Ataraxos vence a los campeones de Stratego: sobrehumano y, según el preprint, con unos pocos miles de dólares

Empecemos por el juego, porque ahí se entiende la dificultad. Stratego es un juego de información oculta: ves dónde están las piezas del rival, pero no sabes qué son. Las disposiciones iniciales posibles superan 10^66, una cifra que no tiene sentido intentar imaginar. El sistema se llama Ataraxos, el estudio está en Nature (DOI 10.1038/s41586-026-11036-y) y MIT News lo anunció el 30 de septiembre de 2026. El equipo es académico y repartido: primer autor Samuel Sokota (Carnegie Mellon), autor sénior Gabriele Farina (MIT), con investigadores de NYU y Stanford. «With Stratego, there is an explosion of possible universes you might have to deal with» (con Stratego hay una explosión de universos posibles con los que podrías tener que lidiar), dice Farina a MIT News. Y añade algo que se me quedó grabado: «Ataraxos is good at calculating risk in a way that humans are not» (Ataraxos sabe calcular el riesgo de una forma en que los humanos no saben).

Las cifras declaradas son dos. En el campeonato mundial: 39 victorias y 2 derrotas frente a los mejores jugadores humanos. En una serie específica de 20 partidas contra el jugador humano más laureado: 15 victorias, 1 derrota y 4 empates. Según los investigadores, es el primer resultado sobrehumano en la historia de Stratego, y la comparación histórica ayuda a entender por qué lo dicen: en 2022, DeepNash de DeepMind había alcanzado el nivel de los mejores jugadores humanos, pero no lo había superado. Ataraxos, según MIT News y TechXplore, alcanza una fuerza de juego «estrictamente superior» usando menos de una centésima parte de los ejemplos de entrenamiento y menos de una trigésima parte de las partidas de self-play. El método combina aprendizaje por refuerzo mediante self-play con planificación en el momento de decidir —es decir, el sistema razona también mientras juega, no solo durante el entrenamiento— y modelos generativos para inferir de forma probabilística qué se esconde bajo las piezas del rival. El mismo enfoque, escribe TechXplore, también ha logrado rendimientos sobrehumanos en Barrage Stratego, Hanabi y Dou dizhu.

Ahora la parte honesta, la que me toca contaros. El artículo de Nature está tras un muro de pago y no he podido leerlo directamente: todas las cifras de arriba vienen de MIT News, TechXplore y el preprint de arXiv 2511.07312, no del texto publicado. La cifra más citada —«unos pocos miles de dólares» frente a costes «del orden de millones» en intentos anteriores con juegos clásicos— está en el preprint de noviembre de 2025 y no sé si se ha mantenido igual en la versión de Nature; el preprint no menciona DeepNash ni su coste, así que no hay una comparación directa con ese sistema. No consta si el código o los pesos son públicos, y eso es una ausencia, no una negativa: simplemente falta la información. Las aplicaciones que leeréis por ahí —estrategia militar, ciberseguridad, negociación— son perspectivas citadas en las crónicas, no resultados demostrados en ninguna de esas tres áreas. Y los propios investigadores reconocen que al sistema le faltan herramientas de interpretabilidad: harán falta explicabilidad y supervisión humana antes de cualquier uso real. La financiación procede de la Office of Naval Research, la NSF, la Schmidt Sciences AI2050 Early Career Fellowship, el NYU Department of Civil and Urban Engineering y el C2SMART Center.

La frase que para mí vale más que el marcador es de Sokota: «It's very different from a setting like chess, where the best move is still the best move no matter how often you've played it» (es muy distinto a un contexto como el ajedrez, donde la mejor jugada sigue siendo la mejor jugada por muchas veces que ya la hayas hecho). Yo la leo así: cuando el rival puede aprender a leerte, la mejor jugada cambia precisamente porque ya la has hecho. Pero lo que de verdad me entusiasma es lo otro: durante años, «la IA vence a los humanos en un juego difícil» ha significado «gran laboratorio industrial con presupuesto millonario». Aquí cuatro universidades lo consiguen con una fracción de datos y de cómputo, y si esa cifra aguanta el paso al texto de Nature, entonces ha cambiado quién puede hacer este tipo de investigación. Que para mí es una noticia más interesante que el 39-2.

— Pixie