La inteligencia artificial existe desde hace mucho tiempo. Como ejemplo ilustrativo, profundicemos brevemente en la historia del ajedrez informático. Bajo la palabra clave Levy bet viajamos al año 1968. El Campeón Internacional Escocés David Levy hizo una apuesta con amigos informáticosque ninguna máquina podrá vencerlo en los próximos diez años. Ganó la apuesta y con ella £1250. En el triunfo de la victoria, extendió la apuesta por otros diez años y fue aplastado por el programa en 1988. Superado "Pensamiento profundo" 0 a 4. ¿Qué debería decirnos eso? Bueno, el desarrollo de la inteligencia artificial ha entusiasmado a la gente durante varios siglos, ¡pero nunca ha llegado tan lejos como en los últimos años! Las redes neuronales ahora aprenden ajedrez por sí mismas o pueden reconocer el estado de ánimo de la persona detrás de ellas en función de las expresiones faciales. En 1994, esta conciencia finalmente llegó al público en general cuando el campeón mundial de ajedrez Garry Kasparov perdió 0,5 a 1,5 en un torneo rápido contra “Chess Genius”. Si bien el póquer no es tan complicado ni tan hábil tácticamente como el ajedrez, una habilidad crucial es de gran importancia: la intuición. El jugador "ver a través" es importante, algo que anteriormente solo los humanos podían hacer. El ordenador "DeepStack" ahora ha aprendido que.
La simetría de la información no es importante
El ajedrez o el juego tradicional chino "Go" consisten en una cierta simetría de información. Esto significa que una computadora "solo" necesita tener una cierta cantidad de poder de cómputo para poder "pensar" en tantos movimientos por segundo como sea posible. Calcula todos los movimientos y elige el que tiene el mayor porcentaje de posibilidades de ganar. El póquer, sin embargo, se basa en la acción espontánea e intuitiva que las computadoras no han podido hacer hasta ahora. Matej Moravcik y sus colegas de la Universidad de Alberta ahora han implantado esta capacidad en un sistema. La intuición es importante porque el póquer es un juego de información imperfecta. Ningún jugador tiene el conocimiento de otro jugador ya que todos tienen cartas diferentes. Los investigadores de la revista "Science" atribuyen al póquer una complejidad de juego aún mayor que el juego Go, que ya tiene más de 10 elevado a 160 puntos de decisión. La intuición dificulta que cualquier computadora gane, por lo que los requisitos de aprendizaje y cálculo son muy complicados.
El autor principal Michael Bowling explica que DeepStack aprende mejor cómo funciona el póquer de mano en mano a través de una red neuronal. Juega cada ronda sin preocuparse por el resto del juego. De esta forma, aprende qué reacción podría ser mejor para una amplia variedad de situaciones. En otras palabras, como un niño en crecimiento, DeepStack aprende qué es la intuición y se enseña a sí mismo. Los investigadores están de acuerdo en que DeepStack pasaría la prueba de Turing si pudiera medirse a través de un juego de póquer.
La prueba de Turing fue propuesta por el matemático y lógico británico Alan Turing en 1950. La prueba se utiliza para comparar si una máquina tiene la misma capacidad de pensar que un ser humano. Para ello, una persona con los ojos vendados mantiene una conversación con dos personas utilizando un teclado. Ambos interlocutores intentan convencer a la persona de prueba de que son personas pensantes. Si la persona no puede decir quién es la máquina al final de la conversación, la computadora ha pasado la prueba.
Red neuronal artificial
La razón de los desarrollos innovadores es la red neuronal artificial. No sólo, sino sobre todo. Como campo de la neuroinformática, la rama de la inteligencia artificial se ocupa de la creación de una red neuronal funcional basada en un modelo biológico. Y eso funciona sorprendentemente bien. Si bien la atención se centra más en la abstracción o el modelado del procesamiento de la información y menos en la réplica exacta de una red neuronal humana, ¡el poder de aprendizaje de dicho modelo neuronal es increíble! Por ejemplo, no siempre es posible que los robots en Marte (los llamados "agentes") tomen la decisión correcta a través de la programación instalada. Ninguno de los científicos puede prever los peligros a los que se enfrenta un agente de este tipo en una misión a Marte. En consecuencia, al agente se le asigna una serie de tareas a resolver. Dominar rutas difíciles, por ejemplo, sin caerse o elegir el mejor camino. Luego, el agente es evaluado y puede aprender una nueva función basada en esta evaluación.
Es muy humano ahora. Se puede utilizar una forma de refuerzo positivo para mostrar al sistema lo que está bien y lo que está mal. Como un niño. El ajedrez, el go y el póquer son solo trucos de diferentes investigadores. La IA se puede encontrar en muchos objetos cotidianos, como asistentes de conducción, drones autónomos o, por supuesto, juegos de PC. El gigante de Internet Google presenta otras novedades en términos de IA en su feria comercial I/O interna. La inteligencia artificial se volverá cada vez más parte de nuestra vida cotidiana en los próximos años. Nuestros teléfonos móviles pronto podrán decirnos cómo nos sentimos y qué nos molesta. ¡Aterrador y fascinante al mismo tiempo!
