Los bots de lucha de sumo Goofy de OpenAI son más inteligentes de lo que parecen

Categoría: Sin categorizar Al corriente Oct 12

Podría ser un deporte sangriento virtual en algún tecno-futuro absurdo.

OpenAI, un instituto de investigación respaldado por Elon Musk y varios otros peces gordos de Silicon Valley, ha revelado su última investigación sobre el desarrollo de formas más poderosas de aprendizaje automático. Y está demostrando la tecnología utilizando la lucha de sumo virtual.

Los luchadores virtuales pueden parecer un poco ridículos, pero están utilizando un enfoque muy inteligente para aprender en un entorno que cambia rápidamente mientras se enfrentan a un oponente.

Los agentes utilizan una forma de aprendizaje por refuerzo, una técnica inspirada en la forma en que los animales aprenden a través de la retroalimentación. Ha demostrado ser útil para entrenar computadoras para jugar juegos y controlar robots (ver 10 Tecnologías innovadoras 2017: Aprendizaje por refuerzo).

Un gran desafío con el uso del aprendizaje por refuerzo es que no funciona tan bien en situaciones más realistas, donde las cosas están en constante cambio. OpenAI ya desarrolló su propio algoritmo de refuerzo llamado optimización de políticas proximales (PPO) , que se adapta especialmente bien a entornos cambiantes.

El último trabajo, realizado en colaboración con investigadores de la Universidad Carnegie Mellon y UC Berkeley, demuestra una forma para que los agentes de IA apliquen lo que los investigadores llaman un marco de metaaprendizaje. Esto significa que los agentes pueden tomar lo que ya han aprendido y aplicarlo a una nueva situación.

Dentro del entorno de RoboSumo (ver video arriba), los agentes comenzaron a comportarse de manera aleatoria. A través de miles de iteraciones de prueba y error, desarrollaron gradualmente la capacidad de moverse y, finalmente, de luchar. A través de más iteraciones, los luchadores desarrollaron la capacidad de evitarse entre sí e incluso de cuestionar sus propias acciones. Este aprendizaje sucedió sobre la marcha, con los agentes adaptándose incluso cuando lucharon entre sí.

El aprendizaje flexible es una parte muy importante de la inteligencia humana, y será crucial si las máquinas van a ser capaces de realizar algo más que tareas muy limitadas en el mundo real. Este tipo de aprendizaje es muy difícil de implementar en máquinas, y el último trabajo es un pequeño pero significativo paso en esa dirección.

Los investigadores descubrieron que al usar el metaaprendizaje, sus sumo-bots podían aprender estrategias efectivas más rápidamente. Entonces, incluso si se ven un poco desafortunados, no los subestimes.