedían una mayor puntuación.

• Hackeando la pirámide de Qbert

Pero la casuística es más abundante. En febrero, un grupo de investigadores de la Universidad de Friburgo, en Alemania, puso a prueba a su inteligencia artificial en el videojuego Qbert, un arcade en el que los jugadores manejan a un simpático personaje a través de una pirámide de cubos saltando sobre ellos para que cambien de color. El algoritmo descubrió un glitch que le permitía acumular puntos infinitos sin pasar de nivel mientras los cubos parpadean en distintos colores. Tal y como reconoció el diseñador del juego, nadie había descubierto este error de programación desde que se publicó, hace ya 36 años.