Geekly articles weekly

AlphaGo vs Lee Sedola: resultados y puntajes de jugadores profesionales en th

Ayer, el último quinto juego del partido go se celebró en Seúl en el Hotel Four Seasons. Cada uno de ellos estuvo densamente cubierto en Geektimes durante una semana entera. Alguien ganó en la serie, pero es poco probable que ese visitante esté interesado en un sitio en ruso sobre alta tecnología y ciencia, si no fuera por un hecho.

Interpretado por Li Sedol, el dueño del noveno dan profesional, uno de los mejores maestros del mundo. Su oponente era el sistema de computadora Go de AlphaGo, desarrollado por Google DeepMind. Antes del comienzo del partido, se creía que ningún producto podía vencer a un maestro de alto nivel. Pero la IA ganó 4-1.

La velocidad con la que AlphaGo perfecciona es interesante. Incluso en octubre pasado, el sistema para el partido de demostración alimentó al jugador mucho más débil. Cinco meses después, ella da la vuelta a uno de los mejores. Parece que llegamos a 1997 en ajedrez, cuando la computadora venció por primera vez al campeón reinante en el partido. A partir de ese momento, los programas de ajedrez mejoraron sus habilidades a un nivel tal que una persona ya no puede vencerlos en condiciones normales.

¿Espera esto? ¿Debería temer el poder de la inteligencia artificial? Logré recibir comentarios y respuestas del vicepresidente de la Federación Rusa de Go y el presidente de la "Federación Deportiva de San Petersburgo" Maxim Podolyak, jugadores profesionales en go y múltiples campeones europeos Ilya Shikshin (primer dan profesional) yAlexander Dinerstein (tercer dan profesional).

Las dificultades van


Esta victoria se puede comparar con otro partido histórico. En 1997, la supercomputadora Deep Blue por primera vez en el mundo derrotó al actual campeón mundial de ajedrez. La pérdida de Kasparov no fue la última derrota de la gente. En años posteriores, el ajedrez por computadora ha llegado a un punto en el que incluso los jugadores de ajedrez más fuertes no pueden vencerlos en condiciones normales.

Go (baduk, weiqi) es un juego de mesa que se originó en la antigua China y ganó considerable popularidad en Corea del Sur, China y Japón. Hoy , unos 60 millones de personas juegan . Los jugadores colocan piedras de dos colores en un tablero de cierto tamaño. El objetivo es cercar un área más grande que el oponente en el tablero.


El Presidente de la Federación Internacional de Ajedrez, no sin placer, dice que ahora el destino del ajedrez espera y se va.

Desde el punto de vista de la creación de IA, con simplicidad externa, es muchas veces más difícil que el ajedrez - googol (10 100 ) veces, para ser más precisos. Es tantas veces más posibles posiciones de piedras en un tablero estándar de 19 × 19 que en el ajedrez. Antes del advenimiento de AlphaGo, se creía que hasta ahora cualquier programa se juega a nivel aficionado, y hasta el nivel de maestros, son otra década.

El tamaño del tablero está lejos de ser el único obstáculo. Muchos algoritmos que se usaron para el ajedrez no son aplicables. El número de movimientos es mayor que en el ajedrez. El juego comienza con 55 movimientos posibles, y pronto debes considerar casi todos los 361 puntos en el tablero. Algunos de los movimientos son más populares, otros casi nunca se usan. Los movimientos iniciales de la fiesta, el fuseki, comienzan rápidamente a convertirse en algo original. En el ajedrez, las piezas se eliminan del tablero, en el camino se agregan (aunque es posible eliminarlas capturando piedras). Esto excluye la creación de una base para finales de fiestas. Los sistemas existentes se enfrentan mal al final del juego, incluido esto debido a una pelea conjunta.

Los sistemas de computadora van a existir. Muy a menudo, estos productos evalúan los movimientos utilizando una búsqueda de árbol o el método Monte Carlo, emplean sistemas expertos con una base de datos de buenos movimientos, coincidencia de patrones y aprendizaje automático. Los productos como Crazy Stone, Zen o GnuGo pueden mostrar buenos resultados, pero aún así pierden ante los profesionales.

En 1989, Goliat no pudo vencer a un sexto dan aficionado con una enorme desventaja de 17 piedras. Antes de AlphaGo, ganar con 4 piedras de handicap se consideraba el mayor logro . Este año esperaban una disminución a 3 piedras de discapacidad. Pero de repente apareció un sistema que superó a los campeones en igualdad de condiciones.

Fuerzas de las partes


AlphaGo


Edad: menos de 2 años
País: Reino Unido
Dan  :?

En 2014, Google compró DeepMind, una compañía de inteligencia artificial con sede en el Reino Unido. Fue DeepMind en el pasado lo que atrajo la atención al crear inteligencia artificial DQN, que independientemente aprendió a jugar 49 juegos antiguos de Atari . Al describir otro producto de la compañía, AlphaGo, también puede usar la palabra "usted mismo".

Este sistema computer go consiste de manera simple en una combinación del método Monte Carlo y las redes neuronales de políticas y redes de valor. Las redes neuronales se entrenaron en varias etapas del aprendizaje automático con la ayuda de 160 mil juegos desde 28.4 millones de posiciones del servidor KGS de jugadores del sexto al noveno dan. Otro millón de puestos fueron asignados para las pruebas. Al principio, el entrenamiento controlado de la red política se llevó a cabo directamente utilizando los movimientos de jugadores humanos. Otra red política ha sido el aprendizaje reforzado. El segundo jugó con el primero y lo optimizó para que la política cambiara para ganar, y no solo predicciones de movimientos. Finalmente, se llevó a cabo la capacitación, reforzada por una red de valores que predice el ganador de los juegos que juegan las redes políticas. El resultado de la predicción correcta del próximo movimiento se logró en el 57% de los casos.Antes de AlphaGo, el mejor resultadorepresentaron el 44%.

Los componentes técnicos se consideraron con más detalle tanto en "Giktayms" como en "Habr" .

AlphaGo se comparó con otros programas, casi siempre supera a cualquier competidor, y como jugador humano. Con este fin, con la participación de un juez de la Federación Británica de Go, se organizó un partido contra el tres veces campeón europeo y segundo poseedor profesional de dan Fan Hui. Hui perdió los cinco juegos.

Lee Sedol


Edad: 33 años
País: Corea del Sur
Dan: 9 profesionales

Otro participante en el partido es un jugador profesional de go Li Sedol. Sedol recibió su primer dan profesional en 1996 a la edad de 13 años. Sedol tiene 18 títulos internacionales, es uno de los cinco jugadores más fuertes del mundo.

AlphaGo venció al campeón europeo, donde ir nivel es más bajo. Al mismo tiempo, tanto el programa como Hui cometieron errores. No es sorprendente que Sedoll aceptó rápidamente el desafío y acordó jugar contra AlphaGo. Lee dijo que ganaría fácilmente con un puntaje de 4: 1 o 5: 0. En dos o tres años, Google querrá vengarse, y luego será más interesante jugar, dijo Sedol.

Curso de eventos


Del 9 al 15 de marzo, se celebró un partido de 5 juegos en el Four Season Hotel en Seúl de acuerdo con las normas chinas, donde la cantidad de compensación blanca por el primer movimiento de los negros (Komi) es de 7.5 puntos. El ganador del partido recibió una recompensa de 1 millón de dólares. Si AI gana, el fondo del premio se destina a organizaciones benéficas: UNICEF, organizaciones de desarrollo y otros.

La atención a los juegos fue significativa. Las necesidades técnicas obligaron a Google a colocar una línea de fibra óptica en el hotel. El gigante de las búsquedas no envió 1920 núcleos de procesador y 280 aceleradores de video en los que se lanzó AI a Corea . En cambio, se realizó una conexión con los servidores de Google Cloud Platform en algún lugar del medio oeste de los Estados Unidos. Las piedras en el tablero para AlphaGo fueron arregladas por el camarógrafo Aja Huan (el sexto dan aficionado).


Al encuentro asistieron no solo el jefe de división, Demis Hassabis, sino también el ex CEO de Google Eric Schmidt, así como uno de los ingenieros clave de la compañía, Jeff Dean. Go es un juego popular en Corea. El partido llegó sin esfuerzo a las primeras páginas de los periódicos coreanos, y asistieron miembros del parlamento coreano. Los juegos fueron transmitidos en coreano, japonés, chino e inglés. Solo en inglés, un promedio de 80,000 personas vieron transmisiones de YouTube.

9 de marzo, miércoles. Juego uno



Foto del cofundador de DeepMind Mustafa Suleiman

Black: Lee Sedol
White: AlphaGo
Resultado: Lee Sedol admitió la derrota
Movimientos: 186
Movimientos
Transmisión completa
Resumen del juego en inglés
Comentarios de la Federación de Rusia
en el Geektimes

A la una en punto, hora local, comenzó el primer juego. Las negras hicieron la tarea, y en siete movimientos las combinaciones iban más allá de cualquier base. El hombre canoso mostró su estilo típico y atacó . Pero AlphaGo no se detuvo: el sistema comenzó a avanzar después de unas 12 piedras.

Como dijeron los comentaristas, AlphaGo jugó como un humano: el sistema buscó y creó grupos vulnerables de piedras para hacer movimientos fuertes. Aunque la IA cometió algunos errores, Black tenía serias razones para preocuparse. En los últimos veinte minutos del juego, AlphaGo desarrolló una ventaja. El juego de 3.5 horas terminó con el noveno maestro dan admitiendo la derrota.

Como dijo Sedoll más tarde, AlphaGo hizo un movimiento inusual que ningún humano habría hecho. Un representante de un equipo de personas no esperaba tal juego. El sistema jugó notablemente más fuerte que contra el campeón europeo. Como dijo el jefe de DeepMind Hassabis, ni siquiera se trata de potencia informática: son casi lo mismocomo en el partido contra Hui. Durante los últimos cinco meses, AlphaGo ha jugado contra sí misma y ha utilizado entrenamiento de refuerzo para mejorar sus propias habilidades. El aumento de poder fue una sorpresa.

¿El poder y el estilo del juego mejoraron después del partido con Fan Hui en octubre de 2015? Los tres comentaristas están de acuerdo en que hay cambios significativos. Ilya Shikshin, dice que el programa ha aumentado notablemente la habilidad desde octubre desde el nivel del juego del campeón europeo hasta el nivel del campeón mundial:
“Debo decir que esta es una diferencia significativa. Los juegos publicados del programa contra Fan Hui dejaron grandes dudas de que AlfaGo pudiera derrotar a Li Sedol. Pero en los últimos meses, el programa ha logrado dar un gran salto ".

“Lee Sedoll no sabía con quién estaba jugando. Y el hecho de que en la primera entrega trató de provocar un error en el programa con la ayuda de los primeros movimientos no estándar es evidencia de esto. En lugar de tratar de encontrar debilidades en el programa, debería jugar su juego normal. En este caso, no sería obvio quién ganaría ".

Alexander Dinerstein notó el juego de dos versiones diferentes del programa. La versión que jugó con Fan cometió muchos más errores.

10 de marzo, jueves. Segundo juego



Foto del cofundador de DeepMind Mustafa Suleiman

Black: AlphaGo
White: Lee Sedol
Resultado: Lee Sedol admitió la derrota
Movimientos: 211
Movimientos
Traducción completa
Resumen del juego en inglés
Comentarios de la Federación de Rusia ir
Publicar en Geektimes

Después del primer juego, Sedol admitió que estaba sorprendido pero optimista : creía que los movimientos iniciales permitirían lograr mayores posibilidades de victoria. El segundo juego hizo que el resultado del partido fuera más esperado.

El sistema AlphaGo jugó en negro, es decir, fue primero. AI hizo movimientos agresivos. El comienzo fue inusual. Los comentaristas no pudieron decir si es bueno o malo. Las blancas jugaron de manera más conservadora.

Las redes neuronales no están configuradas para el número máximo de puntos. El programa busca movimientos que logren la victoria. Esto es lo que el investigador de DeepMind Thor Grapel explica a decisiones extrañas. Entre el movimiento, que dará una victoria con una ventaja del 80%, y otro, que le permitirá ganar con una probabilidad del 99 por ciento con una ventaja de 1.5 puntos, AlphaGo elegirá el último. A veces el sistema pierde puntos, pero solo mejora las posibilidades de ganar. ¿Significa esto que los movimientos débiles son un signo de la confianza de un automóvil en la victoria ?

En el primer juego, Sedol todavía tenía tiempo en su reloj. Esta vez lo agotó, por lo que una persona tenía que pasar solo un minuto por turno. Al final, AlphaGo también había agotado su tiempo, por lo que la velocidad del intercambio de movimientos se aceleró al límite. Pero no por mucho tiempo: White admitió la derrota. Como dijo el jefe de DeepMind Hassabis, AlphaGo estaba seguro de la victoria todavía en algún lugar de la mitad del juego.

¿Podría DeepMind tener en cuenta las características de un jugador en particular y establecer sus características en la IA? Maxim Podolyak dice que las capacidades técnicas fueron:
“Dado que la base de los juegos profesionales es de dominio público, sería sorprendente que no se usaran en la preparación de AlphaGo. Por lo tanto, podemos esperar que el programa tenga un perfil detallado para todos los jugadores profesionales, ya que su construcción no es diferente en principio de la construcción de un perfil de preferencias del usuario. Y en esto Google es fuerte ".

Ilya Shikshin expresa un punto de vista similar:
"Estoy seguro de que todos los juegos de las fiestas públicas de Lee Sedol (más de 1000) fueron subidos a él. El conocimiento de estos juegos y la posibilidad de reproducirlos en cualquier momento podría dar una ventaja al programa, mientras que Li Sedol solo pudo estudiar los juegos contra Fan Hui antes del partido, donde AlphaGo fue significativamente menor ".

Sin embargo, DeepMind dice que AlphaGo no fue reconfigurado específicamente para Lee Sedola. Sí, y apenas es posible hacer grandes cambios en la red neuronal mediante la ejecución de varios cientos de fiestas.

Sábado 12 de marzo. Juego tres



De izquierda a derecha: el fundador de DeepMind, Demis Hassabis, el noveno propietario profesional de dan Lee Leeol, el cofundador de Google, Sergey Brin.

Negros: Lee Sedol
Blancos: AlphaGo
Resultado: Lee Sedol admitió la derrota
Movimientos: 176
turnos
Transmisión completa
Resumen del juego en inglés
Comentarios de la "Federación de Rusia go"
Publicar en Geektimes

La oportunidad de decidir el resultado del partido ya en este juego atrajo la atención sobre el juego. El cofundador de Google, Sergey Brin, voló a Seúl sin una bomba y visitó el juego. Estaba claro que la victoria era una demostración del poder de la tecnología que sustenta los servicios del gigante de las búsquedas. Desde las preferencias publicitarias hasta los robomobiles que se pueden mover de forma independiente, casi todos los Google se basan en un grado u otro en sistemas con elementos de inteligencia artificial.

Como en el primer juego, Sedol se volvió negro, es decir, el primero. Además, la experiencia de dos partes podría atribuirse a una serie de momentos favorables para una persona. El rumor reclamaciones que Sedol y un equipo de expertos pasaron la noche en busca de debilidades AlphaGo. Alexander Dinerstein está de acuerdo con esto:
« , , – . , . , . , . , – .»

De hecho, en el tercer juego, los primeros movimientos de las negras fueron agresivos. Según los comentaristas del partido, en los primeros dos juegos, Sedol probó un estilo diferente de su estilo habitual, tratando de presionar los puntos débiles del sistema. En el tercer juego, demostró su estilo típico con un buen comienzo y un fuerte ko al final. Aunque con un error, AlphaGo demostró la capacidad de trabajar con la lucha conjunta, por lo general, los sistemas informáticos se las arreglan mal. En juegos anteriores, no había posibilidad de demostrar esta habilidad.

El partido decisivo determinó el valor histórico de lo sucedido. Esta fue la tercera victoria de AlphaGo en un partido de cinco juegos. Esto significaba que el sistema informático ya había demostrado superioridad. Dos juegos posteriores debían mostrar su profundidad.

Domingo 13 de marzo. Juego cuatro



Entonces AlphaGo admite la derrota

Negro: AlphaGo
Blanco: Lee Sedol
Resultado: AlphaGo admitió la derrota
Movimientos: 180
Movimientos
Traducción completa
Resumen del juego en inglés
Comentarios de “Federación Rusa go”
Publicar en Geektimes

Después de la tercera derrota de un hombre, uno de los temas de la conferencia de prensa fue la pregunta si AlphaGo tiene puntos débiles. El hombre de cabello gris mencionó cómo se sentía. Se disculpó con la nación coreana y la comunidad go player por el resultado.

Sedoll eligió la estrategia Amasi, capturando territorio alrededor del perímetro, no el centro. Los movimientos iniciales de las blancas fueron los mismos que en el segundo juego. El blanco permitió que el negro capturara el centro, concentrándose en los bordes y las esquinas. Como en juegos anteriores, Sedol se había quedado sin tiempo antes que su oponente, lo que significaba solo un minuto por jugada.

La jugada de White 78 resultó ser tan grande que los comentaristas lo describieron como tesuji, algunos lo llamaron "la mano de Dios". Quizás Sedol realmente encontró un punto débil en el sistema informático. AlphaGo respondió débilmente. Según el jefe de DeepMind, Demis Hassabis, en el movimiento 79, el sistema cometió un error, considerando que la posibilidad de victoria era del 70%. Pero ella lo entendió solo en el movimiento 87. Después de eso, la IA se confundió.

AlphaGo comenzó a hacer movimientos francamente débiles y terribles. El sistema reconoce la derrota cuando las probabilidades de ganar caen por debajo del 20 por ciento. Sobre esto, el ingeniero de Google David Silver recordó durante un descanso, que tomó a Lee Sedol. Esto es necesario para mantener la cultura del juego: continuar en una posición claramente desventajosa sería irrespetuoso con el oponente. Silver se negó a comentar sobre una serie de movimientos del sistema arrastrados. El juego continuó, y Sedol todavía se vio obligado a trabajar en condiciones de falta de tiempo. AI cometió otro error y luego derrotó. El resultado del enfrentamiento durante 4.5 horas fue la primera victoria de un hombre en este partido.

Sedoll dijo que nunca lo felicitaron tanto por una sola victoria. Se menciona que el coche no es tan fuerte cuando se queda en negro.

15 de marzo, martes. Quinto juego



Sala de control AlphaGo, Mustafa Suleiman

Negros: Lee Sedol
Blanco: AlphaGo
Resultado: Lee Sedol admitió la derrota
Movimientos: 280
Movimientos
Transmisión completa
Resumen del juego en inglés
Comentarios de la Federación de Rusia ir
Publicar en Geektimes

Black comenzó en un estilo similar al primer juego. Entonces Sedol trató de marcar el territorio en las esquinas superiores derecha e izquierda, una estrategia que utilizó con éxito en el cuarto juego. AlphaGo tomó el centro. De 48 a 58, el hombre y el auto se enrojecieron. Pero AlphaGo no vio el tesuji de los negros, y Lee irrumpió.

Debido a un pequeño error, AlphaGo empeoró ligeramente su posición. Como resultado de una larga batalla, ambos jugadores se quedaron sin tiempo, es decir, nuevamente tuvieron que colocar cada piedra en menos de un minuto. El juego salió en un yose profundo, el tablero estaba casi completamente lleno de piedras. Las blancas aún lograron recuperar la ventaja. Al evaluar la posición, Sedol se dio cuenta de que estaba perdiendo. Después de cinco horas, reconoció la derrota.

Preguntas


¿Qué significa el partido para Lee Sedola?


El resultado del partido fue sorprendente: la derrota de uno de los mejores jugadores humanos, la repentina victoria de uno de los nuevos sistemas de computadora. En lugar de un millón, Sedol recibirá 170 mil dólares: 150 mil por participación y 20 mil por una victoria.

Un tema separado es por qué Sedol perdió. Como dice Ilya Shikshin, no estaba psicológicamente preparado:
AlfaGo logró derrotar a Lee Sedola. Sin embargo, esto no significa que el programa juegue más fuerte. Creo que su nivel es casi el mismo. Era solo que Lee Sedol no estaba psicológicamente preparado para luchar contra el programa en las primeras entregas, ya que fue una gran sorpresa para él que el programa pudiera luchar en igualdad de condiciones.

Alexander Dinerstein:
Admito que no esperaba tal situación. Como la mayoría de los profesionales, estaba seguro de que Lee Sedol ganaría fácilmente. Pero vimos errores de programa. Creo que la pregunta aún está abierta. Lee Sedol, incluso en Corea, no es el primero en el ranking. Creo que otros profesionales de su nivel tienen la oportunidad de ganar, especialmente si vemos una selección de juegos jugados por el programa, por el cual podemos buscar sus debilidades en el juego.

¿Qué significa un partido para AlphaGo?


Para la victoria sobre Lee Sedol, la Asociación Coreana de Paduk dio oficialmente al sistema un noveno dan profesional honrado. Esto significa que es considerada una jugadora de alto nivel.

Lee Sedol no es el jugador más fuerte del planeta, hay otros. Por ejemplo, el propietario del noveno dan profesional, Ke Jie, afirma que con un 60% de probabilidad podría vencer a AlphaGo. Sitio web Go Calificaciones realmente lo tiene más alto en la clasificación. AlphaGo también fue desafiado por el maestro chino del noveno dan profesional, Gu Li. Hay rumores de solicitudes para jugar contra Iyama Utah. Mientras la IA elige a un oponente, el redirector ha calculado



que AlphaGo puede ser más alto que la mejor de las personas en el ranking. Según sus estimaciones según el teorema de Bayes, la calificación AlphaGo es 3649, mientras que Jie tiene 3621, más bajo.

Sin embargo, hacer declaraciones acerca de la fortaleza del sistema es temprano, si es posible. Solo se publican unos pocos juegos, y el verdadero poder del sistema no está claro. ¿Y hay algún punto en los puntos de calificación si el sistema puede encontrar un punto débil? Según Alexander Dinerstein, el programa sería interesante para verificar en el partido contra Takemia Masaki, el dueño del noveno dan profesional:
“Fue uno de los maestros más fuertes del mundo de principios de los 90. Notamos que el programa prefiere el juego al centro, para influir. Lee Sedoll en todos los partidos tomó puntos en las esquinas. Y Takemia-sensei es conocido por ser muy aficionado a jugar en el centro y no es en absoluto "codicioso" al comienzo del juego. No está claro cómo se comportaría el programa frente a un estilo de juego tan inusual ".

Uno puede esperar movimientos originales e inesperados de un sistema informático en el que una persona nunca hubiera pensado. Como dice Maxim Podolyak, vio en los movimientos de AlphaGo los movimientos naturales y explicables de un jugador excepcionalmente fuerte:
“Como dice un libro, una fiesta fluye como un arroyo desde la ladera de una montaña, de forma natural y poderosa. B.102 parecía impresionante e impresionante en la primera entrega. Pero este no es un movimiento "divino".

Dynerstein afirma que algunos movimientos de AlphaGo no fueron considerados por la gente:
« , , 9 (), . C, , 5 % . 95 – , . , .

Google?


El gigante de Internet ha demostrado una vez más que tiene la mejor tecnología del mundo. Esa división de Google fue la primera en poder resolver otra tarea de la informática. En DeepMind ven aplicaciones utilitarias para sus mejores prácticas: estos son servicios de recomendación de compras o análisis de datos médicos.

Pero puedes escapar de proyectos comerciales y seguir soñando con ir. No importa si las computadoras comienzan a jugar mejor que los humanos o no. Puede configurar un producto en otro y ver la batalla entre dos empresas de fabricación. Y lo son: Facebook está creando un robot de la selva oscura , que hasta ahora juega más débil y aún no ha participado en partidos oficiales contra jugadores profesionales. Este mes Darkforest debería competir en el campeonato mundial de computadorasen japón El mejor de los programas del torneo jugará contra Koichi Kobayashi.

¿Alguien verá la batalla de Facebook con Google en un tablero de 19 × 19? Por cierto, es fácil imaginar una confrontación y hostilidad personal. En enero, Zuckerberg habló sobre su sistema el mismo día que Google. Y si Facebook solo tenía noticias de desarrollo, DeepMind ya se jactaba de una victoria sobre el campeón.

Maxim Podolyak:
Apenas Esto sería casi lo mismo que observar cómo el programa pinta fractales o puntos de colores en el protector de pantalla. Nadie está interesado en la enumeración mecánica de opciones; no hay nada fenomenal en esto. Pero el hecho de que una persona pueda hacer esto es un fenómeno.

Alexander Dinerstein:
Para los jugadores de ajedrez, estos partidos se han celebrado durante mucho tiempo y no causan mucho interés. Personalmente, me encantaría ver un torneo de programa que sería comentado por una persona. Por cierto, no sería menos interesante ver un torneo profesional superior con comentarios de AlphaGo.

Ilya Shikshin:
Creo que las coincidencias entre programas de computadora pueden despertar el interés de las personas. Partidos similares ya se han transmitido y reunieron a varios cientos de espectadores. El nivel de una persona en marcha aún está lejos de ser perfecto. Hay espacio para crecer y desarrollarse.

¿Qué significa un partido para ir?


Uno puede percibir de manera diferente la derrota de las personas más inteligentes que han absorbido miles de años de experiencia, y la victoria de una pieza de hierro sin alma con piezas de silicona en su interior, lanzando un programa que no ha pasado dos años. En la comunidad de fanáticos del juego, alguien es visiblemente negativo. Otros ven a AlphaGo ayudando a popularizarse. Pero solo ganará si tiene a alguien con quien competir y aprender, señala Ilya Shikshin:
“El programa jugó muy bien y merecidamente ganó. ¿Podría este partido haber terminado de manera diferente? Creo que no Estoy seguro de que Lee Sedol descubrió mucho por sí mismo en estos 5 juegos. Ahora debería estar listo para luchar contra AlfaGo, pero, por desgracia, es demasiado tarde. Go-world tiene un serio rival en la persona de este programa.
Pero no solo Li Sedol hizo descubrimientos. Millones de personas que han visto este partido también han descubierto algo nuevo. Alguien tiene enormes posibilidades de tecnología e inteligencia artificial, alguien ha encontrado algo nuevo en el juego y ahora lo ve de manera diferente, bueno, para alguien, el juego Go fue una revelación.
Personalmente, estoy muy contento de ver que mi juego favorito en estos días se ha convertido en el centro de atención de todo el mundo. Creo que con ir ahora todo será solo mejor ".

Alexander Dinerstein:
"Sospecho que el dinero del premio en los países asiáticos puede disminuir, pero para el resto del mundo, las ventajas de anunciar el partido, y fue colosal, deberían ser mayores. Espero una afluencia de nuevos jugadores en Go, y solo deberíamos estar contentos con esto. Muchos han escuchado sobre este juego por primera vez ".

También es posible resolver problemas que las personas no tienen:
“El mundo de la marcha está ciertamente trastornado, pero con el advenimiento del programa, podemos aprender muchas cosas interesantes. Por ejemplo, en Go hay un rompecabezas inventado en 1713 por el famoso maestro japonés Dosetsu Inseki. El cálculo va doscientos movimientos hacia adelante. Se han publicado libros completos sobre él, pero nadie pudo resolverlo. Existen hermosas soluciones, pero difieren de la tarea anunciada originalmente por el autor. Finalmente, descubriremos si este problema tiene una solución. ¿O tal vez Dossetsu se equivocó?

Si los sistemas de energía de AlphaGo se convierten en la norma, será fácil engañar y usar los movimientos de dicho sistema. Hasta ahora, el campeón ha sido derrotado por un gran grupo de cómputo. Es físicamente imposible arrastrarlo. Hoy, la potencia informática del teléfono inteligente es suficiente para poner a cualquier persona en los omóplatos en el ajedrez. Esto no sucedió de inmediato, pero deberíamos esperar algo similar para el futuro cercano. Algún día, la posibilidad de fraude cabe en su bolsillo, incluso en ausencia de comunicaciones por radio. Según Dienstein, los dispositivos electrónicos en los campeonatos de go ahora están relajados:
« . . , ( ). , , . . , , , .»

?


El algoritmo fue creado a lo largo de los meses, fue entrenado para jugar en partidos humanos y, de forma independiente, alcanzó el nivel más alto. Esta es una de las mejores demostraciones visuales de la fuerza y ​​la velocidad de la IA.

Según Ilya Shikshin, le sorprendió la velocidad con la que el sistema aprendió a jugar:
“En un corto período de tiempo, el programa aprendió a jugar al más alto nivel. "Estaba interesado en observar cómo se comporta el programa cuando gana y cuando pierde".

¿Qué significa un partido para todos nosotros?


¿Es la inteligencia artificial AlphaGo?

El sistema ha aprendido a jugar en fiestas de personas. Las redes neuronales artificiales han visto tantos juegos como nadie ha jugado en toda su vida. Luego, en los juegos contra sí mismo, el sistema llevó la habilidad a un nivel que brinda la victoria sobre la mejor gente. Este no es el caso con Deep Blue, cuando el algoritmo de búsqueda de soluciones se configuró de forma completamente manual.

Esto no es muy diferente de cómo aprendemos el habla. De alguna manera, los niños adquieren la capacidad de repetir palabras, poner palabras en oraciones y luego expresar sus pensamientos en fragmentos. Esto lleva años de entrenamiento, esto solo es posible en algunos momentos de la vida, cuando el cerebro es más susceptible. ¿En qué se diferencia AlphaGo de la persona que aprendió a hablar y luego perfeccionó la habilidad antes de escribir literatura?

Puede mirar dentro del proyecto y sentirse muy decepcionado: hay algoritmos que pueden interpretarse y entenderse. Pero al mismo tiempo, AlphaGo cumple perfectamente su objetivo. Este es el problema: la IA, en opinión de los escépticos, debe ser inexplicable, capaz de hacer todo y odiar a la humanidad. La simple finalización de una tarea aumenta la carga de calcular las opciones.

Pero la cuestión de la esencia de los términos no es tan interesante. Lo que es más aterrador es la idea de que los juegos de AlphaGo van mejor que todos sus creadores, e incluso las personas cuyas fiestas lo enseñaron en redes neuronales.

¿La inteligencia artificial nos destruirá?

Sujeto a los efectos de la inteligencia artificiala veces requieren que los programas sean conscientes de sí mismos. Esto es exactamente lo que la IA no pone. IBM Watson ha golpeado a la gente en el juego intelectual Jeopardy, pero no lo sabe. Todavía no se apresura por el deseo de jugar. No se regocija en la victoria. Ni siquiera entiende que ganó. El no tiene conciencia.

Las IA no son imágenes canónicas en forma de una bombilla roja HAL9000 o una malvada SkyNet. La inteligencia artificial no tiene conciencia. Esto es solo un programa de computadora, lo suficientemente "inteligente" para realizar tareas que generalmente requieren la participación del análisis humano. Esta no es una máquina de matar de sangre fría.

Por ejemplo, hoy hay demasiados artículos y estudios científicos. Es físicamente imposible leerlo todo. Necesitamos un sistema que pueda leer y organizar estos monstruosos conjuntos de información. Y tal sistema tendrá inteligencia artificial.

Pero esta IA no matará a las personas. Más bien, ocupará sus trabajos.

¿La IA nos dejará sin trabajo?

La inteligencia artificial puede aumentar significativamente la eficiencia laboral. Esto es lo que debería ser motivo de preocupación.

En los albores de la civilización, todos se dedicaban a la producción de alimentos, pero apenas era suficiente. Hoy, casi nadie se dedica a la agricultura, pero hay mucha comida. La respuesta a este acertijo está en la productividad laboral y la eficiencia de la herramienta.

Un sistema de traducción que solo requiere revisión y comparación de términos puede facilitar la vida de un traductor. ¿Significa esto que la mitad de los traductores se arriesgan a perder sus trabajos?

Un análisis simple del texto resaltará una frase candente en el artículo y luego publicará una similar con un enlace al original a través de la API de redes sociales. ¿Significa esto que las filas de SMM se volverán más delgadas? La respuesta a los requisitos para elevar el salario mínimo a los cajeros. Una flotilla de camiones no tripulados se moverá independientemente entre las ciudades, y el conductor a veces solo se sentará al volante para estacionar. ¿Qué hacer con la gran masa de camioneros liberados?






Al analizar la transmisión de video de la transmisión de un partido deportivo, el robot puede componer un artículo de noticias que no diferirá de ninguna manera del escrito por una persona. ¿Dónde en este escenario hay más empleos para periodistas?

El sistema experto evaluará el documento legal y elaborará su decisión al respecto. ¿Qué hacer con el ejército vacante de personal junior en firmas de abogados?

Ni siquiera la pérdida de empleos, pero su carácter es peligroso. En primer lugar, los trabajos simples con salarios bajos comenzarán a desaparecer. Aquellos en tales posiciones son los más vulnerables económicamente.

¿Podemos adaptarnos a los profundos cambios sociales que ni siquiera sucederán en una revolución, sino en un instante? ¿Quién se beneficiará de la IA: solo aquellos que poseen dicho sistema? ¿Significa esto otro aumento en la desigualdad social?

Estas son las preguntas que deberían asustar al próximo deshielo invernal de IA. No debería ser esta fobia primitiva de los todopoderosos asesinos mecánicos. Las noticias sobre el levantamiento de automóviles seguirán siendo los titulares "el robot mató a un hombre ". La tecnología es solo una herramienta. Peligro para las personas crear otras personas.

AlphaGo es otro mensajero de un futuro de cambio tan oscuro. Pero esta IA no es una amenaza, aunque solo sea porque el juego se vuelve más popular. Otro jugador no puede hacerlo peor, cuyos juegos son vistos por millones.

Source: https://habr.com/ru/post/es391747/

More articles:


All Articles