Iniziare con tris nel 1954, e poi dama nel 1994, i computer si sono fatti strada costantemente attraverso giochi sempre più complessi, eguagliando e poi superando il meglio che l'umanità ha da offrire. Gli scacchi sono stati a lungo considerati un bastione dell’intelletto umano, troppo sottile perché i computer potessero padroneggiarlo, fino al 1997, quando l’IBM Deep Blue ha notoriamente sconfitto Garry Kasparov, uno dei più grandi giocatori della storia degli scacchi. Più recentemente, IBM ha ottenuto un altro successo quando il suo Watson ne ha sconfitti due
Pericolo campioni nel 2011. Google ha fatto notizia l'anno scorso con un'intelligenza artificiale generalizzata che è stata in grado di apprendere con successo più di una dozzina di soluzioni Giochi Atari basandosi solo sull'input dei pixel.
Andare è stato a lungo un Santo Graal per i ricercatori sull’intelligenza artificiale grazie alla sua combinazione di regole relativamente semplici e immensa complessità strategica. Originario della Cina oltre 2.500 anni fa, Andare ha accumulato milioni di giocatori devoti ed è considerata un'attività intellettuale di alto livello, in particolare nella cultura giapponese e cinese. I giocatori si alternano nel posizionare pietre bianche o nere su una griglia con l'obiettivo di catturare i pezzi degli altri o le sezioni completamente circostanti del tabellone per ottenere punti. Le regole sono semplici, ma poiché i giocatori possono posizionare le pietre ovunque sul tabellone, il gioco ha 1 x 10^127 stati possibili. Questo è più del numero di atomi nell’universo conosciuto e molti ordini di grandezza più del numero di possibili posizioni degli scacchi.
Video consigliati
Le soluzioni tradizionali di intelligenza artificiale per i giochi prevedono l'utilizzo di alberi di ricerca per esaminare le possibili modalità in cui il gioco potrebbe svolgersi, in base allo stato attuale del gioco, al fine di prendere la decisione più informata. Questo metodo di forza bruta, che sfrutta la potenza del computer per percorrere più possibilità di quanto potrebbe fare un essere umano dipendente dall’intuito, è sempre stato del tutto insufficiente di fronte a AndareLa sua complessità senza limiti.
AlphaGo è andato 5 a 0 contro Hui, segnando la prima volta che un programma per computer ha mai avuto la meglio su un professionista Andare giocatore.
Il team di Google si è invece affidato alle reti neurali, un approccio ai sistemi intelligenti che trasmette input attraverso strati di neuroni virtuali che imitano vagamente la funzione del cervello animale. Il risultato viene misurato rispetto a un obiettivo desiderato, quindi la forza della connessione all'interno delle reti viene ottimizzata. Attraverso la ripetizione ciò consente sistemi che “imparano” dinamicamente, arrivando a soluzioni e strategie che non sono mai state programmate direttamente. AlphaGo, il sistema di Google, comprendeva 12 livelli di rete neurale, inclusa una "rete politica" che selezionava una mossa dopo lo stato del consiglio è stato gestito attraverso gli altri livelli e una “rete di valore” che prevede il vincitore in base a un dato dato mossa.
30 milioni di mosse di giochi umani esperti sono state eseguite attraverso la rete fino a quando non è stato possibile prevedere con successo le mosse umane il 57% delle volte (rispetto al precedente Record del 44%.). Volendo fare di più che imitare semplicemente i giocatori umani, AlphaGo è stato quindi inviato a giocare migliaia di giochi contro se stesso, sviluppando un proprio sistema non programmato strategie adattando le connessioni e rafforzando le decisioni che hanno portato alle vittorie, affidandosi a Google Cloud Platform per l'elaborazione necessaria grinta. Maggiori dettagli tecnici su come è stato sviluppato AlphaGo possono essere trovati in un articolo pubblicato dal team in Natura.
AlphaGo è stato quindi messo alla prova. Prima ha affrontato il vertice regnante Andare programmi per computer, vincendo tutti i giochi tranne uno su 500. Poi è arrivata la vera prova, sfidando il tre volte europeo Andare campione Fan Hui. Lo scorso ottobre, a porte chiuse, AlphaGo è andato 5 a 0 contro Hui, segnando la prima volta che un programma per computer ha mai avuto la meglio su un professionista Andare giocatore.
Coincidentalmente, Facebook inoltre ha appena annunciato i suoi sforzi per affrontare il problema Andare con l'intelligenza artificiale in un pubblico inviare dal fondatore Mark Zuckerberg. Sebbene Facebook abbia apparentemente fatto progressi sostanziali nell’ultimo anno, Google sembra averlo battuto sul tempo dichiarando la vittoria di AlphaGo su Fan Hui. Per ora potrebbe essere tutto divertimento e giochi, ma affrontare sfide come Andare che in precedenza erano ritenuti insormontabili, ha implicazioni più ampie per il progresso dell’intelligenza artificiale connessionista machine learning, che hanno il potenziale per diventare strumenti estremamente potenti per analizzare il mondo reale e disordinato i problemi.
Raccomandazioni degli editori
- Gli hacker utilizzano l’intelligenza artificiale per creare malware feroci, afferma l’FBI
- Gli autori più importanti richiedono un pagamento alle aziende di intelligenza artificiale per l’utilizzo del loro lavoro
- I migliori strumenti di editing video AI
- OpenAI, produttore di ChatGPT, affronta l'indagine della FTC sulle leggi sulla protezione dei consumatori
- La nuova società di intelligenza artificiale di Elon Musk mira a “comprendere l’universo”
Migliora il tuo stile di vitaDigital Trends aiuta i lettori a tenere d'occhio il frenetico mondo della tecnologia con tutte le ultime notizie, divertenti recensioni di prodotti, editoriali approfonditi e anteprime uniche nel loro genere.
