En un reciente articulo realizado por Francisco Herrera Triguero Catedrático de Ciencias de la Computación e Inteligencia Artificial, Universidad de Granada, se explica un avance que podría redefinir el desarrollo de sistemas de inteligencia artificial, investigadores de Google DeepMind han presentado ChessBench, un innovador modelo basado en Transformers de gran escala que cambia las reglas del juego en el ajedrez. La noticia llega tras la actualización del artículo “Amortized Planning with Large-Scale Transformers: A Case Study on Chess”, que hasta ahora había pasado desapercibido pero que representa un salto importante en la evolución de la inteligencia artificial aplicada.
Un modelo sin memoria que reta los paradigmas tradicionales
Hasta el momento, los motores de ajedrez más avanzados, como Stockfish y Leela Chess Zero, han dominado este campo gracias a su capacidad para realizar búsquedas profundas en árboles de posibles jugadas y contrajugadas. Este enfoque, basado en la memoria y el cálculo exhaustivo, ha permitido alcanzar niveles de excelencia comparables a los de los mejores jugadores humanos. Sin embargo, ChessBench introduce un enfoque radicalmente distinto: prescindir de procesos de búsqueda explícita y centrarse en la predicción directa del mejor movimiento a partir de la configuración actual del tablero.
A través de un modelo de aprendizaje con 270 millones de parámetros, ChessBench utiliza el poder de los Transformers, las mismas redes neuronales que sustentan grandes modelos de lenguaje como GPT o BERT. Este enfoque permite a la IA predecir jugadas sin necesidad de explorar extensas ramas del árbol de movimientos, marcando el inicio de una nueva era en la planificación sin memoria.
Cómo funciona ChessBench
El entrenamiento de ChessBench se llevó a cabo utilizando 10 millones de partidas extraídas de Lichess, una plataforma de código abierto que reúne diariamente a miles de jugadores humanos. A partir de estas partidas, se generaron más de 15 mil millones de evaluaciones de posiciones y movimientos, basadas en los análisis del motor Stockfish 16. Este proceso permitió al sistema aprender a predecir valores de acción para nuevas posiciones con una sorprendente precisión, evitando la memorización de jugadas específicas y destacándose por su capacidad de generalización.
En pruebas realizadas en la modalidad Blitz (ajedrez rápido), ChessBench alcanzó una puntuación ELO de 2895, un nivel que solo 15 jugadores humanos han superado en todo el mundo. Esto posiciona al modelo al nivel de un Gran Maestro, capaz de resolver complejas posiciones y competir al más alto nivel contra jugadores humanos en línea.
¿Solo memorización o razonamiento real?
El éxito de ChessBench reabre el debate sobre si los modelos de IA basados en Transformers son simples memorizadores o si poseen capacidades de razonamiento. En un juego como el ajedrez, donde el número de posibles combinaciones supera los 10¹²⁰, la memorización resulta prácticamente imposible. En cambio, ChessBench demuestra una habilidad notable para identificar patrones profundos en el juego y aplicar estrategias en posiciones no vistas durante su entrenamiento, lo que sugiere un nivel de razonamiento más allá de la simple replicación de datos.
Más allá del ajedrez: el futuro de los Transformers
El desarrollo de ChessBench también subraya el potencial de los modelos basados en Transformers para resolver problemas complejos en una variedad de campos, desde la robótica hasta el razonamiento matemático.
Según expertos como Judea Pearl, los escenarios contrafactuales —situaciones no previstas en los datos de entrenamiento— son clave para evaluar el verdadero alcance de la IA. En este sentido, ChessBench representa un prometedor punto de partida para futuras investigaciones, abriendo la puerta a nuevos modelos capaces de imaginar y adaptarse a contextos inesperados.
Conclusión
ChessBench no solo ha alcanzado un nivel impresionante en el ajedrez, sino que también plantea preguntas fundamentales sobre el futuro de la inteligencia artificial. ¿Podrán los Transformers a gran escala llegar a “imaginar” o razonar como los humanos? Aunque todavía queda un largo camino por recorrer, avances como este nos acercan a un futuro en el que la creatividad y la planificación no serán atributos exclusivos de nuestra especie.
NOTICIAS RELACIONADAS: