Alfa ir

AlphaGo  es un juego de go desarrollado por Google DeepMind en 2015. AlphaGo fue el primer programa en el mundo en ganar un partido sin handicap contra un jugador profesional de Go en un tablero estándar de 19×19 , y esta victoria marcó un avance importante en el campo de la inteligencia artificial, ya que la mayoría de los especialistas en inteligencia artificial creía que dicho programa no se creará antes de 2020-2025 . En marzo de 2016, el programa ganó 4-1 a Li Sedol , un profesional del noveno dan (más alto rango), durante un partido histórico que fue ampliamente informado en la prensa [1] . Después de ganar el partido, la Asociación de Paduk de Corea otorgó a AlphaGo un " noveno dan honorario " por los "esfuerzos sinceros" del programa para dominar el juego [2] .

La victoria de AlphaGo sobre Lee Sedol a menudo se compara con la partida de ajedrez de 1997 entre el programa Deep Blue y Garry Kasparov , donde la victoria del programa IBM sobre el campeón reinante se convirtió en un punto de partida simbólico para una nueva era en la que las computadoras superaron a los humanos en ajedrez . 3] . A diferencia de Deep Blue, AlphaGo es un programa que no está vinculado a un hardware específico . Además, AlphaGo se basa en los principios generales del aprendizaje automático y prácticamente no utiliza (a diferencia de los programas de ajedrez) ni algoritmos ni funciones de evaluación propias del juego de Go. Al desarrollar AlphaGo, los autores utilizaron solo la teoría más elemental del juego de Go, el programa alcanzó un alto nivel de juego, aprendiendo de los juegos de los profesionales . Por lo tanto, sus métodos de aprendizaje automático se pueden utilizar en otras áreas de aplicación de la inteligencia artificial. En particular, el equipo de desarrollo planea aplicar la experiencia adquirida mientras escribía AlphaGo para crear un sistema de diagnóstico médico .

AlphaGo combina la técnica que dio el gran avance en el poder de los programas Go en 2007-2012 ( método de Monte Carlo para la búsqueda de árboles ) y los avances recientes en el aprendizaje automático , es decir, el aprendizaje profundo con redes neuronales multinivel .

Historia

Según uno de los autores de AlphaGo, David Silver , el trabajo en el programa comenzó en 2014 con una investigación sobre cómo funcionarían los nuevos métodos de aprendizaje profundo en Go [4] .

Para medir la fuerza de su programa, los autores realizaron un torneo entre AlphaGo y el mejor software Go comercial y gratuito ( Crazy Stone , Zen , Pachi , Fuego ), que utilizó el método Monte Carlo y GNU Go . , que fue el mejor software libre antes del método Monte Carlo. Como resultado, la versión para una sola computadora de AlphaGo ganó 494 de 495 partidos [5] .

Partido con Fan Hui

En octubre de 2015, AlphaGo derrotó al tres veces campeón europeo Fan Hui (segundo dan profesional) en un partido de cinco juegos con una puntuación de 5-0. Esta es la primera vez en la historia que un equipo gana a un profesional en go en un partido igualado. Esto se anunció públicamente en enero de 2016 tras la publicación del artículo [6] en Nature [7] [8] . Para cada juego, a los jugadores se les dio una hora y 3 byoyomi de 30 segundos.

Después de su derrota, Fan Hui afirmó que gracias a este partido, comenzó a jugar mejor y comenzó a ver esos elementos del juego que antes no había notado; en marzo de 2016, la clasificación mundial de Fan Hui había subido unas 300 posiciones [9] .

A continuación se muestra un ejemplo de un juego en el que AlphaGo jugó con negras. Fan Hui renunció después de 165 movimientos [5] .

19
Dieciocho
17
dieciséis
quince
catorce
13
12
once
diez
9
ocho
7
6
5
cuatro
3
2
una
Primeros 99 movimientos (96 en 10)
19
Dieciocho
17
dieciséis
quince
catorce
13
12
once
diez
9
ocho
7
6
5
cuatro
3
2
una
Mueve 100-165.

Después del partido con Fan Hui, el programa AlphaGo comenzó a jugar mucho mejor (su calificación Elo , calculada por los juegos de diferentes versiones del programa entre sí, aumentó en 1500 puntos y superó los 4500). La nueva versión podría vencer a la anterior, dando una ventaja inicial de 3-4 piedras [10] .

Partido AlphaGo vs. Lee Sedol

Del 9 al 15 de marzo de 2016, se jugó un partido de AlphaGo con Lee Sedol (9.º dan) [7] en Seúl, Corea del Sur . Se jugaron 5 partidos. Para cada juego, los jugadores dispusieron de 2 horas y 3 byoyomi durante un minuto. El fondo de premios ascendió a 1 millón de dólares. Los juegos se transmitieron en vivo en YouTube [11] .

En el momento del partido, Lee Sedol tenía el segundo mayor número de campeonatos mundiales ganados [12] . Aunque no existe un único método internacional oficial para clasificar a los jugadores de Go, algunas fuentes clasifican a Lee Sedol como el cuarto jugador del mundo en el momento de un partido [13] [14] .

AlphaGo ganó el partido 4-1. Lee Sedol se ha rendido en cuatro de cinco juegos. AlphaGo, jugando con negras, perdió en el cuarto juego después de 180 movimientos. Según los desarrolladores del programa, AlphaGo se da por vencido cuando estima que la probabilidad de ganar es inferior al 20 % [15] .

Según los expertos, AlphaGo durante el partido con Li Sedol fue significativamente más fuerte y ofreció un juego más difícil que durante el partido con Fan Hui [16] . Lee Sedol dijo durante una conferencia de prensa que su derrota es "la derrota de Lee Sedol" y no "la derrota de la humanidad" [17] .

Juegos no oficiales a finales de 2016/principios de 2017

El 29 de diciembre de 2016, en el servidor Tygem go, la nueva cuenta " Master " comenzó a jugar con profesionales de go, el 1 de enero de 2017 se cambió al servidor FoxGo go. El 4 de enero de 2017, DeepMind confirmó que se estaba reproduciendo una versión actualizada de AlphaGo [18] [19] para Master y una cuenta anterior de Magister . AlphaGo ganó los 60 juegos jugados (30 en cada servidor) [20] . Al final de todos los juegos, el cofundador de DeepMind, Demis Hassabis , tuiteó: "Espero con ansias los partidos completos oficiales de Go más adelante en 2017, en colaboración con organizaciones y expertos en Go" [18] [19] .

Master jugó 10 juegos al día y rápidamente llamó la atención de muchos jugadores en el servidor de Tygem con sus habilidades excepcionales. Muchos sospecharon rápidamente que se trataba de un jugador de IA, ya que no había descansos entre los juegos o duraban muy poco. Los oponentes de Master eran campeones mundiales como Ke Jie , Pak Jong-hwan , Yuta Iyama , To Jiaxi , Mi Yuting, Shi Yue, Chen Yaoe , Li Qincheng, Gu Li , Chang Hao , Tang Weixing, Fan Tingyu , Zhou Ruiyang. , Jiang Weijie , Zhou Junxun , Kim Jisok , Kang Dong Yoon , Park Yong Hoon , Won Sungjin ; además de ellos, campeones nacionales y medallistas de plata de los campeonatos mundiales: Lian Xiao, Tan Xiao , Meng Tailing, Dan Yifei, Huang Yunsong, Yang Dingxin , Xing Jinso, Cho Hansyn , An Sunjun. Todos menos uno de los 60 juegos fueron rápidos con tres byoyomi de 20 o 30 segundos, solo en el juego contra Nie Weiping , el Maestro sugirió aumentar el byoyomi a un minuto debido a la avanzada edad de este último. Después de 59 juegos ganadores, el Maestro reveló en un chat que estaba siendo dirigido por el Dr. Aya Huan de DeepMind [21] .

El programador de AlphaGo , David Silver , más tarde que, a diferencia de las versiones anteriores de AlphaGo, la versión que jugaba "Master" se basaba más en aprender mientras jugaba consigo mismo que en aprender de los juegos de jugadores profesionales, además, esta versión usaba diez veces menos cálculos y entrenaba en un semana en lugar de meses como la versión que interpretó con Lee Sedol [22] .

El futuro de Go Summit

Del 23 al 27 de mayo de 2017, en la ciudad china de Wuzhen , se llevó a cabo una cumbre sobre el futuro de Go, donde, entre otros eventos, AlphaGo realizó varios juegos de demostración [23] y ganó todos:

Jubilación

Después de que terminó la cumbre sobre el futuro de Go , el fundador de DeepMind, Demis Hassabis , anunció la salida de AlphaGo de Go, y no habrá más coincidencias en el futuro. Además, DeepMind no tiene planes de lanzar una versión pública de AlphaGo [24] .

AlphaGo Zero

En octubre de 2017, DeepMind anunció una versión aún más potente de AlphaGo, AlphaGo Zero. La nueva red neuronal fue entrenada para jugar Go desde cero, " tabula rasa ", jugando consigo misma (sin aprender de los juegos jugados por personas, como era el caso en versiones anteriores de AlphaGo). En solo 21 días de autoaprendizaje, el sistema alcanzó el nivel AlphaGo Master de potencia de juego y luego lo superó. Para el día 40, habiendo alcanzado la superioridad de más de 300 puntos de elo .

Comparación de versiones de AlphaGo

Versiones ferretería [25] Elo calificación 1 Partidos
Ventilador AlphaGo 176 GPU , [26] computación distribuida 3144 [27] 5:0 Partido AlphaGo - Ventilador Hui
alfa go lee 48 TPU , [26] computación distribuida 3739 [27] Partido 4-1 AlphaGo contra Lee Sedol
Maestro AlphaGo 4 TPU [26] v2, una máquina 4858 [27] 60:0 contra jugadores profesionales de go;

La Cumbre del Futuro de Go ;
Partido AlphaGo 3:0 - Ke Jie

AlphaGo Zero (40 bloques) 4 TPU [26] v2, una máquina 5185 [27] 100:0 contra AlphaGo Lee

89:11 contra AlphaGo Maestro

AlphaZero (20 bloques) 4 TPU v2, una máquina 5018 [28] 60:40 contra AlphaGo Zero (20 bloques) 2
Notas:

[1] A modo de comparación, el mejor jugador humano de go de Ke Jie tenía una calificación de elo de 3670 en octubre de 2017 [29] .
[2] La calificación de AlphaZero (20 bloques) es menor que la de AlphaGo Zero (40 bloques), en un partido de prueba, AlphaZero derrotó a AlphaGo Zero con una puntuación de 60:40 porque. allí se compararon versiones de la red neuronal con igual número de bloques.

Significado

Antes de la creación de AlphaGo, Go era uno de los pocos juegos tradicionales que un ser humano podía jugar mejor que una computadora [30] .

El go es mucho más difícil que el ajedrez debido a la mayor cantidad de posiciones posibles. Primero, como regla, hay más movimientos legales en cada posición en Go que en ajedrez. En segundo lugar, un juego de Go dura más movimientos de media. Estas dos propiedades hacen que Go sea muy difícil para los métodos tradicionales de IA , como la poda alfa-beta [8] [31] .

Otra dificultad de Go en comparación con el ajedrez y muchos otros juegos de lógica es crear una función de evaluación que compare una posición arbitraria con una evaluación determinada: para qué lado esta posición es más rentable y cuánto (o la posición es igual). AlphaGo utiliza 2 redes neuronales, una de las cuales está especializada en la estimación de posición. Por lo tanto, puede llamarse condicionalmente un análogo de la función de evaluación en el ajedrez [32] .

Por estas razones, incluso casi veinte años después de que la computadora Deep Blue venciera por primera vez al campeón mundial Kasparov en 1997, los programas de Go más fuertes solo han llegado al 5 dan amateur y no pudieron vencer al profesional en un tablero completo [8] [33] [34] . Los mejores logros de la inteligencia artificial en Go fueron las victorias del programa Zen , que se ejecuta en un grupo de cuatro computadoras, contra el profesional de 9 dan Masaki Takemiya dos veces con una desventaja de cinco y cuatro piedras en 2012 [35] , así como la victoria del programa Crazy Stone sobre Yoshio Ishida (9º dan profesional) con cuatro piedras de handicap en 2013 [36] .

Crear un programa que reproduzca bien Go ha sido un escollo en el desarrollo de la inteligencia artificial [1] . Hasta 2015, la mayoría de los expertos en inteligencia artificial creían que un programa capaz de derrotar al campeón mundial de Go no se crearía hasta dentro de al menos cinco años [37] , y muchos de ellos suponían que tardaría al menos diez años [38] [39] [40] [41] . Incluso después de la victoria de AlphaGo sobre Fan Hui, muchos expertos predijeron que AlphaGo perdería ante Li Sedol [42] .

Tras el partido con Lee Sedol, el gobierno de Corea del Sur anunció una inversión de 1 billón de won (863 millones de dólares ) en investigación de inteligencia artificial durante los próximos cinco años [43] .

Aplicación práctica

Los métodos desarrollados para jugar AlphaGo se pueden aplicar a otras áreas de la inteligencia artificial, en particular para el diagnóstico médico [44] . Según el fundador de DeepMind, Demis Hassabis , DeepMind ha llegado a un acuerdo con el Servicio Nacional de Salud del Reino Unido para explorar la posibilidad de utilizar inteligencia artificial para analizar datos médicos [45] [46] . Para ello se fundó la división DeepMind Health .

Dispositivo AlphaGo

Principios básicos

Una característica esencial de AlphaGo es que utiliza algoritmos generales que son prácticamente independientes de las características del juego de Go [47] . El algoritmo AlphaGo contiene solo los principios básicos del juego, con los que cualquier principiante comienza a estudiar el juego, como contar la cantidad de puntos libres ( dame ) para un grupo de piedras y analizar la posibilidad de capturar piedras usando la "escalera". "Técnica ( shicho ). El resto AlphaGo lo aprendió solo, analizando una base de datos de 160.000 juegos usando métodos comunes que pueden usarse en otras áreas de la inteligencia artificial [48] . En esto AlphaGo se diferencia de sistemas como Deep Blue , una supercomputadora de  ajedrez [4] . Al escribir el algoritmo de Deep Blue, se utilizó la teoría avanzada del ajedrez. Entonces, por ejemplo, Deep Blue usó 8000 funciones personalizables para estimar la posición, Deep Blue tenía una enorme biblioteca de vacantes [49] . AlphaGo es un programa que puede ejecutarse en cualquier hardware (aunque utilizó un procesador diseñado específicamente para el aprendizaje automático ) y cuyos principios se pueden utilizar en otras áreas. No usa la biblioteca de aperturas y no accede directamente a ninguna base de datos de movimientos durante el juego (sino que solo usa una red neuronal entrenada en una gran cantidad de juegos). Los propios desarrolladores del programa no saben cómo AlphaGo evalúa la posición, sus movimientos son un fenómeno emergente [50] . Además, Deep Blue fue diseñado con un objetivo en mente: ganar una partida de ajedrez contra Garry Kasparov [4] [51] . AlphaGo no fue entrenado específicamente para jugar contra Lee Sedol [17] [52] , además, la base de datos de entrenamiento de AlphaGo no contenía los juegos de Lee Sedol [53] , y durante el partido, el programa de AlphaGo no cambió ni se adaptó al estilo de juego de Lee Sedol [ 54] .

La principal innovación de AlphaGo es el uso del aprendizaje profundo  , una técnica que se ha aplicado con éxito al reconocimiento de patrones (por ejemplo, para buscar imágenes en Google Imágenes ) [55] . Es decir, AlphaGo utiliza redes neuronales entrenadas en una gran cantidad de juegos profesionales, capaces de predecir qué movimiento hará un profesional en una posición particular. Los juegos autojugados mejoraron aún más las redes neuronales. Esto solo permitió que AlphaGo jugara al nivel de los mejores programas de computadora de 2015: sin enumeración de opciones, utilizando solo una red neuronal para elegir un movimiento, el programa pudo vencer a Pachi (un programa que juega al nivel de un segundo aficionado ). dan ) [56] .

Al igual que los mejores programas anteriores de Go, AlphaGo también utiliza el método de Monte Carlo para la búsqueda de árboles (MCST) [56] . La esencia de este método (llamado así por analogía con el método de Monte Carlo en matemáticas computacionales ) es que para estimar la posición, el programa juega aleatoriamente consigo mismo muchas veces, cada vez llevando el juego al final. Luego elige el movimiento con el mayor número de victorias.

Tecnologías anteriores a AlphaGo

Aproximaciones generales a los juegos con información perfecta

Go es un juego de completa información . Teóricamente, para cualquier juego con información perfecta, existe una estrategia óptima. Para encontrar la estrategia óptima, necesitamos recorrer todo el árbol del juego . Por ejemplo, en 2007 el programa Chinook resolvió por completo los borradores en inglés [57] de esta manera . Sin embargo, para la mayoría de los juegos, este método no es práctico porque el tamaño del árbol puede ser muy grande. Se puede estimar como , donde  es el grado de ramificación del árbol del juego (es decir, el número aproximado de movimientos posibles en cada posición), y  es la profundidad del árbol del juego (es decir, la duración aproximada del juego) . Para Go mientras que para Ajedrez La enumeración se puede acortar usando dos técnicas.

Primero, la función de evaluación puede reducir la profundidad de la búsqueda : en lugar de considerar el juego hasta el final, puede estimar la posición intermedia usando heurística . Este enfoque funcionó bien en juegos como el ajedrez , donde una computadora podía jugar mejor que un humano. Sin embargo, este enfoque no fue suficiente para Go debido a la enorme complejidad del juego.

Otro enfoque es reducir el grado de ramificación del árbol visto descartando algunos movimientos. Uno de esos métodos es el método Monte Carlo, que permitió que las computadoras jugaran juegos como el backgammon mejor que los humanos .

Método de Monte Carlo para la búsqueda de árboles

El método de Monte Carlo para la búsqueda de árboles en su forma más simple es el siguiente. Primero, todos los movimientos posibles se seleccionan desde la posición actual y luego se juega una gran cantidad de juegos aleatorios para cada movimiento. Un turno se puntúa como la proporción de ganancias y pérdidas de juegos aleatorios que comienzan en ese turno. Al mismo tiempo, la probabilidad de elegir uno u otro movimiento también depende de la evaluación actual de la posición: las posiciones en las que se produjo la victoria con mayor frecuencia se eligen con mayor probabilidad. Tal estrategia tiende asintóticamente a la óptima. Usando este enfoque, los programas predecesores de AlphaGo pudieron alcanzar el nivel de un aficionado débil.

Para mejorar este algoritmo, se utilizaron funciones para predecir el próximo movimiento más probable. Antes de AlphaGo , se usaban funciones de evaluación lineal y funciones derivadas de políticas poco profundas . Este enfoque me permitió alcanzar el nivel de un aficionado fuerte.

Aprendizaje profundo

AlphaGo funciona mediante redes neuronales , una técnica que se ha aplicado con éxito en el reconocimiento de patrones . Un gran avance en esta área provino del uso de redes neuronales convolucionales multicapa y una técnica especial para entrenarlas: el aprendizaje profundo . Las redes neuronales convolucionales consisten en varias capas de neuronas. Cada nivel recibe una matriz de números como entrada, los combina con algunos pesos y, utilizando una función de activación no lineal , produce un conjunto de números como salida, que se pasan al siguiente nivel. En el reconocimiento de patrones, la imagen se envía al primer nivel y el último nivel produce el resultado. Las redes neuronales se entrenan en una gran cantidad de imágenes, ajustando constantemente los pesos utilizados para calcular el resultado. Como resultado, la red neuronal llega a una configuración que es capaz de reconocer imágenes similares por sí misma. Este proceso es imposible de predecir, por lo que es difícil decir cómo "piensa" la red neuronal, pero, en términos generales, las salidas en los niveles intermedios corresponden a varias clasificaciones posibles [55] [58] .

Con esta técnica se han hecho grandes avances en el reconocimiento de patrones , en concreto en el reconocimiento de rostros . También ha sido utilizado por DeepMind para crear una inteligencia artificial capaz de aprender a jugar un videojuego por su cuenta en una consola de videojuegos Atari 2600 , utilizando vídeo de pantalla como entrada [59] .

El algoritmo AlphaGo

Representación de posición

AlphaGo utiliza redes neuronales convolucionales para evaluar una posición o predecir el siguiente movimiento. Así como una imagen se alimenta a una red neuronal durante el reconocimiento de patrones, AlphaGo alimenta una posición a las redes neuronales. Cada posición se representa como una imagen en capas , donde cada capa representa descripciones de las propiedades simples de cada elemento en el tablero. Se utilizan las siguientes propiedades simples: el color de la piedra, el número de puntos libres ( dame ) para un grupo dado de piedras (si no hay más de 8), tomar piedras, la capacidad de ir a este punto, si este La piedra fue colocada recientemente. La única propiedad no trivial que se utiliza es si un grupo dado está amenazado por ser capturado en una escalera ( shicho ). Se utilizan un total de 48 propiedades binarias (las propiedades expresadas como un número entero se representan mediante un código unitario ). Así, cada posición se representa como una tabla de bits [60] .

Red estratégica

Para no considerar movimientos completamente malos y, por lo tanto, reducir el grado de bifurcación al buscar, AlphaGo utiliza redes estratégicas [61] ( redes de políticas en inglés  ), redes neuronales que ayudan a elegir un buen movimiento.

Una de estas redes (redes de políticas de SL ) puede predecir el movimiento que haría un profesional en un puesto determinado. Se trata de una red neuronal de 13 niveles obtenida por aprendizaje supervisado (SL ) sobre 30 millones de posiciones tomadas de 160 mil partidas jugadas en el servidor KGS por jugadores de 6 a 9 dan. La capacitación se llevó a cabo durante cuatro semanas en 50 GPU ; Se usó el descenso de gradiente estocástico como un algoritmo de aprendizaje para la búsqueda de máxima verosimilitud [62] . La red neuronal resultante calculó una distribución de probabilidad entre todos los movimientos posibles en una posición dada (representada como se describe arriba ). Como resultado, la red neuronal pudo predecir correctamente el movimiento que la persona eligió en el 57 % de las situaciones de prueba (no se usa en el entrenamiento). A modo de comparación, el mejor resultado antes de AlphaGo fue del 44 %. Incluso un pequeño aumento en la precisión de las predicciones aumenta significativamente la fuerza del juego.  

Una red estratégica puede jugar Go por sí misma, eligiendo cada vez un movimiento aleatorio con una probabilidad calculada.

Red estratégica mejorada

La red estratégica se mejoró con el aprendizaje por refuerzo ( RL ) :  es decir, la red se mejoró constantemente jugando con una de las redes obtenidas anteriormente. Al mismo tiempo, cada vez que se seleccionaba una red aleatoria de las obtenidas anteriormente para evitar el reentrenamiento (situaciones en las que el programa elige el mejor movimiento, asumiendo que el oponente usa la misma estrategia, pero puede jugar mal contra otro oponente). El resultado fue una red estratégica (red de políticas RL ) que superó a la red original en el 80 % de los juegos.

Resultó que la red estratégica resultante, sin usar la función de evaluación ni la enumeración de opciones, pudo ganar el 85% de los juegos contra el programa abierto más fuerte en ese momento, Pachi . A modo de comparación, antes de eso, el mejor programa que jugaba sin usar una búsqueda de opciones, sino solo una red neuronal convolucional, venció a Pachi en el 11% de los juegos. Así, AlphaGo, sin enumeración de opciones, pudo alcanzar aproximadamente el nivel del tercer dan amateur, según los autores del programa [63] .

Red Estratégica Rápida

Para simular el juego requerido en el método de Monte Carlo (ver más abajo ), AlphaGo utiliza una versión más rápida pero menos precisa de la red estratégica ( política de implementación ), que recibe una respuesta en solo 2 µs. Esta red rápida predice el movimiento de una persona con un 30% de probabilidad [64] , mientras que la red estratégica mejorada da una respuesta en el mismo equipo en 3 ms con un 57% de probabilidad.

Red de tasación

AlphaGo utilizó una red de valor [ 61] para reducir la profundidad de búsqueda .  Esta red neuronal estima la probabilidad de ganar en una posición dada. Esta red es el resultado del entrenamiento sobre 30 millones de posiciones obtenidas jugando la red estratégica mejorada consigo misma. Al mismo tiempo, no se seleccionó más de una posición de cada juego (para evitar el reentrenamiento debido a la similitud de posiciones en un juego). Para cada una de estas posiciones, se estimó la probabilidad de ganar utilizando el método de Montecarlo: se organizó un torneo de muchos juegos, en el que la red estratégica mejorada construida en la etapa anterior jugaba consigo misma, a partir de esta posición. Después de eso, la red de puntuación fue entrenada con estos datos. La capacitación tomó una semana en 50 GPU . El resultado fue una red que podía predecir la probabilidad de ganar para cada posición, utilizando 15 000 veces menos cálculos que el método de Monte Carlo.

Árbol de búsqueda

AlphaGo enumera las opciones utilizando el método de Monte Carlo para buscar en el árbol de la siguiente manera. AlphaGo construye un árbol de juego parcial , a partir de la posición actual, realizando numerosas simulaciones del juego. Para cada jugada se registra una puntuación en el árbol, que de manera especial depende de las puntuaciones de la jugada obtenidas mediante las redes estratégicas y de evaluación , del resultado de partidas aleatorias en simulaciones anteriores, y de el número de simulaciones previas que eligieron este movimiento (cuanto más a menudo cuanto antes este movimiento, menor será la puntuación para que el programa considere movimientos más diversos).

Al comienzo de cada simulación, AlphaGo elige un movimiento en el árbol ya construido, con la puntuación más alta. Cuando la simulación alcanza una posición que no está en el árbol, esa posición se agrega al árbol, junto con todos los movimientos permitidos en esa posición, que se evalúan utilizando la red estratégica . Además, como en el método Monte Carlo, el juego se simula hasta el final sin bifurcaciones. En esta simulación, cada movimiento se elige aleatoriamente con una probabilidad obtenida usando una red estratégica rápida .

Al final de la simulación, según el resultado, se actualizan las estimaciones de movimiento en el árbol construido. Por lo tanto, cada simulación comienza desde la posición actual del juego, llega al final y, como resultado de una simulación, se revela una posición en el árbol actual.

Los autores del programa encontraron que en esta etapa es más rentable usar no la red estratégica mejorada , sino la original ( red de políticas SL ) . Según los autores, esto se debe al hecho de que los jugadores profesionales eligen movimientos más diversos que la red mejorada, lo que permite que el programa considere más opciones. Así, la red estratégica mejorada no se utiliza durante el juego, pero su uso es fundamental para construir la red de evaluación cuando el programa aprende jugando consigo mismo.

Hardware

AlphaGo se capacitó durante varias semanas en 50 GPU utilizando la plataforma Google Cloud alojada en los EE . UU . [62] [65] .

AlphaGo ha sido probado en sistemas informáticos con un número variable de CPU y GPU que se ejecutan en paralelo o distribuidas . En cada caso, se dieron 2 segundos por jugada. Las calificaciones logradas al mismo tiempo, calculadas sobre la base de los resultados de los juegos entre sí según el sistema Elo , se presentan en la tabla: [66]

Informática Hilos
de ejecución		 Número de CPU Número de GPU Calificación ELO
Paralela 40 48 una 2181
Paralela 40 48 2 2738
Paralela 40 48 cuatro 2850
Paralela 40 48 ocho 2890
Repartido 12 428 64 2937
Repartido 24 764 112 3079
Repartido 40 1202 176 3140
Repartido 64 1920 280 3168

La versión que venció a Fan Hui en octubre de 2015 se ejecutó en 1202 CPU y 176 GPU [67] .

En un juego con Lee Sedol en marzo de 2016, AlphaGo usó 1920 CPU y 280 GPU ejecutándose en una red distribuida [68] .

En mayo de 2016, Google anunció que AlphaGo estaba usando TPU , un procesador desarrollado por Google específicamente para el aprendizaje automático [69] [70] .

En el partido contra Ke Jie en mayo de 2017, la nueva versión de AlphaGo usó solo una computadora en Google Cloud con un procesador TPU, es decir, aproximadamente 10 veces menos poder de cómputo que el que se usó en el partido con Lee Sedol [71] .

Estilo de juego

Toby Manning, el árbitro en el partido de AlphaGo con Fan Hui, describió el estilo de juego de AlphaGo como conservador en lugar de agresivo [72] . Según el CEO de DeepMind , Demis Hassabis, AlphaGo está tratando de aumentar la probabilidad de ganar, no la diferencia de puntuación [4] .

Los jugadores profesionales notaron que algunos de los movimientos de AlphaGo, que inicialmente parecían erróneos, resultaron ser estratégicamente importantes tras un examen más detallado [73] .

Nie Weiping (Pro 9th Dan, China ) sugirió después del primer juego con Li Sedol que AlphaGo estaba jugando en el nivel 6 o 7 dan en fuseki y 13-15 dan en chuban [74] .

En la tercera entrega , se descubrió que AlphaGo podía controlar la situación durante la lucha contra ko , lo que anteriormente se había considerado una debilidad importante en la mayoría de los programas de Go [75] .

Algunos revisores han descrito los errores de AlphaGo que provocaron la pérdida en el juego 4 como errores típicos de un programa Monte Carlo [76] . Demis Hassabis afirmó que estos errores se analizarán cuidadosamente y que AlphaGo aparentemente no conoce algunos de los tesuji clásicos y comete errores tácticos [77] . Posteriormente, Aya Huan (uno de los desarrolladores de AlphaGo que apostó por AlphaGo) dijo que el equipo de redacción tenía dos suposiciones sobre las razones de estos errores: AlphaGo simplemente no tenía suficiente profundidad de visualización para analizar la situación; o El movimiento 78 de Lee Sedol fue tan inusual (los comentaristas lo llamaron "divino" [76] ) que el programa no encontró tales situaciones durante el autoaprendizaje, como resultado, su función evaluativa (ver arriba ) en esta situación resultó ser débil. De todas formas, según Aya Huang, la nueva versión de AlphaGo ya juega correctamente en esta situación. Al mismo tiempo, el equipo no hizo nada especial, AlphaGo mismo, como resultado del entrenamiento, dejó de cometer tales errores [78] .

Después del partido, Lee Sedol declaró que fue derrotado psicológicamente, pero no técnicamente [79] . El programa mostró una habilidad para las soluciones creativas, lo que sorprendió a muchos jugadores (por ejemplo, la jugada número 37 en el segundo juego ); algunos movimientos contradecían la teoría clásica del Go, pero demostraron su eficacia en el partido, algunos profesionales comenzaron a utilizar estos hallazgos en sus juegos [50] .

Sistemas similares

Facebook también está desarrollando un juego Go, Darkforest , que también se basa en el aprendizaje automático y la búsqueda de árboles [72] [80] . A principios de 2016, Darkforest mostró un juego fuerte contra otras computadoras, pero no pudo vencer al profesional [81] . En términos de fuerza, Darkforest está clasificado al nivel de los programas Crazy Stone y Zen [82] .

El 1 de marzo de 2016, los desarrolladores del programa Zen (Yoji Ojima y Hideki Kato), DWANGO y el Grupo de Investigación de Aprendizaje Profundo de la Universidad de Tokio (que creó el programa Ponanza para jugar shogi que derrota a una persona) anunciaron un proyecto conjunto "Proyecto Deep Zen Go", con el objetivo de derrotar a AlphaGo dentro de 6-12 meses. La Japan Go Association se comprometió a apoyar el proyecto [83] . En noviembre de 2016, Deep Zen Go perdió 2-1 ante el jugador más condecorado de Japón, Cho Chikun [84] [85] .

Literatura

  • Silver D., Huang A., Maddison CJ, Guez A., Sifre L., van den Driessche G., Schrittwieser J., Antonoglou I., Panneershelvam V., Lanctot M., Dieleman S., Grewe D., Nham J., Kalchbrenner N., Sutskever I., Lillicrap T., Leach M., Kavukcuoglu K., Graepel T. & Hassabis D. Dominando el juego de Go con redes neuronales profundas y búsqueda de árboles  (inglés)  // Nature. - 2016. - 28 de enero ( vol. 529 , iss. 7587 ). - P. 484-489 . — ISSN 0028-0836 . -doi : 10.1038/ naturaleza16961 . Archivado desde el original el 24 de septiembre de 2019.

Véase también

Notas

  1. ↑ 1 2 Metz C. Por qué el juego final entre AlphaGo y Lee Sedol es tan importante para la humanidad  . // Wired News (14 de marzo de 2016). Consultado el 10 de noviembre de 2016. Archivado desde el original el 22 de diciembre de 2016.
  2. ↑ AlphaGo de Google obtiene clasificación de Go 'divina'  . // The Straits Times (15 de marzo de 2016). Consultado el 10 de noviembre de 2016. Archivado desde el original el 7 de octubre de 2016.
  3. ↑ Inteligencia artificial: AlphaGo de Google vence al maestro de Go Lee Se-dol . // Noticias de la BBC (12 de marzo de 2016). Consultado el 12 de julio de 2016. Archivado desde el original el 26 de agosto de 2016.
  4. ↑ 1 2 3 4 Ribeiro J. Los movimientos inusuales de AlphaGo demuestran su destreza en IA, dicen los expertos . // Mundo PC (14 de marzo de 2016). Consultado el 12 de julio de 2016. Archivado desde el original el 17 de julio de 2016.
  5. ↑ 1 2 Silver et al., 2016 , pág. 488.
  6. ↑ Silver et al., 2016 .
  7. ↑ 1 2 La inteligencia artificial vence a un jugador profesional de Go por primera vez . // Medusa. Fecha de acceso: 27 de enero de 2016. Archivado desde el original el 4 de febrero de 2016.
  8. ↑ 1 2 3 Blog de investigación: AlphaGo: Dominar el antiguo juego de Go con Machine Learning . // Blog de investigación de Google (27 de enero de 2016). Fecha de acceso: 28 de enero de 2016. Archivado desde el original el 1 de febrero de 2016.
  9. ↑ Metz C. La tristeza y la belleza de ver AI Play Go de Google . // Wired News (11 de marzo de 2016). Archivado desde el original el 7 de noviembre de 2017.
  10. ↑ Huang A. Alpha Go: Combinación de redes neuronales profundas con búsqueda de árboles // Conferencia magistral CG2016 Conferencia en YouTube , a partir de las 35:56
  11. ↑ Demis Hassabis en Twitter . // Gorjeo. Consultado el 14 de febrero de 2016. Archivado desde el original el 27 de julio de 2019.
  12. ↑ Borowiec S. La máquina de IA de Google contra el campeón mundial de 'Go': todo lo que necesitas saber . // The Guardian (9 de marzo de 2016). Consultado el 15 de marzo de 2016. Archivado desde el original el 15 de marzo de 2016.
  13. ↑ Coulom R. . Lista de clasificación de 2016-01-01 . Archivado desde el original el 18 de marzo de 2016.
  14. ↑ Ji-yoon L. Korean Go master demuestra que la intuición humana aún es poderosa en Go (enlace no disponible) . // The Korean Herald/ANN (14 de marzo de 2016). Consultado el 15 de marzo de 2016. Archivado desde el original el 12 de abril de 2016. 
  15. ↑ Metz C. Go, el gran maestro Lee Sedol obtiene una victoria de consolación contra la IA de Google . // Wired News (13 de marzo de 2016). Consultado el 29 de marzo de 2016. Archivado desde el original el 17 de noviembre de 2017.
  16. ↑ Ribeiro J. El programa de IA AlphaGo de Google es fuerte pero no perfecto, dice el jugador de Go derrotado de Corea del Sur . // Mundo PC (12 de marzo de 2016). Consultado el 13 de marzo de 2016. Archivado desde el original el 13 de marzo de 2016.
  17. ↑ 1 2 Sung-won Y. Lee Se-dol muestra que AlphaGo es superable . // The Korea Times (13 de noviembre de 2016). Consultado el 15 de marzo de 2016. Archivado desde el original el 14 de marzo de 2016.
  18. ↑ 1 2 Hassabis D. Demis Hassabis en Twitter: "¡Emocionado de compartir una actualización sobre #AlphaGo!" . // Cuenta de Twitter de Demis Hassabis (4 de enero de 2017). Consultado el 4 de enero de 2017. Archivado desde el original el 15 de febrero de 2019.
  19. ↑ 1 2 Gibney E. Google revela una prueba secreta de un bot de IA para vencer a los mejores jugadores de Go . // Naturaleza (4 de enero de 2017). Consultado el 4 de enero de 2017. Archivado desde el original el 5 de enero de 2017.
  20. ↑ Otro juego terminó en empate cuando un jugador humano se desconectó del servidor debido a problemas de red. Pero el resultado no se contó en el servidor FoxGo, porque la desconexión ocurrió al comienzo del juego.
  21. ↑ 横扫中日韩棋手斩获59胜的Master发话：我是阿尔法狗. // 澎湃新闻 (4 de enero de 2017). Consultado el 5 de enero de 2017. Archivado desde el original el 30 de septiembre de 2020.
  22. ↑ The Future of Go Summit, Match One: Ke Jie & AlphaGo en YouTube , a partir de las 5:58:50 (23 de mayo de 2017)
  23. ↑ Explorando los misterios de Go con AlphaGo y los mejores jugadores de China (10 de abril de 2017). Consultado el 10 de abril de 2017. Archivado desde el original el 11 de abril de 2017.
  24. ↑ AlphaGo se retira del Go competitivo después de derrotar al número uno del mundo 3-0 - The Verge . Consultado el 4 de junio de 2017. Archivado desde el original el 7 de junio de 2017.
  25. ↑ 【柯洁战败解密】AlphaGo Master最新架构和算法，谷歌云与TPU拆解 (chino) . Sohu (24 de mayo de 2017). Consultado el 1 de junio de 2017. Archivado desde el original el 17 de septiembre de 2017.
  26. ↑ 1 2 3 4 AlphaGo Zero: Aprendiendo desde cero . Sitio web oficial de DeepMind (18 de octubre de 2017). Consultado el 19 de octubre de 2017. Archivado desde el original el 19 de octubre de 2017.
  27. ↑ 1 2 3 4 Plata, David; Schrittwieser, Julián; Simonian, Karen; Antonoglou, Ioannis; Huang, Aja; Guez, Arturo; Hubert, Tomás; Panadero, Lucas; Lai, Mateo; Bolton, Adrián; Chen, Yutian; Lillicrap, Timothy; Ventilador, Hui; Sifre, Laurent; Driessche, George van den; Graepel, Thore; Hassabis, Demis. Dominando el juego de Go sin conocimiento humano  (inglés)  // Naturaleza  : diario. - 2017. - 19 de octubre ( vol. 550 , no. 7676 ). - P. 354-359 . — ISSN 0028-0836 . -doi : 10.1038/ naturaleza24270 . Plantilla:Acceso cerrado
  28. ↑ Un algoritmo general de aprendizaje por refuerzo que domina el ajedrez, el shogi y Go a través del autojuego | ciencia _ Consultado el 16 de febrero de 2021. Archivado desde el original el 8 de marzo de 2021.
  29. ↑ Clasificación de los jugadores de Go . Consultado el 12 de julio de 2016. Archivado desde el original el 1 de abril de 2017.
  30. ↑ Levinovitz A. The Mystery of Go, el antiguo juego que las computadoras todavía no pueden ganar  . // Noticias por cable . Fecha de acceso: 30 de enero de 2016. Archivado desde el original el 31 de enero de 2016.
  31. ↑ Schraudolph NN, Dayan P., Sejnowski TJ Aprendizaje de diferencia temporal de evaluación de posición en el juego de Go. // Avances en Sistemas de Procesamiento de Información Neural. - 1994. - S. 817.
  32. ↑ Demis Hassabis Cómo funciona la inteligencia artificial (IA) DeepMind (Voice Hello Robots) en YouTube , a partir de las 6:50
  33. ↑ Google logra un "avance" de IA al vencer al campeón de Go . // Noticias de la BBC (27 de enero de 2016). Consultado el 12 de julio de 2016. Archivado desde el original el 30 de enero de 2016.
  34. ↑ Mullen J. Computer obtiene una gran victoria contra los humanos en el antiguo juego de Go . // CNN (28 de enero de 2016). Archivado desde el original el 5 de febrero de 2016.
  35. ↑ Ormerod D. ¡El programa Zen computer Go vence a Takemiya Masaki con solo 4 piedras! (enlace no disponible) . // Ve al gurú del juego. Fecha de acceso: 28 de enero de 2016. Archivado desde el original el 1 de febrero de 2016. 
  36. ↑ Cambie A. Le Corps sans limites  (francés) . — Presione Univ. Septentrión, 2016. - Pág. 100. - 146 p. — ISBN 9782757414859 .
  37. ↑ Gershgorn D. AlphaGo de Google vence al campeón mundial en el tercer partido para ganar toda la serie . // Popular Science (12 de marzo de 2016). Consultado el 13 de noviembre de 2016. Archivado desde el original el 16 de diciembre de 2016.
  38. ↑ Hoffman W. Elon Musk dice que Go Victory de Google Deepmind es un salto de 10 años para la IA . // Inversa (9 de marzo de 2016). Consultado el 12 de marzo de 2016. Archivado desde el original el 12 de marzo de 2016.
  39. ↑ Silver et al., 2016 , pág. 484.
  40. ↑ La computadora AlphaGo de Google DeepMind arrasa con el campeón humano en partidos de Go . // CBC News (12 de marzo de 2016). Consultado el 13 de marzo de 2016. Archivado desde el original el 13 de marzo de 2016.
  41. ↑ Yan S. Una computadora de Google vence al campeón mundial de 'Go' . // Dinero CNN (12 de marzo de 2016). Consultado el 13 de marzo de 2016. Archivado desde el original el 13 de marzo de 2016.
  42. ↑ Borowiec S., Lien T. AlphaGo vence al campeón humano de Go en un hito para la inteligencia artificial . // Los Ángeles Times (12 de marzo de 2016). Consultado el 13 de marzo de 2016. Archivado desde el original el 12 de marzo de 2016.
  43. ↑ Zastrow M. Corea del Sur anuncia un fondo de IA de $860 millones después del 'shock' de AlphaGo  //  Nature News. - 2016. - 18 de marzo. -doi : 10.1038/ naturaleza.2016.19595 .
  44. ↑ Zhang Z. Cuando los médicos se encuentran con AlphaGo: posible aplicación del aprendizaje automático a la medicina clínica  // Annals of Translational Medicine. — 2016-03-01. - T. 4 , núm. 6 _ — ISSN 2305-5839 . -doi : 10.21037 / atm.2016.03.25 .
  45. ↑ Byford S. El fundador de DeepMind, Demis Hassabis, sobre cómo la IA dará forma al futuro . // The Verge (10 de marzo de 2016). Consultado el 12 de julio de 2016. Archivado desde el original el 11 de julio de 2016.
  46. ↑ AlphaGo puede dar forma al futuro de la atención médica (enlace no disponible) . // The Medical Futurist (5 de abril de 2016). Consultado el 12 de julio de 2016. Archivado desde el original el 14 de julio de 2016. 
  47. ↑ Hombre vs. máquina: la IA de Google se enfrentará al gran maestro del antiguo juego de mesa chino  (inglés) . // ABC Noticias (8 de marzo de 2016). Consultado el 12 de julio de 2016. Archivado desde el original el 15 de junio de 2016.
  48. ↑ Silver et al., 2016 , Métodos, p. 489.
  49. ↑ Arlazarov V. L. Algoritmos de programas de ajedrez . // acm.mipt.ru. Consultado el 12 de julio de 2016. Archivado desde el original el 9 de octubre de 2016.
  50. ↑ 1 2 Metz C. La IA de Google gana el segundo juego fundamental en Match With Go Grandmaster . // Wired News (10 de marzo de 2016). Consultado el 12 de marzo de 2016. Archivado desde el original el 11 de marzo de 2016.
  51. ↑ Silver N. La señal y el ruido: por qué tantas predicciones fallan, pero algunas no . — Pingüino, 2012-09-27. — 449 págs. - Pág. 195. - ISBN 9781101595954 .
  52. ↑ Match 3 - Google DeepMind Challenge Match: Lee Sedol vs AlphaGo en YouTube , a partir de las 22:30
  53. ↑ Partida 4: Google DeepMind Challenge Match: Lee Sedol vs AlphaGo en YouTube , a partir de las 6:09:35
  54. ↑ Google AlphaGo y el aprendizaje automático (Alphago Korean Press Briefing 2 of 2) en YouTube
  55. ↑ 1 2 Maas D. Cómo funciona AlphaGo  . // Maas Digital (28 de enero de 2016). Consultado el 29 de septiembre de 2016. Archivado desde el original el 5 de octubre de 2016.
  56. ↑ 1 2 Burger C. AlphaGo de Google DeepMind: cómo funciona . // Sobre Personalización y Datos (16 de marzo de 2016). Consultado el 1 de noviembre de 2016. Archivado desde el original el 1 de noviembre de 2016.
  57. ↑ Schaeffer J., Burch N., Björnsson Y., Kishimoto A., Müller M., Lake R., Lu P., Sutphen S. Checkers is Solved // Science . - 2007. - T. 317, N° 5844. - P. 1518-22. -doi : 10.1126 / ciencia.1144079 . — PMID 17641166 .
  58. ↑ Redes neuronales convolucionales (LeNet): documentación de DeepLearning 0.1 (enlace no disponible) . // DeepLearning 0.1 (LISA Lab). Consultado el 31 de agosto de 2013. Archivado desde el original el 28 de diciembre de 2017. 
  59. ↑ La IA de Clark L. DeepMind ahora es un jugador profesional de Atari . // Con cable Reino Unido. Consultado el 1 de noviembre de 2016. Archivado desde el original el 21 de mayo de 2016.
  60. ↑ Silver et al., 2016 , Métodos.
  61. ↑ 1 2 Chernikov A. Crónicas de Go-4. Después del partido . // Computer Review (18 de marzo de 2016). Fecha de acceso: 6 de junio de 2016. Archivado desde el original el 2 de agosto de 2016.
  62. ↑ 1 2 Huang A. Alpha Go: Combinación de redes neuronales profundas con búsqueda de árboles // Conferencia magistral CG2016 Conferencia en YouTube , a partir de las 27:00
  63. ↑ Huang A. Alpha Go: Combinación de redes neuronales profundas con búsqueda de árboles // Conferencia magistral CG2016 Conferencia en YouTube , a partir de las 27:45
  64. ↑ Un artículo de Nature ( Silver et al., 2016, archivado el 24 de septiembre de 2019 en Wayback Machine ) afirmó que la red estratégica AlphaGo predijo el movimiento de una persona con un 24 % de probabilidad, pero más tarde uno de los autores, Aya Huan, afirmó que esto datos erroneos. Consulte Huang A. Alpha Go: Combinación de redes neuronales profundas con búsqueda de árboles // Conferencia magistral CG2016 Conferencia en YouTube a partir de las 34:45
  65. ↑ 李世乭：即使Alpha Go得到升级也一样能赢 (chino) . // JoongAng Ilbo (23 de febrero de 2016). Consultado el 7 de junio de 2016. Archivado desde el original el 4 de marzo de 2016.
  66. ↑ Silver et al., 2016 , Tabla 8.
  67. ↑ Silver et al., 2016 , Tabla 6.
  68. ↑ Showdown: Ganar o perder, la competencia de un programa de computadora contra un jugador profesional de Go es otro hito en la IA  . // The Economist (12 de marzo de 2016). Consultado el 28 de septiembre de 2017. Archivado desde el original el 14 de agosto de 2017.
  69. ↑ McMillan R. Google no está jugando con un nuevo chip . // Wall Street Journal (18 de mayo de 2016). Consultado el 26 de junio de 2016. Archivado desde el original el 29 de junio de 2016.
  70. ↑ Jouppi N. Google potencia las tareas de aprendizaje automático con un chip personalizado de TPU  . // Blog de Google Cloud Platform (18 de mayo de 2016). Consultado el 26 de junio de 2016. Archivado desde el original el 18 de mayo de 2016.
  71. ↑ The Future of Go Summit, Match One: Ke Jie & AlphaGo en YouTube , a partir de las 6:03:10 am (23 de mayo de 2017)
  72. ↑ 1 2 Gibney E. El algoritmo de IA de Google domina el antiguo juego de Go . // Nature News & Comment (27 de enero de 2016). Consultado el 3 de febrero de 2016. Archivado desde el original el 2 de mayo de 2019.
  73. ↑ Lee Sedol espera un juego "no fácil" con AlphaGo en el partido 3rd Go . // Shanghai Daily (10 de marzo de 2016). Consultado el 10 de marzo de 2016. Archivado desde el original el 11 de marzo de 2016.
  74. ↑ Nie Weiping 9d: "AlphaGo es un profesional de 6-7 dan al principio; 13d medio juego; 15d final del juego" . // Reddit (15 de marzo de 2016). Consultado el 13 de septiembre de 2016. Archivado desde el original el 1 de julio de 2016.
  75. ↑ Byford S. AlphaGo vuelve a vencer a Lee Se-dol para ganar la serie Google DeepMind Challenge . // The Verge (Vox Media) (12 de marzo de 2016). Consultado el 12 de marzo de 2016. Archivado desde el original el 13 de marzo de 2016.
  76. ↑ 1 2 Ormerod D. Lee Sedol derrota a AlphaGo en una magistral remontada: Juego 4  ( enlace descendente  ) . // Go Game Guru (13 de marzo de 2016). Fecha de acceso: 4 de noviembre de 2016. Archivado desde el original el 16 de noviembre de 2016.
  77. ↑ Tanguy C. The Go Files: la computadora AI concluye la victoria 4-1 contra el  campeón humano . // Naturaleza (15 de marzo de 2016). Consultado el 13 de septiembre de 2016. Archivado desde el original el 17 de septiembre de 2016.
  78. ↑ Huang A. Alpha Go: Combinación de redes neuronales profundas con búsqueda de árboles // Conferencia magistral CG2016 Conferencia en YouTube , a partir de las 37:28
  79. ↑ Audureau, W. Jeu de go: pour Lee Sedol, la victoire de la machine est moins tactique que psychologique  (francés) . // Le Monde (15 de marzo de 2016). Consultado el 13 de junio de 2016. Archivado desde el original el 16 de marzo de 2016.
  80. ↑ Tian Y., Zhu Y. Mejor computadora Go Player con red neuronal y predicción a largo plazo // ICLR 2016. - 2016. - 29 de febrero. -arXiv : 1511.06410v3 . _
  81. ↑ HAL 90210 No Go: Facebook no estropea el gran día de la IA de Google  ( 28 de enero de 2016). Consultado el 1 de febrero de 2016. Archivado desde el original el 15 de marzo de 2016.
  82. ↑ Conferencia de Hassabis D. Strachey . // La nueva transmisión en vivo. Consultado el 17 de marzo de 2016. Archivado desde el original el 16 de marzo de 2016.
  83. ↑ 「DEEP ZEN GO プロジェクト」発表。AlphaGo対抗の囲碁ソフト開発をドワンゴが支援、山本一成さんら 1  ). 1). 1 ) . Consultado el 13 de julio de 2016. Archivado desde el original el 6 de julio de 2016.
  84. ↑ Ji- ji. Go master Cho gana la serie al mejor de tres contra la IA de fabricación japonesa . // The Japan Times Online (24 de noviembre de 2016). Consultado el 27 de noviembre de 2016. Archivado desde el original el 14 de agosto de 2017.
  85. ↑ Bolton A. Humans strike back: Korean Go master supera a la IA en una pelea de juegos de mesa . // CNET (23 de noviembre de 2016). Consultado el 27 de noviembre de 2016. Archivado desde el original el 25 de noviembre de 2016.

Enlaces