En el 18.º siglo, el polímata húngaro Farkas Kempelen diseñó un autómata que jugaba al ajedrez y que cosechó un éxito considerable en toda Europa. Se trataba, desde luego, de un engaño, revelado solo en 1834, pero que sugirió por primera vez la idea de utilizar un juego para poner a prueba una inteligencia artificial.
Desde el engaño de Kempelen, el ajedrez ha sido el juego de pura reflexión más estudiado. Tras una derrota en 1996, el ordenador Deep Blue, en alusión a IBM (apodada Big Blue), venció en 1997 al campeón del mundo de entonces, Garry Kasparov. Los desarrolladores de la IA orientaron entonces sus esfuerzos hacia un juego más complejo, el go. Se estima que el número de posiciones posibles en el go es del orden de 10172, frente a «solo» 1043 en el ajedrez.
-
Un juego de territorios
---------------------
En un juego así, parecen coexistir dos niveles de análisis: el local (o táctico) y el global (o estratégico). Si, en el ajedrez, un inventario de las piezas y un análisis de su posición bastan para hacerse una idea de quién lleva la partida, no ocurre lo mismo en un juego de territorios como el go. Para saber quién lleva la partida, y por cuánto, hay que poder estimar su desenlace probable. Se llega así a la situación paradójica de que, para saber cómo continuar la partida, ¡hay que saber cómo terminarla!
La eficacia de los algoritmos de go aumentó considerablemente en 2006 gracias al uso del método de Montecarlo, que permite estudiar estadísticamente el gigantesco árbol de jugadas posibles. La empresa DeepMind, creada en 2010 y adquirida por Google en 2014, tiene como objetivo formalizar la inteligencia utilizando las mejores técnicas del aprendizaje automático y las neurociencias para «comprender algunos de los misterios de nuestras mentes».
