En el milenario juego del Go, el ser humano continúa imbatible… pero ¿por cuánto tiempo?

A diferencia de otros populares juegos de tablero, como el ajedrez, el backgammon o las damas, en el antiguo juego chino del weiqi, más conocido por su nombre japonés de Go ningún ordenador ha logrado aún superar de forma habitual a los mejores jugadores humanos. Y eso que se ha intentado durante más de cuarenta años.

Las razones son múltiples. Por un lado, aunque las reglas del go son extremadamente sencillas y carecen de la barroca diversidad del ajedrez (de hecho, las fichas o “piedras” ni siquiera se mueven una vez colocadas sobre el tablero), el juego se desarrolla en un espacio mucho más grande (19 x 19 posiciones, ó 361, frente a las 64 del ajedrez).

Como consecuencia de ello, el número de jugadas posibles en cada momento es muy elevado. Descontando simetrías, un jugador de go dispone de 55 posiciones iniciales, y a las pocas jugadas el número asciende a los centenares. Por el contrario, durante una partida de ajedrez, en cada momento hay de media alrededor de 30 jugadas posibles. Esto hace que la exploración minimax del árbol de jugadas posibles, una técnica que ha dado grandes resultados en el ajedrez por ordenador, sea impracticable en go.

Por otro lado, la evaluación de una posición dada es mucho más difícil en el go que en otros juegos. A menudo, los mismos jugadores humanos son incapaces de ponerse de acuerdo sobre la calidad de una jugada, ya que la influencia de una piedra puede extenderse por todo el tablero, y depender en gran medida de la estrategia que tenga en mente el jugador y de la fase de la partida (comienzo, medio juego o final). Sistematizar ese conocimiento para crear una función de evaluación que permita saber en términos absolutos si una jugada es mejor que otra ha resultado casi imposible.

No obstante, en los últimos años los programas de go han realizado grandes avances. Una de las técnicas más prometedoras es el método de Monte Carlo: el ordenador elabora una lista de movimientos posibles, y para cada uno de ellos juega miles de partidas al azar, compilando estadísticas de los resultados para decidir qué movimiento es más prometedor. Para solventar la debilidad táctica de este sistema (al generar partidas al azar, el ordenador podría haber obviado la mejor respuesta), el método de Monte Carlo se combina con sistemas más tradicionales basados en bases de datos de conocimientos del juego.

Apenas una década atrás, los mejores programas no superaban el nivel de 5 a 10 kyu, es decir, el de un buen aficionado. Hoy en día, y mediante la aplicación del método de Monte Carlo arriba descrito, programas como MoGo han sido capaces de ganar una partida a un jugador 5dan profesional, en una versión reducida del juego sobre un tablero de 9x9, o derrotar a un jugador 8dan profesional en el tablero de 19x19, jugando el ordenador con una ventaja inicial de nueve piedras. Aún se está lejos de derrotar a los grandes jugadores de forma sistemática, pero ya no parece una quimera.{ Foto (CC) Luis de Bethencourt / Flickr }