Si usted es una persona con dificultades visuales, navegue el sitio desde aquí

La inteligencia artificial corre sus límites: ahora gana al póquer

Una computadora pudo más que jugadores expertos; hay quienes creen que, al ritmo de los algoritmos, las tecnologías implicarán una nueva modalidad de producción económica

Domingo 05 de febrero de 2017
SEGUIR
PARA LA NACION
0

Primero vinieron por el "Piedra, Papel o Tijera" (ya existe una aplicación que aprende nuestra estrategia consciente e inconsciente en este esquema y a partir de la mano 30 o 40 nos empieza a ganar sistemáticamente), pero no nos importó porque al "Piedra, Papel o Tijera" jugábamos de chicos, hace mucho. Luego vinieron por el ajedrez, en 1997, cuando Deep Blue de IBM le ganó a Garry Kasparov, y tampoco dijimos nada. Cuando vinieron por el Go -un algoritmo le ganó al mejor jugador del mundo en marzo del año pasado- también nos quedamos callados. Ahora están tocando a las puertas del póker, y ya es demasiado tarde.

Más precisamente, una de las versiones más complejas del póquer, la modalidad "Texas Hold'em sin límites de apuestas", en la cual cada jugador puede apostar todas las fichas que posee. Durante años se la consideró una variante "prohibida" para la automatización: se estima que hay una cantidad de diez elevado a las ciento sesenta (un diez seguido de 160 ceros) de posibilidades distintas de jugar cada mano.

Así y todo, un programa diseñado por científicos de Canadá, de los Estados Unidos y de la República Checa logró una performance excelente (superior a la de los campeones humanos) en una competencia híbrida que tuvo lugar en el casino Rivers de Pittsburgh, Estados Unidos . Durante las últimas tres semanas, el sistema Libratus jugó unas 120.000 manos de póker contra varios de los profesionales más experimentados del mundo, con resultados que superaron las expectativas.

Al igual que sucedió con el Go, para superar a los humanos en el póquer no se usó el mismo abordaje que con el ajedrez o con el Jeopardy (programa de preguntas y respuestas en el cual ya dominan los robots), sino que se optó por el atajo de lo que se conoce como Deep learning (aprendizaje profundo). "Cuando Deep Blue le ganó a Kasparov, alguien programó la estrategia de juego. En algún sentido, alguien le contó al sistema previamente la solución a aplicar según un árbol de movimientos. En el caso del Go y del póquer, sólo se le dice a la máquina cómo cambiar el comportamiento cuando pierde, pero no cómo se gana. La diferencia entre ambas cosas es todo", cuenta a LA NACION Pablo Polosecki, un científico argentino que trabaja en Nueva York para la firma IBM.

"Es muy notable lo del póquer -continúa Polosecki-. Es un problema difícil porque la información que tiene el jugador es incompleta (no sabe las cartas del oponente) y eso lo distingue de otros juegos como el ajedrez o el Go. Se le suma, además, el fuerte ingrediente social que tiene el juego entre humanos, donde la capacidad de leer y simular emociones juega un rol que una máquina por ahora difícilmente pueda explotar. En lo personal, me fascina más el reciente triunfo de AlphaGo, el programa de Google que juega al Go. En el póquer creo que vemos mas menos intuitivamente cuáles son los juegos posibles que uno trata de armar. El Go, en cambio, requiere enseguida que uno desarrolle un lenguaje perceptual apropiado para discutir estrategias, que es la contribución que le da fama al aspecto «deep» del deep learning. Lo que le da poder a la máquina en ambos casos es combinar esta arquitectura de varias capas (o profunda) con una estrategia para aprender a partir de sus aciertos y errores (lo que se llama aprendizaje por refuerzo o reinforcement learning)."

Para Carlos Diuk, doctor en Ciencias de la Computación y científico de datos en Facebook, "Deep learning es la mejor tecnología que tenemos para reconocimiento de patrones. En áreas como visión por computadora (reconocimiento de caras y de objetos) ya muestran resultados al mismo nivel que los humanos, o mejor". En los últimos días apareció en la revista Nature un paper mostrando que con deep learning se puede reconocer cáncer de piel con la misma precisión que la de los dermatólogos más experimentados.

"Hablando de profesiones -agrega Diuk-, "los médicos no van a desaparecer pero su tarea va a cambiar, y temo que ciertos roles en salud, como los del radiólogo que hace su informe de las imágenes, sí están en riesgo de ser reemplazados. En EE.UU. la combinación de aprendizaje profundo y otras tecnologías ya resultó en autos y camiones que se manejan solos, y se discute qué pasará con los tres millones de camioneros y otros varios millones de taxistas, choferes de colectivo, etcétera. Diría que por el lado del timing la tecnología ya está, básicamente; las barreras son más regulatorias y de costos que otra cosa, y los próximos cinco años van a ser interesantes."

El aporte al crecimiento

La inteligencia artificial (IA) aportará al crecimiento sobre tres motores principales: como una nueva fuerza laboral, como complemento laboral (aquellas profesiones que dependen mucho de la presencia personal, como médicos, educadores o asistentes sociales, son las más "aumentables" con IA) y a través de la avenida del autoaprendizaje de los algoritmos inteligentes.

"Muchos académicos tratan a la inteligencia artificial como si fuera similar a alguna de las grandes tecnologías disruptivas del pasado, como la electricidad o la masificación de la computación. Por el contrario, creo que la IA es un nuevo factor de producción que trasformará por completo las bases del crecimiento de la economía", explicó a LA NACION tres meses atrás Mark Purdy, experto global de Accenture en Inteligencia Artificial y autor del estudio titulado ¿Por qué la Inteligencia Artificial es el futuro del crecimiento? En su investigación, Purdy afirma que la IA tiene la capacidad de duplicar la tasa de crecimiento de las economías desarrolladas (que representan el 50% del producto bruto mundial) de acá al año 2035, y de aumentar la productividad laboral en el mismo período un 40 por ciento.

La semana pasada se supo que la consultora Gartner ubicó a la IA por segundo año consecutivo como la tecnología más influyente en los negocios. Para 2017, se espera que mejoren, vía diseño, las interfaces con los usuarios, que los sistemas de IA comiencen a "dialogar" entre sí -hoy muchos de ellos son incompatibles- y que las empresas empiecen a reclamar retornos tangibles de sus inversiones sobre este campo.

"Este último dato es importante", cuenta a LA NACION Bruno Rovagnatti, director en la Argentina de la agencia de innovación R/GA. "Hay mucho «jipeo» con este tema y sus posibles aplicaciones en el corto plazo en los negocios locales. Hay una barrera de ingreso baja, muchos entran por los chatbots, para reemplazar call centers, pero enseguida vienen una meseta de frustración, la tecnología no está del todo madura aún". Robagnatti tiene en su oficina de Palermo dos dispositivos de Amazon Echo, que utiliza más que nada para pedirles música: temas clásicos cuando necesita setear su mente en modalidad de "foco" y ritmos más movidos cuando necesita concentrarse para codificar.

Para Polosecki, "es imposible decir ahora si esto va a seguir creciendo exponencialmente y va a reemplazar a los seres humanos en la toma de decisiones sobre los problemas que conocemos (reconocer tumores en una imagen o decidir qué acciones comprar) o en problemas que los humanos no sabemos resolver. Podría aparecer un techo pronto para las técnicas actuales y que se dibuje una nueva demarcación entre lo que es propiamente humano y lo que no. En todo caso, las consecuencias económicas son palpables hoy".

Polosecki coincide con su colega argentino Diuk en que el terreno donde esta autopista tecnológica está fluyendo más rápido es el de la salud. "El gasto en salud hoy es casi el 20% del PBI de Estados Unidos (que a su vez es casi un cuarto del PBI mundial), por lo que cualquier mejora tiene un impacto económico enorme. La posibilidad de sacudir ese tablero con machine learning está produciendo movimientos en todas las grandes compañías tecnológicas y la aparición de un sinnúmero de startups. No se trata solamente de ayudar o reemplazar al humano en el diagnóstico y pronóstico, sino también de hacer más eficiente un sistema de servicios cuyo espacio de posibilidades excede la capacidad de deliberación de cualquier experto."

sebacampanario@gmail.com

Te puede interesar

Enviá tu comentario

Los comentarios publicados son de exclusiva responsabilidad de sus autores y las consecuencias derivadas de ellos pueden ser pasibles de sanciones legales. Aquel usuario que incluya en sus mensajes algún comentario violatorio del reglamento será eliminado e inhabilitado para volver a comentar. Enviar un comentario implica la aceptación del Reglamento.

Para poder comentar tenés que ingresar con tu usuario de LA NACION.
Las más leídas