211service.com
Cómo AlphaZero ha reescrito las reglas del juego por su cuenta
David Silver dice que el programa de computadora que aprendió por sí mismo a ser un gran maestro de ajedrez exhibe la esencia de la creatividad.
22 de febrero de 2019
madera geordie
David Silver inventó algo que podría ser más ingenioso que él.
Silver fue el investigador principal de AlphaGo, un programa de computadora que aprendió a jugar Go, un famoso juego complicado que explota la intuición humana en lugar de reglas de juego claras, mediante el estudio de juegos jugados por humanos.
Esta historia fue parte de nuestra edición de marzo de 2019
- Ver el resto del número
- Suscribir
La última creación de Silver, AlphaZero, aprende a jugar juegos de mesa como Go, ajedrez y Shogi practicando contra sí mismo. A través de millones de juegos de práctica, AlphaZero descubre estrategias que los humanos tardaron milenios en desarrollar.
Entonces, ¿podría la IA algún día resolver problemas que las mentes humanas nunca podrían? Hablé con Silver en su oficina de Londres en DeepMind, ahora propiedad de Alphabet.
En un famoso juego contra posiblemente el mejor jugador de Go de todos los tiempos, AlphaGo hizo un movimiento brillante que los observadores humanos inicialmente pensaron que era un error. ¿Fue ser creativo en ese momento?
Move 37, como se conoció, sorprendió a todos, incluida la comunidad de Go y a nosotros, sus creadores. Era algo fuera de la forma esperada de jugar Go que los humanos habían descubierto durante miles de años. Para mí, este es un ejemplo de algo que es creativo.
Dado que AlphaZero no aprende de los humanos, ¿es aún más creativo?
Cuando tienes algo que aprende por sí mismo, que está construyendo su propio conocimiento completamente desde cero, es casi la esencia de la creatividad.
AlphaZero tiene que resolver todo por sí mismo. Cada paso es un salto creativo. Esas ideas son creativas porque no se las dieron los humanos. Y esos saltos continúan hasta que es algo que está más allá de nuestras habilidades y tiene el potencial de sorprendernos.
Has tenido a AlphaZero jugando contra el principal motor de ajedrez convencional, Stockfish. ¿Que has aprendido?
Stockfish tiene este motor de búsqueda muy sofisticado, pero en el centro está este módulo que dice: Según los humanos, esta es una buena posición o una mala posición. Entonces, los humanos están muy involucrados allí. Es difícil para él separarse y comprender una posición que es fundamentalmente diferente.
AlphaZero aprende a comprender las posiciones por sí mismo. Había un juego hermoso que acabamos de ver en el que en realidad entrega cuatro peones seguidos e incluso intenta entregar un quinto peón. Stockfish cree que está ganando fantásticamente, pero AlphaZero está muy feliz. Se ha encontrado una forma de entender la posición que es impensable según las normas del ajedrez. Entiende que es mejor tener la posición que los cuatro peones.
¿AlphaZero sugiere que la IA desempeñará un papel en la futura innovación científica?
El aprendizaje automático ha estado dominado por un enfoque llamado aprendizaje supervisado, lo que significa que comienzas con todo lo que saben los humanos y tratas de convertirlo en un programa de computadora que hace las cosas de la misma manera. La belleza de este nuevo enfoque, el aprendizaje por refuerzo, es que el sistema aprende por sí mismo, desde los primeros principios, cómo lograr los objetivos que le fijamos. Es como un millón de mini-descubrimientos, uno tras otro, que construyen esta forma creativa de pensar. Y si puede hacer eso, puede terminar con algo que tiene un poder inmenso, una capacidad inmensa para resolver problemas y que, con suerte, puede conducir a grandes avances.
¿Hay aspectos de la creatividad humana que no podrían automatizarse?
Si pensamos en las capacidades de la mente humana, todavía estamos muy lejos de lograrlo. Podemos lograr resultados en dominios especializados como el ajedrez y el Go con una gran cantidad de potencia informática dedicada a esa tarea. Pero la mente humana es capaz de generalizar radicalmente a algo diferente. Puedes cambiar las reglas del juego, y un ser humano no necesita otros 2000 años para descubrir cómo debe jugar.
Diría que tal vez la frontera de la IA en este momento, y hacia dónde nos gustaría ir, es aumentar el rango y la flexibilidad de nuestros algoritmos para cubrir toda la gama de lo que la mente humana puede hacer. Pero eso todavía está muy lejos.
¿Cómo podríamos llegar allí?
Me gustaría preservar esta idea de que el sistema es libre de crear sin estar limitado por el conocimiento humano.
Un bebé no se preocupa por su carrera o cuántos hijos va a tener. Es jugar con juguetes y aprender habilidades de manipulación. Hay mucho que aprender sobre el mundo en ausencia de un objetivo final. Lo mismo puede y debe ser cierto para nuestros sistemas.