En lugar de practicar, esta IA dominó el ajedrez leyendo sobre él

Un tablero de ajedrez. Unsplash

Nada ama más a los fanáticos del ajedrez que discutir un sacrificio magistral de bobby fischer o una ingeniosa línea de ataque del actual campeón mundial magnus carlsen . Resulta que esta charla podría ayudar a los programas de IA a aprender a jugar el juego de una nueva manera. Un día, la misma técnica podría permitir que las máquinas utilicen el contenido emocional de nuestro lenguaje para dominar diversas tareas prácticas.

El algoritmo de ajedrez, llamado SentiMATE , fue desarrollado por los investigadores Nicholas McCarthy, Isaac Kamlish e Isaac Bentata Chocron en el University College London. Evalúa la calidad de los movimientos de ajedrez analizando la reacción de comentaristas expertos.

El equipo analizó el texto de 2.700 comentarios de partidas de ajedrez disponibles en línea. Recortaron los comentarios que no se relacionaban con movimientos de alta calidad y los ejemplos que eran demasiado ambiguos. Luego utilizaron un tipo especial de red neuronal recurrente e incrustaciones de palabras (una técnica matemática que conecta palabras en función de sus significados), entrenados en otro modelo de última generación para analizar el lenguaje.

AI ha hecho recientemente un progreso significativo en el análisis del lenguaje. Por ejemplo, un algoritmo desarrollado por investigadores de OpenAI, una empresa de investigación de San Francisco, demostró ser capaz de generar noticias completas a partir de unas pocas palabras.

El próximo paso en el avance del procesamiento del lenguaje natural es convertir esta información aprendida en acciones tangibles para ayudar a resolver tareas del mundo real, dijeron los investigadores en un correo electrónico a MIT Technology Review. Sentimos que la estrategia de aprendizaje a partir de datos basados ​​en texto podría ser una vía de investigación muy importante para explorar.

SentiMATE sorprendió a los investigadores con su capacidad para resolver algunos de los principios básicos del ajedrez, así como varias estrategias clave, como la bifurcación (cuando dos o más piezas están amenazadas simultáneamente) y el enroque (cuando el rey y el enroque se mueven a una posición más posición defensiva en la parte trasera del tablero).

Difícilmente fue un gran maestro de IA: no pudo vencer a algunos bots de ajedrez convencionales de manera consistente. Pero el programa demuestra la promesa de usar el lenguaje para ayudar a descubrir cómo jugar bien el juego, con menos datos de práctica y menos poder de computadora que los que requieren los enfoques convencionales.

El ajedrez ha sido durante mucho tiempo un punto de referencia del progreso en la inteligencia artificial, desde el programa de 1951 de Alan Turing para jugar (escrito en papel) hasta la derrota de Garry Kasparov a manos de Deep Blue de IBM.

Más recientemente, la subsidiaria de Alphabet, DeepMind, demostró una variante de ajedrez de AlphaGo, el programa capaz de aprender a jugar el antiguo juego de mesa chino Go. Este programa, conocido como alfacero , se le dieron las reglas del juego y luego perfeccionó su habilidad jugando contra otras versiones de sí mismo. Debido a que se enseñó a sí mismo, AlphaZero desarrolló algunas estrategias inusuales y sorprendentes. Pero al igual que Deep Blue, AlphaZero necesitaba miles de chips de unidades de procesamiento de tensores (TPU) especializados de Google, así como los datos de millones de juegos de práctica.

Los investigadores dicen que las técnicas de aprendizaje utilizadas por SentiMATE podrían tener muchas otras aplicaciones prácticas más allá del ajedrez. Por ejemplo, podrían ayudar a las máquinas a analizar deportes, predecir la actividad financiera y hacer mejores recomendaciones. Hay una gran cantidad de libros, blogs y documentos que esperan ser aprendidos, señala el equipo.

esconder