{"id":12079,"date":"2021-10-09T21:32:17","date_gmt":"2021-10-10T02:32:17","guid":{"rendered":"https:\/\/einsteresante.com\/?p=12079"},"modified":"2021-10-09T21:32:20","modified_gmt":"2021-10-10T02:32:20","slug":"la-ia-de-ajedrez-muzero-supera-a-los-humanos-sin-saber-las-reglas-del-juego","status":"publish","type":"post","link":"https:\/\/einsteresante.com\/index.php\/2021\/10\/09\/la-ia-de-ajedrez-muzero-supera-a-los-humanos-sin-saber-las-reglas-del-juego\/","title":{"rendered":"La IA de ajedrez MuZero supera a los humanos sin saber las reglas del juego"},"content":{"rendered":"\n

La inteligencia artificial se est\u00e1 volviendo cada vez m\u00e1s inteligente, y cada vez m\u00e1s humana. Muchas cosas han cambiado en el ajedrez moderno en comparaci\u00f3n con el pasado, pero el cambio m\u00e1s importante es la hegemon\u00eda de las computadoras. Tomemos a Magnus Carlsen, quien, durante la \u00faltima d\u00e9cada, ha sido el campe\u00f3n mundial indiscutible de ajedrez, realmente no puede pretender ser el mejor jugador de ajedrez, solo el mejor jugador humano.<\/p>\n\n\n\n

Los algoritmos de ajedrez han superado durante mucho tiempo la capacidad humana para jugar el juego, por una raz\u00f3n muy simple: pueden memorizar y calcular tareas simples mucho mejor que nosotros. Pero cuando las IA empezaron a entrar en escena, los algoritmos de ajedrez tambi\u00e9n iban a revolucionar.<\/p>\n\n\n\n

Tradicionalmente, los algoritmos de ajedrez se entrenaron de una manera muy sencilla: se les ense\u00f1aron las reglas del juego, se les aliment\u00f3 con una enorme base de datos de juegos, se les ense\u00f1\u00f3 a calcular y se pusieron en marcha. Pero AlphaZero de Google, por ejemplo, adopta un enfoque muy diferente: se puede decir que AlphaZero se ha convertido, posiblemente, en la mejor entidad de ajedrez del mundo sin estudiar un solo juego humano. En cambio, solo se le ense\u00f1aron las reglas del juego y se le permiti\u00f3 jugar contra s\u00ed mismo una y otra vez. Curiosamente, esto no solo le permiti\u00f3 lograr una destreza notable, sino tambi\u00e9n desarrollar un estilo propio. A diferencia de los algoritmos tradicionales que practican juegos muy concretos y exigentes, AlphaZero tiende a jugar de una manera muy conceptual y creativa (aunque la palabra “creativo” seguramente molestar\u00e1 a algunos lectores). Por ejemplo, AlphaZero a menudo sacrificar\u00eda una pieza sin una recompensa inmediata a la vista; no necesariamente calcula todos los resultados. En lugar de jugar movimientos que puede calcular completamente para ser mejores, que es lo que hacen la mayor\u00eda de los algoritmos, AlphaZero juega movimientos que parecen mejores. Es una forma sorprendentemente humana de abordar el juego, aunque muchos de los movimientos de AlphaZero parecen claramente inhumanos. Ahora, los investigadores de Google han llevado las cosas al siguiente nivel con MuZero.<\/p>\n\n\n\n

A diferencia de AlphaZero, a MuZero ni siquiera se le dijeron las reglas del ajedrez. No se le permiti\u00f3 hacer ning\u00fan movimiento ilegal, pero se le permiti\u00f3 reflexionar sobre ellos. Esto permite que el algoritmo piense de una manera m\u00e1s humana, considerando las amenazas y posibilidades incluso cuando no sean aparentes o posibles en un momento dado. Por ejemplo, la amenaza de perder una pieza expuesta siempre puede estar presente en el fondo de la mente de un jugador humano, aunque no est\u00e9 amenazada en este momento. Los investigadores dicen que esto tambi\u00e9n le permite a MuZero desarrollar una intuici\u00f3n interna con respecto a las reglas del juego.<\/p>\n\n\n\n

Esto condujo a actuaciones notablemente buenas. Aunque los detalles que presentaron los investigadores son escasos, afirman que MuZero logr\u00f3 el mismo rendimiento que AlphaZero. Pero se pone a\u00fan mejor. Los investigadores no solo entrenaron el motor en ajedrez, tambi\u00e9n lo entrenaron en go, shogi y 57 juegos de Atari que se usan com\u00fanmente en este tipo de estudio.<\/p>\n\n\n\n

Los resultados m\u00e1s impresionantes vinieron de Go, un juego que es incre\u00edblemente m\u00e1s complejo que el ajedrez. MuZero super\u00f3 ligeramente el rendimiento de AlphaZero a pesar de usar menos c\u00e1lculos generales, lo que parece indicar que MuZero tiene una comprensi\u00f3n m\u00e1s profunda del juego y las posiciones en las que estaba jugando. Se informaron actuaciones similares en los juegos de Atari, donde MuZero super\u00f3 a los motores de \u00faltima generaci\u00f3n en 42 de 57 juegos.<\/p>\n\n\n\n

\"\"\/
La evaluaci\u00f3n Elo de MuZero durante el entrenamiento en ajedrez, shogi, Go y Atari. Cr\u00e9dito de la imagen: DeepMind<\/figcaption><\/figure>\n\n\n\n

Por supuesto, hay mucho m\u00e1s en esto que solo ajedrez, Go o PacMan. Hay lecciones muy concretas que se pueden aplicar en inteligencia artificial en un entorno muy pr\u00e1ctico.<\/p>\n\n\n\n

“Muchos de los avances en inteligencia artificial se han basado en una planificaci\u00f3n de alto rendimiento”, escribieron los investigadores. \u201cEn este art\u00edculo presentamos un m\u00e9todo que combina los beneficios de ambos enfoques. Nuestro algoritmo, MuZero, ha igualado el rendimiento sobrehumano de los algoritmos de planificaci\u00f3n de alto rendimiento en sus dominios favoritos (juegos de mesa l\u00f3gicamente complejos como el ajedrez y el Go) y ha superado a los algoritmos de [aprendizaje por refuerzo] sin modelos de \u00faltima generaci\u00f3n en sus dominios favoritos: juegos de Atari visualmente complejos”.<\/p>\n\n\n\n

Fuente: ZME Science<\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":"

La inteligencia artificial se est\u00e1 volviendo cada vez m\u00e1s inteligente, y cada vez m\u00e1s humana. Muchas cosas han cambiado en el ajedrez moderno en comparaci\u00f3n con el pasado, pero el cambio m\u00e1s importante es la hegemon\u00eda de las computadoras. Tomemos a Magnus Carlsen, quien, durante la \u00faltima d\u00e9cada, ha sido el campe\u00f3n mundial indiscutible de […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[14],"tags":[],"class_list":["post-12079","post","type-post","status-publish","format-standard","hentry","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/12079","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/comments?post=12079"}],"version-history":[{"count":5,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/12079\/revisions"}],"predecessor-version":[{"id":12084,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/12079\/revisions\/12084"}],"wp:attachment":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/media?parent=12079"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/categories?post=12079"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/tags?post=12079"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}