.

Robótica

IBM derrotó a Kasparov y ahora Google vence al campeón mundial de Go

1

"No sentí que yo llevara la ventaja en ningún momento", afirmó Lee Se-dol. Los expertos tildan la estrategia de la inteligencia artificial de AlphaGo de "increíblemente bella"

  • por Will Knight | traducido por Teresa Woods
  • 14 Marzo, 2016

El juego Go es muy popular entre los geeks por su simplicidad y sutileza. Así que ha sido un poco dramático que AlphaGo, un sistema de inteligencia artificial (IA) desarrollado por los alphageeks de Google DeepMind, haya ganado 2-0 contra uno de los mejores jugadores de Go de la historia humana, Lee Se-dol.

La segunda partida de la serie al mejor de cinco no sólo demostró la extraordinaria potencia del programa como jugador de Go sino también destacó su habilidad de generar algunos movimientos sorprendentemente creativos. Estos movimientos reflejan el increíble progreso que está logrando la IA, además de las enormes lagunas que quedan por llenar.

La serie de partidas de AlphaGo contra Se-dol recuerda a la batalla entre Deep Blue de IBM y Gari Kaspárov, el entonces campeón del mundo de ajedrez, en 1997. Pero Go resulta mucho más difícil para los ordenadores que el ajedrez por dos motivos: el número de movimientos posibles en cada turno es mucho mayor, y no existe ninguna manera de medir la ventaja material.

Normalmente requiere años de práctica que los jugadores de Go puedan apreciar por qué una determinada disposición sobre el tablero puede resultar ventajosa, e incluso entonces les puede costar explicar a un principiante por qué una posición funciona o no. El hecho de que AlphaGo haya podido aprender a reconocer estos patrones también sugiere que tal vez puedan automatizarse algunas habilidades humanas más sutiles antes de lo que creíamos.

El genio de AlphaGo nace de la manera en la que ha sido diseñado. Combina varios enfoques distintos de aprendizaje de máquinas de una manera nueva e ingeniosa, habilitándole para estudiar partidas anteriores y jugar contra sí mismo para mejorar.

El experto jugador estadounidense Michael Redmond halagó AlphaGo por algunas jugadas creativas y elegantes al principio de la partida. "Su apertura contenía una gran belleza", dijo Redmond después del combate. Según sus palabras: "Basándome en lo que había visto de sus otras partidas, AlphaGo siempre jugaba fuerte al final y a mitad de partida, pero eso se extendió al juego inicial esta vez. Fue una partida bella e innovadora".

Más interesante aún, sin embargo, es que hubo un momento en el que parecía que AlphaGo se había equivocado a mitad de partida, para después demostrar que su posición aparentemente débil se desarrollaría para terminar por dominar el tablero.

Ante la derrota, un Se-dol de aspecto estupefacto y triste afirmó después de la partida: "Hoy siento que AlphaGo ha jugado una partida casi perfecta". Y concluyó: "Ayer me sorprendí, pero hoy es más que eso, estoy sin palabras. Reconozco que fue muy claramente una derrota por mi parte. Desde el inicio de la partida no sentí que yo llevara la ventaja en ningún momento".

(Fuentes: Blog de Google, Google logra que un ordenador gane al juego más complejo de la historia)

Robótica

 

La inteligencia artificial y los robots están transofrmando nuestra forma de trabajar y nuestro estilo de vida.

  1. La importancia de que este dron sea capaz de posarse como un pájaro

    Un simple mecanismo de agarre, que imita los posados de aves y murciélagos, permite que los vehículos aéreos no tripulados ahorren energía al apoyarse en salientes y postes. Cuando se cuelga boca abajo puede permanecer largos tiempos observando con todos sus rotores apagados

  2. La próxima Alexa podría tener un cuerpo físico para no ser tan tonta

    El responsable del asistente de voz de Amazon cree que los sistemas de inteligencia artificial deben tener la capacidad de ver y explorar el mundo para alcanzar una comprensión real sobre él. Su cárcel computacional limita su experiencia a la lingüística pura, una de las áreas más complejas

  3. Una IA híbrida capaz de ver y razonar supera a sus predecesoras

    Al combinar el aprendizaje profundo con el razonamiento simbólico, esta inteligencia artificial depende de muchos menos datos etiquetados y tarda menos en comprender nuevos entornos. Este nuevo enfoque, con un enorme potencial, es el que más se asemeja al proceso de aprendizaje humano