El avance de la ciencia en el estudio de las proteínas y la inteligencia artificial (IA) ha sido notable, gracias en parte a los conocimientos adquiridos de juegos de estrategia como el ajedrez y el go. La empresa Deep Mind, propiedad de Google, ha estado a la vanguardia de estos avances.
Desarrollaron un programa llamado AlphaZero que aprendió a jugar ajedrez y go en 2017, y luego utilizó lo que aprendió para crear AlphaFold en 2021. Este último se considera uno de los mayores logros en la historia de la biología, ya que permitió entender cómo funcionan las proteínas. La comprensión de las proteínas y su funcionamiento ha abierto nuevas vías de investigación en áreas como los antidepresivos y el cáncer de hígado.
El ajedrez y el go son juegos complejos. El número de posibles partidas de ajedrez es de 1 seguido de 123 ceros, mientras que el go, un juego popular en Asia que se juega en un tablero de 19×19 casillas, tiene aún más posibilidades. Esta complejidad es similar a la de las combinaciones de aminoácidos en una proteína, lo que es un testimonio de la enorme complejidad de la vida misma.
La relación entre estos juegos y la inteligencia artificial se remonta a 1947, cuando los pioneros de la informática, Alan Turing y Claude Shannon, eligieron el ajedrez como campo de experimentación. La máquina Deep Blue de IBM, que derrotó al campeón mundial de ajedrez Garry Kasparov medio siglo después, confirmó sus teorías y sentó las bases de enormes avances científicos.
Deep Blue se basaba en la fuerza bruta de cálculo y los datos de millones de partidas de ajedrez jugadas desde el siglo XVI. Aunque su enfoque fue eficaz, la empresa Deep Mind decidió adoptar un enfoque diferente con AlphaZero. En lugar de usar un enfoque basado en datos, AlphaZero fue programado con las reglas básicas del ajedrez y luego jugó millones de partidas contra sí mismo en cuestión de horas. Los resultados fueron asombrosos, derrotando al mejor programa de ajedrez de la época, Stockfisch, en un enfrentamiento a 100 partidas.
Este enfoque de aprendizaje automático permitió a AlphaZero desarrollar estrategias y tácticas propias, en lugar de depender de los datos de las partidas jugadas por los humanos. Deep Mind utilizó un enfoque similar con AlphaGo, que también logró derrotar a los mejores jugadores humanos de go.
Por otro lado, los conocimientos adquiridos en estos juegos han sido aplicados en otras áreas de la ciencia. AlphaFold, el sucesor de AlphaZero, fue capaz de predecir la estructura de las proteínas con una precisión sin precedentes. Este avance ha permitido a los científicos entender mejor cómo funcionan las proteínas y cómo pueden ser modificadas para tratar enfermedades como el cáncer de hígado.
Demis Hassabis, el CEO y cofundador de Deep Mind, fue un prodigio del ajedrez en su juventud y estudió neurociencia. Su visión para la empresa fue utilizar la IA para simular la estructura del cerebro humano y aprender de ella. Hassabis y su equipo demostraron que la IA puede ser utilizada para resolver problemas complejos en diversas áreas de la ciencia y la medicina.
Sin embargo, este rápido avance en la IA presenta un desafío para el futuro del ajedrez como deporte. Con la posibilidad de tener chips insertados en el cerebro que pueden jugar al ajedrez a la perfección, existe el riesgo de que el juego se vuelva obsoleto. Afortunadamente, los avances tecnológicos también pueden proporcionar soluciones a estos problemas, como los detectores-desconectores de chips que podrían utilizarse para garantizar la integridad del deporte.
En definitiva, el ajedrez y el go han demostrado ser terrenos fértiles para el desarrollo de la IA. Las lecciones aprendidas de estos juegos han permitido avances significativos en la biología y la medicina. A medida que la IA continúa avanzando, es probable que veamos aplicaciones aún más sorprendentes en el futuro.
