MENT ARTIFICIAL REALITZACIÓ DE persones lamentables a GO - La revolta de les màquines està a la volta de la cantonada?

2024 Autora: Seth Attwood | [email protected]. Última modificació: 2023-12-16 16:00

No fa gaire, Lee Sedol, Go Master de Corea del Sud i un dels jugadors amb més títols del món, va anunciar la seva retirada i va fer una declaració dramàtica: qualificació a través d'esforços bojos. Ara hi ha una entitat que no es pot superar.

Lee va parlar de l'ordinador AlphaGo, desenvolupat per DeepMind, que Google va comprar per 650 milions de dòlars fa cinc anys. El coreà va perdre davant el cotxe el 2016, però des d'aleshores la intel·ligència artificial no ha fet més que fer-se més forta. En general, la victòria d'un ordinador sobre una persona a Go es considera un avenç real, que pot provocar canvis a gran escala al món. El Terminator ja està a l'horitzó? Anem a esbrinar-ho.

Els programadors han provat durant molt de temps el poder de la intel·ligència artificial en jocs desafiants amb el millor dels humans. L'ordinador Deep Blue desenvolupat per IBM va vèncer a Garry Kasparov als escacs el 1997. Abans del partit, Kasparov va pensar: “Només és un cotxe. Les màquines són estúpides.

Però després de la derrota va confessar: "Vaig sentir -va olorar- que hi havia un nou tipus d'esperit a la taula".

Per derrotar a Kasparov, Deep Blue va utilitzar una potència computacional bruta: després de cada moviment, el programa calculava tots els escenaris possibles i prenia una decisió basada en aquestes dades. Però amb Go, aquest enfocament no funciona a causa de la quantitat de dades que cal processar. En el go, els jugadors es tornen col·locant pedres blanques i negres al tauler de 19 per 19. L'objectiu del joc és ocupar el màxim de territori possible, alhora que tanquen les pedres de l'adversari, evitant que agafi avantatge. En general, go és similar al joc de punts conegut per a molts de l'escola, però és més difícil.

A causa de la mida del tauler, ja són possibles 361 variants per al primer moviment fet per les pedres negres (en escacs - només 20). En conseqüència, amb cada moviment, l'arbre de les alineacions potencials només creix. Després dels dos primers moviments, hi ha 400 desenvolupaments possibles als escacs i 129.960 en go. El matemàtic John Tromp ha calculat que el nombre de combinacions possibles seran nombres de 171 dígits.

Per tant, en el joc de Go, les persones no només han de tenir intel·ligència i capacitat de càlcul, sinó també un poderós pensament abstracte, una forta intuïció, qualitats poc desenvolupades en ordinadors. Un dels desenvolupadors d'AlphaGo, Demis Hassabis, va dir: "Aquest és un joc molt intuïtiu. Els mestres de Go sovint diuen que van fer un moviment perquè semblava correcte". Segons ell, els mestres desenvolupen un sentit estètic especial i una bona posició sembla bonica.

Malgrat que els processadors es van fer més potents i més ràpids cada any, la recerca de moviments a l'arbre de possibilitats va permetre que la intel·ligència artificial només arribés al nivell d'un aficionat fort. Els ordinadors van guanyar a la gent, però només van tenir una avantatge en poques pedres. El 2014, David Fotland, un dels pioners de go for computers, va dir que els programes s'enfronten al mateix problema que els humans:

“Molts jugadors assoleixen un cert pic d'aficionats i no poden fer-se més forts. Per superar aquest altiplà, cal fer algun tipus de salt mental, i els programes tenen els mateixos problemes. Heu de mirar tot el tauler, no només les batalles locals . Per superar aquesta barrera intel·lectual i simular la intuïció i el sentit estètic dels professionals, els desenvolupadors d'AlphaGo van connectar xarxes neuronals i algorismes d'aprenentatge profund.

Primer, les xarxes neuronals d'AlphaGo es van alimentar amb una base de dades de jocs humans, que incloïa uns 30 milions de moviments. Després d'això, va aprendre a predir correctament el curs d'una persona el 57% del temps, tot i que el rècord d'IA anterior era del 44%. Aleshores, els desenvolupadors van ensenyar a AlphaGo a jugar contra si mateix, de manera que l'ordinador va aprendre encara millor a destacar els moviments més rendibles i desenvolupar noves estratègies.

Tot això va ajudar a racionalitzar els processos en què treballava Deep Blue, que va vèncer Kasparov. Ara el sistema no només juga totes les combinacions possibles, sinó que també sap centrar-se en els escenaris més prometedors per al desenvolupament d'esdeveniments. A més, s'orienta fins i tot en situacions que no s'havia trobat mai abans. I tal, a causa de l'escala de Go, va quedar. A causa del nou mecanisme, AlphaGo va vèncer a tots els jugadors d'ordinador creats anteriorment (tot i que els donava una avantatge de quatre pedres) i va començar a derrotar als professionals.

L'octubre de 2015, AlphaGo va derrotar al doble campió d'Europa el francès Fan Hui. Van jugar cinc partits, ningú va tenir avantatge i l'ordinador va guanyar els cinc. Aquesta era la primera vegada que un professional era derrotat per una màquina. Després del partit, Hui va dir que havia après molt, i aquest coneixement li va ajudar a sumar i pujar al rànquing internacional.