El aprendizaje automático está a punto de revolucionar el estudio de los juegos antiguos

An image from Libro de los Juegos Wikimedia Commons | Libro de los Juegos

En 1238, el gobernante español medieval Alfonso X de Castilla publicó un tomo llamado Libro de los Juegos, o El libro de los juegos . Constaba de 97 páginas de pergamino, muchas de ellas con bellas ilustraciones en color, y contiene las primeras descripciones de juegos como el ajedrez, los dados y el backgammon.

Alfonso pasó a clasificar los juegos en tres categorías: juegos que se juegan a caballo, juegos que se juegan desmontados (como esgrima y lucha libre) y juegos que se juegan sentado. Dividió aún más esta tercera categoría en juegos que dependen del cerebro, juegos de azar y juegos que dependen de ambos.

Al hacer estas distinciones, Alfonso es el fundador no oficial de un campo de la ciencia conocido como ludología, el estudio de los juegos, que ha atraído mucho interés entre matemáticos, informáticos, sociólogos y otros.

Pero hay un área de la ludología que se ha descuidado. Ese es el estudio de los juegos antiguos, los jugados por Alfonso y otras figuras históricas, que nunca se ha convertido en una disciplina independiente.

Hoy, parece que eso va a cambiar gracias al trabajo de Cameron Browne en la Universidad de Maastricht en los Países Bajos y sus colegas. Son pioneros en una nueva área de la arqueología centrada exclusivamente en los juegos. El objetivo es comprender mejor estos juegos antiguos y su papel en las sociedades humanas, reconstruir sus reglas y determinar cómo encajan en el árbol evolutivo de juegos que ha llevado a los juegos que jugamos hoy. Llaman a esta disciplina arqueoludología.

Los investigadores tienen planes ambiciosos para su ciencia incipiente. Dicen que las nuevas técnicas de visión artificial, inteligencia artificial y minería de datos brindan una forma completamente nueva de estudiar juegos antiguos y comprender mejor la forma en que han evolucionado.

La primera tarea en arqueoludología es definir las actividades de interés. Browne y compañía están interesados ​​en los juegos de estrategia tradicionales en los que las buenas decisiones derrotan a las malas y en los juegos que recompensan la habilidad mental en lugar de la física. En otras palabras, nada de deportes. También están particularmente interesados ​​en juegos que tienen relevancia cultural histórica.

Sin embargo, no excluyen por completo los juegos de puro azar. Un buen ejemplo es la familia de juegos relacionados con Snakes and Ladders. Aunque se basan en pura casualidad, el equipo dice que los juegos son culturalmente importantes y pueden arrojar luz sobre el desarrollo de otros juegos de estrategia en la sociedad.

El equipo modela los juegos como entidades matemáticas que se prestan al estudio computacional. Esto se basa en la idea de que los juegos se componen de unidades de información llamadas ludemes, como un lanzamiento de dados o la forma distintivamente sesgada del movimiento de un caballo en el ajedrez.

Los ludemas son equivalentes a los genes en los seres vivos o los memes como elementos de la herencia cultural. Pueden transmitirse de un juego a otro, o pueden morir, para no ser vistos nunca más. Pero la clave es que se pueden combinar en edificios más grandes que forman juegos en sí mismos.

El proceso de modelado intenta capturar las formas en que se combinan los ludemas. Por ejemplo, el enfoque del equipo es crear un árbol de ludemas para cada juego que estudian. Esto permite registrar y comparar el juego de forma objetiva.

Eso debería ser un avance importante. Un problema importante para quienes estudian juegos antiguos es que las reglas no siempre son conocidas o claras. Eso puede conducir a un juego extraño.

Un buen ejemplo es el juego nórdico Hnefatafl, dicen Browne y compañía. Durante muchos años, la regla 'definitiva' establecida para Hnefatafl estuvo sesgada para estar fuertemente a favor del lado del rey debido a un error de traducción, dicen. Cuando se detectó y corrigió el error, el juego se volvió mucho más simétrico.

Así que este tipo de asimetría en el juego es una pista de que no todo puede estar bien con la comprensión actual del juego. Sugiere que la evidencia debe ser revisada en busca de errores de traducción y otros problemas. Pero, por supuesto, el juego puede haberse jugado de esta manera asimétrica.

Este enfoque también puede detectar otros problemas. Por ejemplo, los juegos son menos plausibles cuando se prolongan cuando el resultado es claro, o cuando con frecuencia terminan en empate o son demasiado largos o demasiado cortos. Cualquier juego que entre en estas categorías se puede estudiar con más detalle.

La otra ventaja del enfoque ludema es que permite a los investigadores pensar en la evolución de los juegos de manera similar a la evolución de los seres vivos. Por ejemplo, los mejores aspectos de un juego se pueden combinar con las mejores partes de otro para formar un nuevo juego. Esto es como una recombinación sexual. O una regla puede estar mal traducida, lo que equivale a una mutación puntual en genética.

El proceso de dividir los juegos en ludemas es equivalente a la secuenciación de genes. Permite a los investigadores estudiar familias de juegos de una manera diferente y encontrar vínculos entre ellos. Incluso pueden elaborar árboles genealógicos hipotéticos para sugerir cómo los juegos podrían haber evolucionado unos de otros.

Por supuesto, es probable que ciertas reglas o ludemas sean tan obvias que muchos juegos habrán evolucionado independientemente con reglas similares. Eso será parte del desafío para esta disciplina emergente.

Aquí es donde las técnicas de aprendizaje automático, minería de datos e inteligencia artificial están listas para lograr avances importantes. Incluso plantea la posibilidad de utilizar algoritmos evolutivos para inventar nuevos juegos.

Esto comenzaría con secuencias de ludemas seleccionadas al azar que el sistema prueba para el juego. Por supuesto, la mayoría de estos serían absurdos. Pero, por casualidad, algunos de ellos pueden contener funciones de juego interesantes.

Estos juegos exitosos luego se reproducen preferentemente en una nueva generación de secuencias de ludemas, pero también se modifican mediante mutaciones puntuales y recombinación sexual. Se selecciona lo mejor de esta generación para su reproducción, y así sucesivamente. Los tipos de juegos que surgen de dicho sistema pueden ser interesantes.

Así que este campo parece estar bien preparado para desarrollarse bien. Eso es gracias en parte a este documento, que revisa una conferencia organizada para poner en marcha el campo. Los nuevos campos de estudio no son tan raros, pero su evolución siempre es algo para observar con interés. Seguro que Alfonso X quedaría fascinado.

Ref: arxiv.org/abs/1905.13516 : Fundamentos de Arqueoludología Digital

esconder