Herbert Simon sentado y Allen Newell de pié, en un tablero de ajedrez de 4x4
Introducción al AJEDREZ SIMPLIFICADO
Desde el momento mismo de la invención de las computadoras. se
ha venido insistiendo reiteradamente en la idea de que llegará
el día en que los ordenadores electrónicos digitales alcancen o
superen las dotes intelectuales de los humanos. En los primeros
días, recién nacidas las ciencias de cómputo. semejante
afirmación carecía de fundamento empírico. No podía esperarse
entonces que los programas razonasen. hiciesen planes.
aprendiesen, formulasen conceptos, se valiesen del lenguaje
humano o pensasen creativamente mejor de lo que pudiesen hacerlo
sus predecesores mecánicos en el arte de la simulación:
marionetas, muñecos de cuerda o cajitas de música. Además, la
idea misma de que la inteligencia pudiese requerir un marco de
referencia teórico para ser explicada no era por entonces
admitida sino por unos pocos. Se consideraba que la inteligencia
era una noción transparente y si hubiera de serle reconocida a
una máquina, las potencias intelectuales de ésta tendrían que
ser casi indistinguibles de las correspondientes potencias de los
humanos. Por eso, los primeros ordenadores fueron llamados
---cerebros electrónicos---. Johann von Neumann, uno de los
arquitectos del tipo de ordenador más utilizado en nuestros
días, formuló explícitamente analogías entre ordenador y
cerebro humano. Aún hoy, muchas personas asimilan datos con
conocimientos, la ejecución de un programa con la adopción y
puesta en práctica de decisiones, la traza, o sea, el progresivo
registro de los resultados elaborados por el programa, con la
corriente de la consciencia, la adquisición de datos, con el
acto de aprender.
David L. Waltz
En los 20 o 25 últimos años, una nueva disciplina, la inteligencia artificial, ha dado eterno descanso a algunas de las más ingenuas analogias entre ordenador y el cerebro y ha emprendido la tarea de proveer de cimentación teórica al concepto de inteligencia. Para los profesionales de la disciplina, el ordenador es como un laboratorio donde desarrollar una nueva forma de pensar acerca del pensar. Programas redactados por investigadores en inteligencia artificial han demostrado, concluyentemente, que en ciertas actividades (entre ellas algunas para las que casi todo el mundo concedería que se precisa inteligencia. como en los juegos de tablero) el ordenador puede aventajar al ser humano. Programas recientes han puesto de manifiesto que el ordenador puede incluso desarrollar teorías muy elaboradas a partir de unos cuantos axiomas sencillos en dominios restringidos. como el aritmético. Al mismo tiempo. la comprensión de ciertas características de la inteligencia humana se ha visto considerablemente enriquecida al intentar la descripción de rasgos análogos con el detalle necesario como para escribir un programa. Y en consecuencia, el paralelismo entre mente y ordenador se ha ensanchado y ha madurado.
Fijémonos en el acto de aprender. En las personas, el aprendizaje parece estar íntimamente ligado al crecimiento y cambio de la estructura física del cerebro. El hardware, el soporte físico, el dispositivo mecánico-eléctrico del ordenador, no experimenta en absoluto cambios análogos. Empero, los programas de un ordenador pueden cambiar de multitud de otras formas: pueden acumular datos, organizarlos e incluso modificarlos o modificarse a sí mismos. Por este motivo, quienes trabajan en inteligencia artificial han sugerido que ciertos programas complejos - y particularmente los capaces de modificar sus propias operaciones - pudieran ser modelos idóneos de la inteligencia biológica, al igual que los del aprender humano y demás modelos empleados en la investigación científica. éstos no reproducen en todo su detalle el fenómeno que se proponen representar. Por ejemplo, las operaciones de un ordenador que incorpore en sí un programa "capaz de aprender", no guardan relación explicativa alguna con el aprendizaje de los humanos. en tanto que éste se concreta en pautas de excitación de grupos de células nerviosas y cerebrales. Mas el modelo computarizado de inteligencia sí resulta ser lo bastante flexible como para ser formulado con tanto detalle como se considere adecuado para arrojar luz sobre las funciones esenciales del pensamiento humano.
Intentaré aquí dar una idea de los tipos de resultados que pueden alcanzarse mediante programas de inteligencia artificial. En inteligencia artificial, la cuestión de cómo explorar de forma óptima una gama de acciones posibles, al perseguir objetivos bien definidos, es tema que se presenta constantemente. En general, cada acción adoptada abre varias continuaciones, nuevas y posibles: por ello, al planear una sucesión de acciones es forzoso tener presente una estructura ramificada de posibles estados, llamada árbol de búsqueda o árbol de exploración. Por lo común. este árbol se presenta invertido. con la raíz hacia lo alto. La raíz representa la situación actual, las ramas son las acciones posibles y los extremos de las ramas, los posibles resultados, de los cuales uno o varios pueden corresponder al objetivo de la búsqueda.
Exploración heurística
Explorar la gama completa de todas las acciones posibles, en todos los órdenes secuencialmente posibles, equivaldría a repasar todas las ramas del árbol; ello garantizaría, sin duda, el reconocimiento de la sucesión óptima. Sin embargo, en muchos casos, el árbol de explotación es tan grande que la búsqueda exhaustiva no es factible. Por esta razón, casi todos los programas de inteligencia artificial llevan incorporados principios heurísticos, reglas prácticas informales "de la mano derecha", de suerte que las acciones más prometedoras sean objeto de análisis especial, mientras las menos interesantes son eliminadas sin dedicarles plena atención. Aunque los principios heurísticos son prácticos y eficaces en casi todas las circunstancias, abreviando mucho la exploración, al aplicarlos se pierde la certeza de hallar el resultado óptimo. Ordinariamente, los programas que permiten a un robot planear la manipulación de objetos o sus propios movimientos en el espacio, se valen de métodos de exploración heurística.
Entre los programas que aplican métodos de búsqueda orientada heurísticamente, tenemos los programas para juegos de salón, como ajedrez. damas o chaquete (backgammon). En nuestros días, muchos de estos programas alcanzan niveles de jugador experto o maestro. Un programa bautizado Mighty Bee (Abejita poderosa), escrito por Hans Berliner, de la Universidad Carnegie-Mellon. derrotó en 1979 al campeón mundial de chaquete. Donde se concentrará un mayor interés será seguramente en los programas ajedrecísticos; virtualmente todos los que han sido ideados desde el decenio de 1950 están fundados en un modelo de búsqueda heurística puesto a punto por Claude E. Shannon, de los laboratorios Bell.
Cuando un programa ajedrecístico está en el proceso de decidir cuál será su siguiente jugada tiene que ir evaluando de alguna forma la situación resultante de cada jugada potencial. Tal evaluación puede hacerse mediante un sistema de puntuación, basado, por ejemplo, en asignar valores a las piezas y en la gravedad de la amenaza a cada pieza que pueda ser capturada en la siguiente jugada. Muchos programas toman en cuenta también el valor posícional de los peones, el grado de control del centro del tablero y el número de piezas puestas en juego. El programa selecciona su juego buscando hacer máxima la puntuación.
Los principios heurísticos incorporados al programa ajedrecístico regulan la amplitud y la profundidad del árbol que el programa va explorando en su búsqueda de la jugada óptima. En términos generales, el programa calcula la puntuación correspondiente a cada jugada lícita que parte de una situación dada. Seguidamente puede examinar las respuestas del contrario a cada una de estas jugadas y la gama de contra-ataques propios para cada una de estas respuestas. No obstante, ya al principio del proceso será necesaria una primera selección de jugadas: de lo contrario, el número de posiciones a examinar llega enseguida a hacerse desmesurado. En este proceso de selección intervienen precisamente los principios heurísticos. Así, el programa podría seleccionar para estudio ulterior tan sólo la jugada de máxima puntuación, o bien podría explorar las consecuencias de las cinco jugadas más prometedoras, pongamos por caso. Para las jugadas todavía pendientes de consideración, el programa examina el árbol de exploración hasta cierta profundidad especificada, momento en el cuál los principios heurísticos determinarán si la exploración debe o no continuar: una línea de exploración es abandonada sólo si la situación a que conduce es razonablemente estable. Las negras hacen entonces la jugada que más verosímilmente vaya a darles máxima puntuación. suponiendo que las blancas efectúan en cada turno la mejor de las jugadas admisibles.
En ajedrez, el número medio de jugadas lícitas que parten de una situación dada es de 35: una búsqueda exhaustiva de sólo tres niveles de profundidad para cada jugador obligaría a examinar más de 1800 millones de jugadas. Se han ideado procedimientos rigurosos para podar el árbol: mas, a pesar de tales métodos, el funcionamiento de casi todos los programas consiste básicamente en explorar por extenso el árbol de búsqueda. Consideremos el antiguo programa Belle que logró un puntaje de 2160 (nivel de experto), de los laboratorios Bell. Este programa funciona sobre un ordenador especializado, cuya red electrónica interna ha sido diseñada con el propósito expreso de efectuar cálculos ajedrecísticos y es capaz de examinar en promedio unas 160.000 situaciones por segundo.
Relación entre inteligencia artificial y psicología
El funcionamiento de Belle y de otros programas ajedrecísticos similares pone de relieve una de las cuestiones más importantes que conciernen a los objetivos de] trabajo en inteligencia artificial. Admitiendo que la simulación del comportamiento inteligente de los humanos fuese uno de los objetivos primordiales, ¿a qué nivel deberá efectuarse esta simulación? En cierto sentido, un programa capaz de jugar al ajedrez a nivel de experto, sea cual sea el procedimiento por el que lo consiga, está sin duda simulando la conducta del experto humano. Por otra parte, si el objetivo fuese emular las decisiones de índole estratégica que el jugador humano va tomando, los programas como Belle deberían catalogarse entre los fracasos completos.
Está suficientemente constatado que los buenos jugadores humanos se valen de métodos de procesado radicalmente distintos de los incorporados en Belle. Los jugadores humanos basan sus partidas en estrategias: se marcan objetivos, tales como la captura de una pieza determinada, y buscan después vías para alcanzarlos. A tal fin puede ser necesario establecer una serie de objetivos secundarios y verificar que cada uno de ellos esté a su alcance. Se ha demostrado mediante ensayos que un buen jugador no examina arriba de 100 posiciones antes de optar por una jugada. Tan sólo se toman en cuenta las líneas de ataque más prometedoras; a cambio, éstas son exploradas hasta profundidades relativamente grandes. Por el contrario, Belle examina alrededor de 29 millones de situaciones en el tiempo de tres minutos que por término medio puede dedicarse a cada jugada en una partida de torneo.
Parece claro que pueden lograrse conductas inteligentes a partir de procesos intrínsecamente muy distintos de la congnición humana. Algunos investigadores aducen, empero que la inteligencia artificial es, hablando en general, una rama de la psicología humana. Su tesis es que siempre que un programa simule algún aspecto de la capacidad intelectual humana, el programa constituye una "condición de existencia" de modelos computarizados de inteligencia humana. En su funcionamiento, el programa puede alejarse tanto de los procesos mentales humanos que resulte imposible extraer de él consecuencias válidas en psicología humana. No obstante, el programa puede simular otros aspectos de la inteligencia humana que parecen tener suma importancia, tales como la impredictibilidad de su rendimiento. Es cosa corriente que los programas ajedrecísticos jueguen mejor que las personas que los escribieron, y por ello resulta muy engañoso afirmar, como tantos acostumbran, que la inteligencia del ordenador está limitada porque el ordenador sólo puede hacer lo que está programado para hacer. En muchos casos el programador ignora de cuánto es capaz su programa en tanto no lo en saya sobre un ordenador.
Donald Michie y Tim Niblett, de la Universidad de Edimburgo, e Ivan Bratko, de la Universidad Edward Kardelj de Ljubljana, han dado cuenta de un sorprendente ejemplo de este fenómeno. Un programa preparado por estos investigadores analiza ciertos finales de ajedrez, fase del juego donde la mayoría de programas se desenvuelven bastante peor que en el medio juego. Por lo común, los maestros de ajedrez saben de memoria sistemas de reglas para el final de partida; el programa ha demostrado que ciertas posiciones finales que se pensaba conducían a tablas permiten en realidad a uno de los bandos imponer una victoria. Mas, para conseguirla, uno de ellos ha de atenerse a un sistema de reglas demasiado complicado para poder ser fácilmente recordadas por un jugador humano; reglas, por otra parte, para las que los ordenadores actuales tienen capacidad sobrada. Si bien los programas ajedrecísticos no poseen entre sus rasgos dominantes la planificación orientada a objetivos, en teoría es sencillo escribir un programa que reconozca e identifique objetivos y descubra caminos conducentes a ellos. Como antes, el funcionamiento del programa puede ser comprendido como exploración de una estructura arborescente invertida.
Planificación
La raíz del árbol representa el objetivo; los nodos a él conectados por ramas representan requisitos previos, a satisfacer antes de poder alcanzar el objetivo. (Los prerrequisitos que tomados conjuntamente bastarían para alcanzar la meta están interconectados; de todas formas, en el árbol están representados todos los conjuntos de prerrequisitos suficientes.) Cada condición previa puede a su vez convertirse en un objetivo secundario, con sus propias condiciones previas, representadas por otras series de nodos de ramificación. Los nodos terminales del árbol representan condiciones satisfechas ya por el estado de cosas inicial. Con cada nodo no terminal, está asociada una acción capaz de alcanzar una meta principal o secundaria. El programa explora todas las ramas del árbol, hasta que todas las condiciones previas quedan satisfechas. Seguidamente construye un plan de actuación, trazando un sendero que a través del árbol enlace el nodo más bajo con el más alto.
|
Criterio maximizante = - [amenazas a las piezas propias] + [amenazas a las piezas opositoras] + [inventario básico de piezas propias] - [inventario básico de piezas opositoras] ==> MAX
POSICION INICIAL
|
Nótese que el caballo nuestro tiene doble amenaza (del rey y de la torre opositoras)
Cálculo del puntaje: Criterio maximizante = -[1,5] + [0] + [1004] - [1005] = -2,5 (posición perdedora)
|
EXPLORACION SISTEMATICA - de una estructura arbórea invertida. Se va efectuando desde el nodo superior (la raíz) a lo largo de la rama izquierda, hasta un nodo terminal. La exploración retorna entonces al primer nodo intermedio, a partir del cual puede bajar por otra rama, prosiguiendo la exploración hasta que se hayan examinado todos los nodos terminales, de izquierda a derecha. Los árboles invertidos permiten representar la estructura de gran variedad de problemas. La raíz puede representar una situación dada, como, por ejemplo, un momento en la partida de ajedrez. Cada nodo situado directamente debajo de la raíz denota el resultado de alguna acción posible, desde aquella situación, como, por ejemplo, la movida de una pieza. Los nodos aún más bajos pueden simbolizar los resultados de acciones subsiguientes, por ejemplo, las respuestas del jugador opositor. La raíz del árbol puede representar un objetivo. Los nodos de ramificación intermedios constituyen entonces condiciones previas para efectuar acciones que logren el objetivo. Cada una de las condiciones previas puede tener, a su vez, precondiciones propias, representadas por nodos del nivel algo más arriba. La exploración de una estructura arbórea es un procedimiento serial: los nodos se examinan unos tras otros. Con varias computadoras en paralelo, cada una de ellas se puede especializar en algun nodo más abajo de la raíz.
Pulsar Vuelta Atrás
Actualizado 30.abr.1999
