Escondido nos becos de Hongik-dong, um bairro residencial silencioso no leste de Seul, capital da Coreia do Sul, há um prédio desgastado, revestido de pedras, marcado com a inscrição “Korea Baduk Association”, o órgão regulador de Go profissional. O jogo é antigo, com status sagrado no país.
Mas, dentro do prédio, salas antes preenchidas pelo suave tilintar das mãos mergulhando em tigelas de madeira cheias de pedras agora ecoam cliques de mouse. Jogadores se curvam sobre seus monitores e reproduzem suas partidas em um programa de Inteligência Artificial. Outros se reúnem em torno de um tabuleiro de Go e debatem a melhor jogada seguinte, enquanto treinadores relatam como suas escolhas se comparam às de um modelo. Alguns ficam sentados em silêncio, observando programas jogarem entre si.
Dez anos atrás, o AlphaGo, programa de IA do Google DeepMind, surpreendeu o mundo ao derrotar o jogador sul-coreano de Go Lee Sedol. E, nos anos seguintes, a tecnologia transformou o jogo. Ela derrubou princípios seculares sobre as melhores jogadas e introduziu outras inteiramente novas. Os jogadores agora treinam para reproduzir os movimentos da IA o mais fielmente possível, em vez de inventarem os próprios, mesmo quando o raciocínio da máquina permanece misterioso para eles. Hoje, é essencialmente impossível competir profissionalmente sem usá-la. Alguns dizem que a tecnologia drenou a criatividade do jogo, enquanto outros acham que ainda há espaço para a invenção humana. Ao mesmo tempo, o acesso ao treinamento está sendo democratizado e mais mulheres subiram no ranking como resultado disso.
Para Shin Jin-seo, o jogador de Go mais bem classificado do mundo, a IA é uma parceira de treinamento inestimável. Todas as manhãs, ele se senta diante do computador e abre um programa chamado KataGo. Apelidado de “Shintelligence” pela proximidade com que seus movimentos imitam os da IA, ele segue o “ponto azul” brilhante que representa a sugestão do programa para a melhor jogada seguinte, rearranjando as pedras na grade digital para tentar entender o raciocínio da máquina. “Penso constantemente por que a IA escolheu uma jogada”, diz ele.
Ao se preparar para uma partida, Shin passa a maior parte de suas horas acordado debruçado sobre o KataGo. “É quase como uma prática ascética”, diz ele. Segundo um estudo de 2022 da Korean Baduk League, os movimentos de Shin correspondem aos da IA em 37,5% das vezes, bem acima da média de 28,5% encontrada pelo estudo entre todos os jogadores.
“Meu jogo mudou muito”, diz Shin, “porque tenho de seguir, em certa medida, as direções sugeridas pela IA.” A Korea Baduk Association afirma que procurou o Google DeepMind na esperança de organizar uma partida entre Shin e AlphaGo, para comemorar o 10º aniversário de sua vitória sobre Lee. Um porta-voz do Google DeepMind disse que a empresa não poderia fornecer informações neste momento. Mas, se uma nova partida de fato acontecer, Shin, que treinou com programas de IA mais avançados, está otimista de que venceria. “O AlphaGo ainda tinha algumas falhas naquela época, então acho que eu poderia vencê-lo se explorasse essas fraquezas”, diz ele.
IA reescreve o manual do Go
Go é um jogo de tabuleiro abstrato de estratégia inventado na China há mais de 2.500 anos. Dois jogadores se alternam colocando pedras pretas e brancas em uma grade de 19 x 19, com o objetivo de conquistar território ao cercar as pedras do adversário. É um jogo de impressionante complexidade matemática. O número de configurações possíveis do tabuleiro, cerca de 10 elevado à 170ª potência, supera em muito o número de átomos no universo. Se o xadrez é uma batalha, o Go é uma guerra. Você sufoca seu inimigo em um canto enquanto repele uma invasão em outro.
Para treinar a IA a jogar Go, um vasto acervo de jogadas humanas de Go é inserido em uma rede neural, um sistema computacional que imita a rede de neurônios no cérebro humano. O AlphaGo, que mais tarde foi rebatizado de “AlphaGo Lee”, após sua vitória sobre Lee Sedol, foi treinado com 30 milhões de jogadas de Go e refinado ao disputar milhões de partidas contra si mesmo. Em 2017, seu sucessor, AlphaGo Zero, aprendeu realmente do zero. Sem estudar nenhuma partida humana, ele aprendeu jogando contra si mesmo, com movimentos baseados apenas nas regras do jogo. A abordagem de folha em branco provou ser mais poderosa, sem as limitações do conhecimento humano. Após três dias de treinamento, ele derrotou AlphaGo Lee por cem partidas a zero.
O Google DeepMind aposentou o AlphaGo naquele mesmo ano. Mas então surgiu uma onda de modelos de código aberto inspirados no AlphaGo Zero. Hoje, o KataGo é o programa mais amplamente usado por jogadores profissionais de Go na Coreia do Sul. Ele é mais rápido e mais preciso do que o AlphaGo. Aprendeu a prever não apenas quem vencerá, mas também quem controla cada ponto do tabuleiro em qualquer momento. Enquanto o modelo da Google formava seu entendimento do tabuleiro observando pequenas seções, o KataGo aprendeu a ler o tabuleiro inteiro, desenvolvendo melhor discernimento para estratégias de longo prazo. Em vez de apenas aprender a vencer, ele aprendeu a maximizar sua pontuação.
O software remodelou a forma como as pessoas jogam. Durante centenas de anos, jogadores profissionais de Go lidaram com a complexidade astronômica do jogo desenvolvendo heurísticas que substituíam o cálculo bruto. Estratégias elegantes de abertura impunham ordem abstrata à grade vazia. Invadir os cantos cedo era um mau negócio. Cada geração de jogadores de Go acrescentava novos princípios ao cânone.
Mas “a IA mudou tudo”, diz Park Jeong-sang, comentarista sul-coreano de Go. “Movimentos fundamentais que antes eram considerados senso comum hoje não são mais jogados e técnicas que não existiam antes se tornaram populares.”
A mudança mais marcante ocorreu nas jogadas de abertura. O Go começa em uma grade em branco e as primeiras 50 jogadas eram telas para o pensamento abstrato e a criatividade, nas quais os jogadores gravavam suas personalidades e filosofias. Lee Sedol moldava jogadas provocativas que convidavam ao caos. Ke Jie, jogador chinês derrotado pelo AlphaGo Master em 2017, deslumbrava com jogadas ágeis e imaginativas. Agora, os jogadores memorizam a mesma sequência de jogadas de abertura eficientes e calculadas sugeridas pela IA. O centro do jogo se deslocou para as jogadas do meio, nas quais o cálculo bruto importa mais do que a criatividade.
Treinar com IA levou a uma homogeneização dos estilos de jogo. Ke Jie lamentou o desgaste de ver as mesmas jogadas de abertura recicladas sem parar. “Sinto exatamente o mesmo que os fãs que estão assistindo. É muito cansativo e doloroso de ver”, disse ele a um veículo de notícias chinês em 2021. Os fãs vibram quando um jogador rompe o roteiro com jogadas excêntricas, mas esses momentos se tornaram mais raros. Mais de um terço das jogadas dos principais jogadores de Go reproduzem as recomendações da IA, segundo um estudo de 2023. As primeiras 50 jogadas de cada partida muitas vezes são idênticas ao que a IA sugere, dizem muitos jogadores.
“O Go se tornou um esporte mental”, diz Lee Sedol, que se aposentou três anos depois de sua derrota para o AlphaGo em 2016. “Antes da IA, buscávamos algo maior. Eu aprendi Go como uma arte”, diz ele. “Mas, se você copia suas jogadas de um gabarito, isso deixa de ser arte.”
Jogar Go já não se trata mais de desbravar novas fronteiras, dizem alguns jogadores, mas de seguir os ditames de um oráculo sobre-humano. “Eu costumava inspirar os fãs ao fazer avançar as técnicas do Go e apresentar um novo paradigma”, diz Lee. “Minha razão para jogar Go desapareceu.”
Uma mente misteriosa
Aqueles que permaneceram no jogo estão tentando reinventar seu ofício. Mas pode ser difícil discernir quais são os novos princípios.
Delicadamente franzina e calma, Kim Chae-young, uma das principais jogadoras de Go do mundo, cresceu aprendendo com o pai, que também era jogador profissional de Go. Mas, quando a IA começou a remodelar o cenário, ela se viu recomeçando do zero. “Eu precisava de tempo para abandonar tudo o que tinha aprendido antes”, diz Kim, que compartilhou sua tela comigo enquanto apontava o cursor para os pontos azuis sugeridos pelo KataGo. “A intuição que eu havia construído ao longo dos anos acabou se revelando errada.”
Enquanto ela se inclinava para perto do monitor, sua tela piscante mostrava as probabilidades de vitória de cada jogada, sem explicações. Nem atletas de ponta como Kim e Shin entendem todos os movimentos da IA. “Parece que ela está pensando em uma dimensão superior”, diz. Quando tenta aprender com a IA, acrescenta, “trata-se menos de pensar racionalmente em cada jogada e mais de desenvolver um pressentimento, uma intuição”.
Pesquisadores estão tentando descobrir o conhecimento sobre-humano codificado em programas de IA que jogam para que os humanos também possam aprendê-lo. Em 2024, pesquisadores do Google DeepMind extraíram novos conceitos de xadrez do AlphaZero (uma versão generalizada do AlphaGo Zero que também pode jogar xadrez) e os ensinaram a grandes mestres de xadrez usando quebra-cabeças de xadrez. Os conceitos de Go que os jogadores assimilaram dos sistemas de IA até agora são “provavelmente apenas uma pequena parte do que potencialmente se poderia aprender”, diz Nicholas Tomlin, cientista da computação do Toyota Technological Institute at Chicago, em Illinois, nos Estados Unidos, que foi coautor de um estudo que investigou conceitos de Go codificados no AlphaGo Zero.
Mas extrair essas lições continua sendo uma luta. “Jogadores de primeira linha ainda não conseguiram deduzir os princípios gerais por trás dos movimentos da IA”, diz Nam Chi-hyung, professora de Go na Universidade Myongji, em Seul. Embora consigam emular os movimentos da IA, ainda não conseguiram extrair um novo paradigma para o jogo porque seu raciocínio é uma caixa-preta, avalia. O Go pode estar em um limbo epistêmico.
Mesmo que a IA seja uma professora opaca, é democrática. Ela potencializou o treinamento das jogadoras de Go, que há muito tempo são zebras no jogo. Durante décadas, treinar significava estudar com os principais jogadores homens e as partidas mais competitivas aconteciam em círculos masculinos, nos quais era difícil para as mulheres entrarem, diz Nam. “As jogadoras nunca tiveram acesso a essa experiência”, comenta. “Mas agora elas podem estudar com a IA, o que tornou o ambiente de treinamento muito mais favorável.”
Como resultado, jogadoras vêm subindo no ranking nos últimos anos. Em 2022, Choi Jeong, então a melhor do mundo, tornou-se a primeira mulher a chegar à final de um grande torneio internacional de Go. Apelidada de “Girl Wrestler” por seu estilo de jogo feroz e combativo, ela enfrentou Shin. Perdeu, mas a partida abriu novos caminhos para as mulheres. Em 2024, Kim ganhou as manchetes ao vencer os playoffs da pós-temporada da Korean Go League. Ela era a única jogadora no torneio.
Treinar com IA deu a Kim uma nova confiança. Analisar com a tecnologia as jogadas dos homens desfez a sensação de que são infalíveis. “Antes, eu não conseguia avaliar o quanto os principais jogadores homens eram fortes, eles pareciam invencíveis. Agora, sei que eles cometem erros, e que suas jogadas nem sempre são brilhantes”, analisa. “A IA quebrou a barreira psicológica.”
Jogadores de Go encontram uma nova identidade
Embora a IA tenha dominado o Go muito melhor do que qualquer jogador, os fãs continuam preferindo assistir a pessoas jogando. “Uma partida de Go entre programas de IA não é muito divertida para os fãs assistirem”, diz Park, o comentarista de Go. Elas são complexas demais para os fãs acompanharem, perfeitas demais para serem emocionantes.
Os jogadores podem imitar as jogadas de abertura da IA, mas, no meio do jogo, quando o tabuleiro se ramifica em possibilidades demais para memorizar, o próprio julgamento deles assume o controle. Os fãs se deleitam em ver os jogadores cometerem erros e se recuperarem, expressando personalidade em cada pedra no tabuleiro. O estilo de jogo de Shin é combativo, ainda que marcado por uma compostura maquinal. Kim navega com destreza pelas posições mais caóticas do tabuleiro.
“No Go, cada jogada é uma escolha que você faz e seu adversário responde com uma escolha própria”, diz Kim Dae-hui, 27 anos, fã e jogador amador. “É divertido assistir a esse processo se desenrolar.”
Com uma plateia como Kim ainda assistindo, Shin encontra sentido em seu jogo. “Posso jogar um tipo de Go que conta uma história que só um humano pode contar”, diz ele.
Depois de se aposentar, Lee procurou um novo trabalho no qual pudesse ter uma vantagem como humano. Começou a criar jogos de tabuleiro, dar palestras e lecionar para estudantes em uma universidade. “Estou procurando um novo domínio de que eu possa gostar e no qual eu possa me destacar”, diz ele.
Mas, ultimamente, ele se sente mais esperançoso em relação ao jogo que deixou para trás. “É o sonho de todo jogador de Go disputar uma partida-prima”, diz ele, uma partida de brilhantismo técnico, sem erros, levada ao fio da navalha entre jogadores de nível equivalente. “É como uma miragem”, diz Lee, rindo. “Talvez a IA possa nos ajudar a jogar uma partida-prima.”
Shin espera conseguir isso. Para Shin, a IA é uma professora, uma companheira e uma estrela-guia. “Posso ser um dos jogadores humanos mais fortes, mas, com a IA por perto, não posso ser tão arrogante”, diz ele. “A IA me dá uma razão para continuar melhorando.”
Michelle Kim
