Un equipo de científicos de una de las empresas de las que es propietaria Google, Deep Mind, ha conseguido crear un algoritmo capaz de aprender a jugar juegos clásicos tan conocidos como el comecocos o “Space Invaders” (los marcianitos de toda la vida) partiendo de una información nimia sobre el juego en cuestión.
Hasta el momento, el método de aprendizaje para la inteligencia artificial había sido el refuerzo basado en estímulo y recompensa pero esta técnica tiene sus limitaciones, como por ejemplo, que está supeditado a entornos controlables y situaciones sencillas. Ahora, gracias al nuevo algoritmo, la máquina puede aprender por sí sola, sin apenas información previa.
Para crear este innovador código, los expertos combinaron el aprendizaje clásico usado en IA con una red neuronal artificial a imagen y semejanza de las biológicas. La suma de ambas, denominada “Deep Q-network”, ha logrado que el rendimiento en los videojuegos “ se pueda comparar con el de un probador profesional humano de videojuegos”, explica Demis Hassabis, coautor del estudio publicado en la revista Nature.
Y es que tras probar el rendimiento del nuevo algoritmo con un humano profesional de videojuegos, la máquina logró más del 75% de la puntuación en más de la mitad de los juegos testeados que fueron un total de 49 juegos clásicos de la consola Atari 2600, desde juegos de boxeo a carreras de coches.
“Usamos los mismos datos iniciales para todos los juegos, lo que demuestra que el agente aprende con éxito los procedimientos de cada uno basándose únicamente en las entradas sensoriales, lo que demuestra que utilizando la misma arquitectura, la máquina puede aprender a optimizar estrategias en diferentes ambientes”, explican los investigadores.
