With most information hidden, the game Stratego had stumped AI—until now
Desde que Deep Blue venció a Garry Kasparov en ajedrez en 1997 y AlphaGo derrotó a Lee Sedol en Go en 2016, la inteligencia artificial ha ido superando a los humanos en diversos juegos de estrategia. Sin embargo, Stratego, un juego clásico caracterizado por su gran cantidad de información oculta, había resistido hasta ahora. Ni siquiera DeepMind, con su presupuesto excepcional, logró crear una máquina que venciera consistentemente a los mejores jugadores humanos.
Un equipo de investigadores de Carnegie Mellon, MIT, la Universidad de Nueva York y la Universidad de Stanford ha logrado lo impensable. Su inteligencia artificial, llamada Ataraxos, venció a Pim Niemeijer, considerado el mejor jugador de Stratego de todos los tiempos, en 15 de 20 partidas, con cuatro empates. Lo sorprendente es que el entrenamiento de Ataraxos requirió solo 16 GPUs y unos pocos miles de dólares.
Stratego es un juego de información imperfecta, similar al póker, donde cada jugador maneja 40 piezas que representan rangos militares y cuyo objetivo es capturar la bandera del oponente. La identidad de las piezas se revela solo cuando chocan en batalla, lo que añade un elemento de incertidumbre y estrategia a largo plazo. «Hay algo super distintivo en Stratego, que es la enorme cantidad de información oculta que se desarrolla a lo largo de un tiempo prolongado», explicó Eugene Vinitsky, investigador de NYU y coautor del estudio.
Ataraxos aprendió jugando contra sí mismo, completando 163 millones de partidas. A diferencia de otros AIs, ajustó su estrategia de manera más agresiva al inicio y más cuidadosa al final del entrenamiento. Además, incorporó un modelo de creencias que le permitió prever las piezas ocultas del oponente, algo que DeepMind no había logrado implementar debido al vasto espacio de búsqueda en Stratego.
El nombre Ataraxos proviene del griego antiguo y significa un estado de calma. «Significa alguien que está tranquilo y despreocupado», explicó Gabriele Farina, científico informático del MIT y coautor del estudio. Esta estructura permite a la IA no reaccionar impulsivamente, incluso en situaciones donde un humano podría perder la compostura.
Durante tres semanas, Niemeijer jugó 20 partidas en línea contra Ataraxos, ganando solo una vez. Aunque algunos podrían atribuir esta victoria a la suerte, los investigadores sostienen que incluso una estrategia perfecta puede fallar ocasionalmente debido a la aleatoriedad inherente del juego. En el Campeonato Mundial de Stratego 2025, Ataraxos demostró su dominio al ganar 38 de 40 partidas, alterando significativamente la forma en que los jugadores humanos abordan el juego.