El campeón mundial cuádruple de Stratego derrotado – por un costo de entrenamiento de ochenta mil coronas suecas

El último bastión humano cayó – y costó una bagatela

Stratego no es un juego de mesa ordinario. Con 40 piezas por jugador, todas ocultas para el adversario, y más de 10³³ posiciones iniciales posibles, el juego se trata tanto de psicología e incertidumbre como de pura potencia de cálculo. Es precisamente esa combinación la que durante mucho tiempo ha hecho que el juego sea una de las últimas arenas donde la humanidad ha podido competir contra la máquina.

Ahora también ese bastión ha sido tomado.

Según The Decoder, un sistema de IA llamado Ataraxos ha derrotado a Jitse Niemeijer – campeón mundial cuádruple y considerado por muchos como el jugador de Stratego más hábil de la historia. Lo impresionante no es solo la victoria en sí, sino cómo se logró.

Una quingentésima parte del costo

Cuando DeepMind hace algunos años entrenó su sistema DeepNash para dominar Stratego, se requirieron 1 024 procesadores especializados durante dos a tres meses de ejecución intensiva. El costo total, estimado en valores monetarios actuales, asciende a alrededor de 45 millones de coronas suecas.

Ataraxos se entrenó en 16 tarjetas gráficas durante una semana, con algunos días adicionales para una red complementaria. Costo total: aproximadamente 80 000 coronas suecas. Se trata de una reducción por un factor de quinientos.

Son el tipo de cifras que te obligan a detenerte. Vemos una curva similar a la que hemos visto en el desarrollo de semiconductores, almacenamiento y capacidad de red – pero ahora se aplica al costo de entrenamiento para un rendimiento de punta en IA. Y la curva apunta bruscamente hacia abajo.

Autojuego sin intervención humana

Ataraxos se entrena completamente sin datos de juego humano. El sistema aprende únicamente jugando contra sí mismo – el llamado autojuego – y construye su comprensión del juego desde cero. Se trata de una metodología que reconocemos de AlphaGo y sus sucesores, pero aplicada aquí con requisitos de recursos dramáticamente menores.

Una parte central de la fortaleza del sistema parece ser cómo maneja la incertidumbre inherente del juego de manera sofisticada. No saber dónde se encuentran las piezas del adversario no es solo un obstáculo – es una dimensión estratégica que Ataraxos ha aprendido a explotar activamente.

Es digno de notar que Ataraxos y DeepNash nunca se han enfrentado en un partido directo. El equipo de investigación detrás de Ataraxos se ofreció a construir la infraestructura para tal comparación, pero se enteró de que el código fuente de DeepNash ya no es funcional. Un poco irónico, pero también revelador: el sistema de la generación anterior ya está obsoleto.

Lo que esto realmente significa

He seguido el desarrollo de la IA lo suficiente como para estar insensibilizado a los titulares sobre sistemas que "derrotan a maestros". El ajedrez cayó en 1997. El Go cayó en 2016. Póker, Starcraft, Dota – la lista es larga. Pero lo que hace interesante el caso de Ataraxos no es el resultado del juego en sí, sino el colapso de costos.

Cuando el rendimiento de punta requiere inversiones de mil millones, en la práctica solo un puñado de actores – grandes empresas tecnológicas e institutos de investigación bien financiados – pueden participar en la carrera armamentista. Pero cuando la misma capacidad puede lograrse con un presupuesto académico, el juego se abre para un grupo completamente diferente de actores.

Lo que estamos viendo es una democratización de la capacidad de IA en tiempo real. Y está sucediendo más rápido de lo que la mayoría había calculado.

Para quienes construimos sistemas, esto es genuinamente emocionante. Técnicas y métodos que hace tres años requerían recursos de centro de datos de clase mundial hoy pueden ser implementados por un pequeño equipo con hardware razonable. Esto reduce las barreras para la innovación y abre la puerta a más voces y perspectivas en cómo se diseñan los sistemas.

Por supuesto, existen desafíos. La rápida disminución de costos también significa que la capacidad se dispersa más amplia y rápidamente – lo que plantea mayores exigencias sobre el uso responsable y la aplicación reflexiva. Pero esa conversación se sostiene mejor con los ojos abiertos sobre lo que la tecnología realmente puede hacer, no con exageraciones en ninguna dirección.