Una de las mejores maneras de probar la inteligencia de los bots es a través de los juegos de roles y un equipo de investigadores del MIT desarrolló una de estas IA que puede vencer a los jugadores humanos en juegos multijugador en línea que mantienen a los jugadores en incógnito.
Los juegos han sido uno de los mecanismos fiables para poner a prueba a las Inteligencias Artificiales. A principios de este año, un equipo de la Universidad Carnegie Mellon desarrolló el primer bot del mundo que puede vencer a los profesionales del póker multijugador. AlphaGo de DeepMind fue noticia en 2016 por vencer a un jugador profesional de Go. Son dos ejemplos cercanos que podemos mencionar.
Próximamente, en la Conferencia sobre Sistemas de Procesamiento de Información Neural, los investigadores presentarán DeepRole, el primer bot jugador que puede ganar juegos en línea en equipos en los que las lealtades de los participantes inicialmente no están claras. El bot fue enseñado bajo principios de razonamiento deductivo, lo que le permite razonar sobre las acciones observables, para determinar la probabilidad de que un jugador dado sea un compañero u oponente. Así, sabe cómo encontrar aliados y garantizar la victoria del equipo.
El bot fue entrenado durante más de 4.000 rondas en el juego “The Resistance: Avalon”. En este juego, los jugadores intentan deducir los roles secretos de sus compañeros a medida que avanza el juego, mientras que al mismo tiempo ocultan sus propios roles. En esta dinámica, DeepRole logró superar consistentemente a los humanos.
“Si reemplazas a un compañero humano con un bot, puedes esperar una mayor tasa de victorias para tu equipo. Los bots son mejores socios”, dice el primer autor Jack Serrino, quien se especializó en ingeniería eléctrica y ciencias de la computación en el MIT y es un ávido jugador en línea de “Avalon”.
“Los humanos aprendemos y cooperamos con los demás, y eso nos permite lograr juntos cosas que ninguno de nosotros puede lograr solo”, dice el coautor Max Kleiman-Weiner, un postdoc en el Centro de Cerebros, Mentes y Máquinas y el Departamento de Cerebro y Ciencias Cognitivas en el MIT, y en la Universidad de Harvard. “Juegos como ‘Avalon’ imitan mejor los entornos sociales dinámicos que los humanos experimentan en la vida cotidiana. Tienes que averiguar quién está en tu equipo y trabajará contigo, ya sea tu primer día de jardín de infancia u otro día en tu oficina”.
Es así como este bot está siendo entrenado con intenciones más profundas, es decir, la de comprender cómo funcionan los entornos sociales reales. La deducción es una cualidad humana muy importante, estos bots están aprendiendo a razonar los comportamientos para saber en quién pueden confiar y prestar su cooperación.
Curiosamente, el bot no necesitaba comunicarse con otros jugadores, que generalmente es un componente clave del juego. “Avalon” permite a los jugadores chatear en un módulo de texto durante el juego, pero los investigadores afirmaron que su bot tuvo éxito solo con observar.
“El idioma es definitivamente la próxima frontera”, dice Serrino. “Pero hay muchos desafíos para atacar en esos juegos, donde la comunicación es clave”.
