Sea en partidas de poker o en un milenario juego como el Go, los sistemas deinteligencia artificial buscan demostrar sus habilidades y destrezas frente a los humanos. Los antecedentes también están presentes en el ajedrez y los concursos de preguntas.
En este caso, el equipo a cargo del desafío utilizó un algoritmo que buscaba simplificar un problema complejo en varias partes mucho más sencillas de resolver. Los investigadores forman parte de Maluuba, una start-up canadiense que ya había experimentado con técnicas de aprendizaje automático de sistemas para encontrar la mejor forma de alcanzar un máximo puntaje en un videojuego.
Así fue la partida que alcanzó el máximo puntaje en Ms. Pac-Man
«La idea de tener un sistema que pueda trabajar en pequeños fragmentos para alcanzar un objetivo en común fue muy interesante», dijo Doina Precup, profesora de la Universidad McGill en Montreal, en el blog oficial de Microsoft Research.
En este caso, el equipo de Maluuba utilizó unos 150 equipos virtuales, denominados agentes, que se ocupaban de resolver planteos específicos, tales como capturar alguna pastilla u objeto especial, o encontrar la forma de escapar de un fantasma. Luego, un agente especial se ocupaba de organizar todas las decisiones para realizar las movidas que tenía que realizar Ms. Pac-Man.
El objetivo de este desafío fue poner a prueba el aprendizaje reforzado, donde los sistemas pueden interpretar y distinguir las respuestas positivas de las negativas para poder maximizar los resultados del objetivo planteado.
Los investigadores involucrados señalan que esta tecnología podría ayudar a las compañías a mejorar las predicciones de ventas para llegar a potenciales clientes en una hora o día en particular.
