Sobre máquinas que juegan: la historia de la IA y los juegos

La serie se ha dividido en 7 partes. Machines That Play Esta serie cubre la historia de la inteligencia artificial y los juegos (hasta Deep Blue) y se centra en las máquinas que jugaban al ajedrez, las damas y el backgammon. Se tratan los siguientes temas: cómo construir máquinas de ajedrez, el trabajo de Shannon sobre el ajedrez, el trabajo de Turing sobre el ajedrez, The Turk, El Ajedrecista, MANIAC, el programa de ajedrez de Bernstein, las damas de Samuel, Mac Hack VI, Cray Blitz, BKG, HiTech, Chinook, Pensamiento profundo, TD-Gammon y Deep Blue. Parte 1: Máquinas que juegan (Resumen) — esta Parte 2: Máquinas que Juegan (Construyendo Máquinas de Ajedrez) Parte 3: Máquinas que juegan (ajedrez antes de Deep Blue) Parte 4: Máquinas que juegan (Azul profundo) Parte 5: Máquinas que juegan (Post Deep Blue) Parte 6: Máquinas que juegan (Damas) Parte 7: Máquinas que Juegan (Backgammon) Parte 1: Máquinas que juegan (Resumen) Esta es la Parte 1 de la serie y brinda una descripción general de los esfuerzos de IA relacionados con los juegos: ajedrez, damas, backgammon. También hace (e intenta responder) las siguientes preguntas: ¿Qué es un juego ideal? ¿Por qué nos interesan la inteligencia artificial (IA) y los juegos? Antes de hablar de juegos y máquinas, primero hablemos de juegos y humanos. ¿Qué es un juego ideal? Un juego es algo con reglas y un objetivo. “Jugamos” a un juego cuando realizamos acciones, constreñidas por estas reglas, para lograr el objetivo establecido. Nosotros (los humanos) parece que necesitamos jugar casi tanto como necesitamos comida, agua, aire, refugio y herramientas para sobrevivir. Entonces, ¿qué, para nosotros los humanos, haría que un juego fuera ideal? Esta es una pregunta difícil de responder, pero imagino que un juego ideal puede tener al menos algunas de las siguientes características: : un juego en el que un jugador puede usar su habilidad para superar el desafío que ofrece su oponente. El placer ideal radica en usar su habilidad para burlar o superar en maniobras a un oponente que también es muy bueno en el juego. Un juego en el que todos los jugadores son altamente hábiles (o en niveles similares) : Un juego en el que un jugador vence a su(s) oponente(s), quien también se desempeña cerca de su nivel de habilidad. Es un juego que podría haber perdido, pero no pierde. Él gana. Y gana porque el juego le permite elevarse un poco más que su(s) oponente(s); conquista los elementos del azar y ejerce control sobre su entorno (y sobre sí mismo). Un juego que no es ni demasiado fácil ni demasiado difícil para que un jugador “simplemente gane” : un juego en el que un jugador desarrolla las habilidades más altas para ser más astuto o hábil que sus oponentes. El crecimiento ideal significa que es capaz de realizar su potencial, de ser todo lo que puede ser. Desarrolla una habilidad tan grande que casi elimina el riesgo de fallar. Un juego que obliga a un jugador a desarrollar y alcanzar su máximo potencial para ganar : Un juego que altera el estado mental de un jugador y además de realizar su máximo potencial, el juego le permite sumergirse completamente para tener éxito. Es un juego que preferiría seguir jugando todo el tiempo que pudiera para poder realizar (lo que más tarde llamaría) acciones significativas. Y después del juego, notará que ha cambiado desde la experiencia de juego y que su mente se ha enriquecido con nuevas habilidades, nuevas experiencias y nuevos logros. Un juego que cambia la psique de un jugador un juego en el que el jugador necesitaría transformarse (o incluso trascender) a sí mismo, a los demás o incluso al mundo entero al máximo. para ganar Un juego ideal implicaría que el jugador se diera cuenta de sus anhelos, pasiones o valores más profundos (y los de los humanos). Si no fuera así, el juego al menos lo consumiría tan profundamente como para liberarlo de las cadenas de su vida cotidiana. Y a través de su viaje crearía un camino para que otros se desarrollen y se den cuenta de su potencial. Un juego que obligue a un jugador a ser un catalizador del cambio global (recuerde que este es un juego ideal): ¿Existe un juego ideal? No sé si existe un juego ideal, pero, en mi opinión, el siguiente ejemplo se acerca bastante a serlo; no solo satisface muchas de las características enumeradas anteriormente, sino que desafía y difumina esas mismas características. [Video clip] La condición es que me dejes vivir mientras pueda enfrentarte a ti. Muerte: Bueno, soy un jugador de ajedrez bastante hábil. Knight: Pero apuesto a que no eres tan bueno como yo. Muerte: ¿Por qué quieres que juegue al ajedrez conmigo? Caballero: Ese es mi negocio. Muerte: Efectivamente. Knight: La condición es que me dejes vivir mientras pueda enfrentarte a ti. Caballero: Si gano, me dejas ir. El jugador elige jugar mientras viva (o pueda). Hay mucho en juego y no puede evitar intentarlo. [Videoclip] Esta es mi mano. Puedo convertirlo. Mi sangre brota en él. El sol todavía está en el cielo y el viento sopla. Y yo... yo, Antonius Block, estoy jugando al ajedrez con el Diablo. Nunca jugamos contra la Muerte (y casi ganamos). Nuestras acciones, en la mayoría de los juegos, no son tan "significativas" como salvar la vida de otros humanos. Nuestros juegos no nos dan la oportunidad de aceptar nuestra desesperación ineludible ni de transformarnos (o trascender) radicalmente a nosotros mismos o la vida de los demás. En realidad, probablemente no haya un juego ideal. ¿Por qué seguimos jugando entonces? Una respuesta vaga y simplista es “porque los juegos son divertidos y/o útiles”, pero eso no parece suficiente. Continuamos creando y jugando juegos y continuamos porque los juegos aún demuestran diferentes combinaciones de características mencionadas anteriormente. Algunos de nuestros juegos más antiguos. Siempre hemos jugado juegos. Los son una de nuestras fuentes de juego más antiguas. Es posible que los primeros humanos jugaran juegos para practicar habilidades que los prepararan para la caza y el combate. Por ejemplo, el arco y la flecha fueron inventados a finales del . juegos Paleolítico Superior El tiro con arco es la habilidad de usar arcos para disparar flechas. En la mayoría de las culturas prehistóricas, el tiro con arco era una habilidad militar y de caza importante. Practicar tiro con arco (o jugar para practicar o mejorar) habría mejorado la probabilidad de éxito del arquero. En este sentido, estos juegos físicos pueden haber sido jugados para aumentar nuestras posibilidades de supervivencia y éxito. Posteriormente, los humanos comenzaron a establecerse en un lugar, lo que significaba que no se movían tanto. Esto les dio algo de rutina y los juegos físicos comenzaron a traducirse en juegos de mesa. Estos juegos aprovecharon una variedad de nuestros deseos. Algunos de los juegos más antiguos son: (~3100 aC): El nombre completo de este juego de mesa de significa el "juego de pasar". Los antiguos egipcios creían en una vida después de la muerte y el viaje a la otra vida requería que la persona que había muerto realizara rituales y superara obstáculos. En la época del en Egipto, el senet se consideraba una representación del viaje al más allá. Parece que senet no era solo un juego, representaba nuestra lucha por lograr algún tipo de inmortalidad. [Los juegos de este tipo aprovechan nuestro deseo innato de sobrevivir más allá de este estado humano]. Senet carreras Nuevo Reino (~3000 a. C.): este es un juego de mesa de carreras de estrategia para dos jugadores. El Juego de Ur recibió su nombre porque fue descubierto por el arqueólogo inglés durante sus excavaciones en el entre 1922 y 1934. En algún momento, la gente comenzó a otorgar un significado espiritual al juego y los eventos del juego fueron se cree que refleja el futuro del jugador y transmite mensajes de seres sobrenaturales. [Los juegos de este tipo aprovechan nuestro anhelo de saber y controlar nuestro futuro.] Royal Game of Ur Sir Leonard Woolley Cementerio Real de Ur (~siglo VI dC): Mancala no es un juego cualquiera, es la clasificación o el tipo de juego: cualquier juego de mesa de estrategia por turnos para 2 jugadores. El objetivo es capturar todas o algunas de las piezas del oponente (semillas, piedras, frijoles, etc.). [Los juegos de este tipo aprovechan nuestro antiguo deseo de sobrevivir mediante la construcción de refugios, la caza, la recolección de alimentos y la victoria]. Mancala Jugamos (y seguimos jugando) juegos por una amplia variedad de razones: Jugamos para experimentar el deleite (diversión) Jugamos para eliminar el aburrimiento / para escapar de la realidad Jugamos para practicar y mejorar habilidades Jugamos para aprender a pensar crítica y estratégicamente Jugamos a conquistar la incertidumbre, el azar, la suerte y la probabilidad Jugamos a jugar a crear cosas para empoderarnos. Jugamos a destruir cosas para disminuir nuestra ira y frustración. Jugamos a dirimir diferencias Jugamos a colaborar Jugamos a saciar todos nuestros deseos humanos (prehistóricos y actuales): nutrir, cazar, matar, conquistar, combatir, competir, colaborar, crear, sobrevivir Jugamos para ganar, para sentir una sensación de logro. A lo largo de la historia, hemos creado y jugado juegos para desafiar nuestra inteligencia, fuerza, estrategia, emociones y más. En los juegos, nos reunimos y acordamos un conjunto de reglas arbitrarias. Competimos y colaboramos, elaboramos estrategias para conquistar el azar y la incertidumbre, establecemos y logramos objetivos, ejercitamos la imaginación y experimentamos el deleite del éxito. ¿Por qué IA y juegos? Los juegos son difíciles. Los juegos son interesantes. Los juegos son bancos de pruebas para la IA. A medida que la tecnología evolucionó, también lo hicieron nuestros juegos. La tecnología reciente nos ha proporcionado nuevos compañeros de equipo, así como nuevos oponentes, en forma de máquinas. Aunque la es fascinante, en esta serie nos centraremos en la automatización, la inteligencia artificial (IA) y los juegos. Más específicamente, nos centraremos en los juegos en los que la IA ha aprendido a jugar tan bien como nosotros, o mejor. Este viaje resultará servir como un humilde recordatorio: historia de los juegos No importa cuál sea la tasa de mejora para los humanos, una vez que las máquinas comiencen a aprender, será difícil para nosotros seguirles el ritmo: su aprendizaje y progreso terminarán siendo medidos exponencialmente. Y el nuestro no. Desde los primeros días de la informática, la gente se preguntaba si las máquinas podrían igualar o superar la inteligencia humana. La inteligencia artificial se trata de construir máquinas que sean capaces de realizar las tareas que (pensamos) requieren "inteligencia". Pero los enfoques y algoritmos de IA anteriores no eran suficientes para abordar los problemas del mundo real debido a su naturaleza compleja y ambigua. La programación de máquinas para jugar juegos sirvió con éxito como una forma para que las computadoras aprendieran tácticas y estrategias que luego podrían aplicarse a otros dominios de la vida real. Emular el proceso de pensamiento humano en los juegos. Los primeros investigadores de IA enfatizaron la emulación del proceso de pensamiento humano en los juegos porque creían que las mejores máquinas para jugar se pueden crear enseñándoles cómo imitar el pensamiento humano. Razonaron que si las máquinas podían abordar los juegos con éxito, lo más probable es que exhibieran algún tipo de inteligencia. Comprender cómo funciona la mente humana. Los primeros investigadores de IA esperaban que la programación de máquinas para jugar con éxito ayudaría a comprender cómo funcionaba la mente humana, cómo pensaba, cómo resolvía problemas y, en última instancia, qué era la inteligencia. Asumieron que construir máquinas para realizar tareas que requerían inteligencia proporcionaría una idea de cómo funcionaba nuestra propia inteligencia. Veremos que incluso cuando las máquinas superaron a los humanos en los juegos, no necesariamente dieron una idea del funcionamiento de nuestras mentes. Sin embargo, ayudaron a impulsar el progreso en informática (y, por lo tanto, en otros campos relacionados). Y más tarde, la investigación nos ayudó a abordar algunos problemas complejos del mundo real. murray campbell “Los juegos son divertidos y fáciles de medir. Está claro quién ganó y quién perdió, y siempre tienes el punto de referencia humano... ¿Puedes hacerlo mejor que un humano? Los juegos, específicamente los juegos de mesa, son una de las ramas más antiguas de la IA, comenzando con Shannon y Turing en 1950. Proporcionaron una buena manera de medir la capacidad de las ideas de la IA debido a 1) su simplicidad de objetivo, 2) reglas bien definidas y 3) la enorme gama de estrategias posibles para alcanzar el objetivo final. Cada vez que la IA conquistó un juego, nos ayudó a abordar de frente al menos algunos problemas complejos del mundo real. Complejidad del juego Antes de comenzar, veamos algunas formas de medir . la complejidad del juego La de un juego es el número de posiciones de juego legales que se pueden alcanzar desde la posición inicial del juego. complejidad del espacio de estado El es el número total de juegos posibles que se pueden jugar: el número de nodos hoja en el enraizados en la posición inicial del juego. tamaño del árbol del juego árbol del juego El es el número de hijos en cada nodo. Por ejemplo, en el ajedrez, suponga que un "nodo" se considera una posición legal, entonces el factor de ramificación promedio se estima en alrededor de 35. Esto significa que, en promedio, un jugador tiene alrededor de 35 movimientos legales disponibles en cada turno. En comparación, el factor de ramificación promedio para el juego Go es 250. factor de ramificación Estado : no es posible rendir mejor (algunas de estas entradas fueron resueltas por humanos) óptimo : se desempeña mejor que todos los humanos Superhumano Ahora, hablemos de las máquinas. Los enlaces a las imágenes están en los blogs originales. La serie de blogs cubrirá los siguientes temas. El enfoque de la serie está en algunos de los "primeros" en IA y juegos (y, a veces, en algunos de los predecesores de esos programas), no en incluir *todos* o *tantos como sea posible* programas de juegos. Construcción de máquinas de ajedrez ¿Cómo solemos jugar este juego? Hacemos lo siguiente: Considere todos los movimientos legales que un jugador puede hacer Calcular la nueva posición resultante de cada movimiento Evaluar para determinar el siguiente mejor movimiento Haz ese (mejor) movimiento Espera a que el oponente haga un movimiento Responda repitiendo los pasos anteriores Desde esta perspectiva, casi todas las computadoras de ajedrez deben lidiar con estos pasos fundamentales. Y al hacer eso, una computadora de ajedrez tendría que abordar los siguientes problemas clave: En representación de la “junta” Generación de todos los siguientes estados legales Evaluar una posición Había dos enfoques filosóficos principales para desarrollar computadoras de ajedrez: emulación versus ingeniería: Aquellos que se enfocaban en el primer enfoque crearían programas que tenían mucho conocimiento de ajedrez y un enfoque relativamente menor en la búsqueda. Aquellos que se centren en el enfoque de ingeniería se centrarían en la potencia computacional, mediante el uso de hardware de propósito especial y la búsqueda de innovaciones. Veremos que las mejores computadoras de ajedrez usaron el segundo enfoque, pero incluso ellas terminaron usando muchos conocimientos de ajedrez y heurísticas de evaluación sofisticadas. ¿deberían las computadoras emular el conocimiento humano y la toma de decisiones o deberían mejorar la búsqueda a través de la fuerza bruta? Lee mas… Solo humano (El Turco) Juego: Ajedrez. Año: 1770 En la primavera de 1770, Wolfgang von Kempelen causó sensación; presentó el primer autómata del mundo que jugaba al ajedrez, al que llamó Automaton Chess-player, conocido en los tiempos modernos como El Turco. … Leer más Un intento más honesto (El Ajedrecista (The Chessplayer)) Juego: Ajedrez. Años: 1910s A principios de la década de 1910, Torres y Quevedo construyó un autómata llamado El Ajedrecista (El jugador de ajedrez), que hizo su debut en la Universidad de París en 1914. Se considera que es uno de los primeros juegos de computadora del mundo. … Leer más Algo de teoría de juegos Múltiples juegos: , , , . Años: 1928–1944. ajedrez damas go othello John von Neumann fundó el campo de la teoría de juegos. En 1928 demostró el teorema minimax. Este teorema establece que en los juegos de suma cero (es decir, si un jugador gana, el otro pierde) con información perfecta (es decir, en los que los jugadores conocen, en cada momento, todas las jugadas que han realizado hasta el momento), hay un par de estrategias para ambos jugadores que permite a cada uno minimizar sus pérdidas máximas, de ahí el nombre minimax. Desde la década de 1940 hasta principios de la de 1950, los primeros pioneros se centraron en construir máquinas que jugaran al ajedrez como lo hacían los humanos, por lo que el progreso del ajedrez inicial se basó en gran medida en la heurística del ajedrez (reglas generales) para elegir los mejores movimientos. Hicieron hincapié en la emulación del proceso de pensamiento del ajedrez humano porque creían que enseñarle a una máquina cómo imitar el pensamiento humano produciría las mejores máquinas de ajedrez. Cómo jugarían al ajedrez las futuras máquinas Juego: ajedrez. Año: 1950. Desde mediados de la década de 1940, científicos de diferentes campos (matemáticas, psicología, ingeniería, etc.) comenzaron a discutir la posibilidad de crear una máquina que pudiera pensar, una máquina que pudiera competir o incluso superar a los humanos en el reconocimiento de patrones, computación, resolución de problemas. e incluso el lenguaje. Claude Shannon escribió el primer artículo jamás publicado sobre la programación de una computadora para jugar al ajedrez. Publicó un artículo en titulado Programación de una computadora para jugar al ajedrez. Philosophical Magazine … Leer más El poder de cómputo estaba limitado en la década de 1950, por lo que las máquinas solo podían jugar a un nivel muy básico. Este es el período en el que los investigadores desarrollaron las técnicas fundamentales para evaluar posiciones de ajedrez y para buscar posibles movimientos (y contramovimientos del oponente). Estas ideas todavía están en uso hoy en día. El primer programa que jugaba al ajedrez (Turochamp) Juego: ajedrez. Años: 1948–1953 En 1953, Alan Turing publicó un artículo sobre su programa de ajedrez (Digital Computers Applied to Games) en el libro Faster than Thought de B. Bowden. Shannon no había hablado de ningún programa en particular en su artículo. Fue Turing quien escribió el primer programa de ajedrez. ¡Y lo escribió antes de que existieran las computadoras! Sabía que vendrían las computadoras y una vez que fueran lo suficientemente potentes, serían capaces de jugar al ajedrez. En 2012, Garry Kasparov jugó contra Turochamp y lo derrotó en solo 16 movimientos. : Kasparov dijo (video) "Supongo que podrías llamarlo primitivo, pero lo compararía con un auto antiguo; podrías reírte de ellos, pero sigue siendo un logro increíble... [Turing] escribió algoritmos sin tener una computadora; muchos científicos jóvenes nunca creerían que eso fuera posible. Fue un logro extraordinario”. … Leer más MANIAC: ejecutando el primer programa de ajedrez Juego: Ajedrez. Año: 1956 El equipo que programó MANIAC estaba dirigido por Stanislaw Ulam (quien inventó la propulsión por pulsos nucleares y diseñó la bomba H con Edward Teller), Paul Stein, Mark Wells, James Kister, William Walden y John Pasta. Debido a la memoria limitada de MANIAC, el programa utilizó un tablero de ajedrez de 6 × 6 y sin alfiles. MANIAC Realicé una estrategia Shannon Tipo A de fuerza bruta. Realizaba 11.000 operaciones por segundo y tenía 2.400 tubos de vacío. Tomó 12 minutos buscar una profundidad de cuatro movimientos (agregar los dos alfiles tomaría tres horas para buscar a la misma profundidad). Lee mas… Programa de ajedrez de Bernstein: primer programa completo Juego: Ajedrez. Año: 1957 Alex Bernstein, un empleado de IBM, creó el primer programa que podía jugar una partida completa de ajedrez. Lo creó con sus colegas Michael Roberts, Thomas Arbucky y Martin Belsky, Bernstein en el Instituto de Tecnología de Massachusetts. El programa se ejecutaba en un IBM 704 y podía realizar 42.000 instrucciones por segundo. Esta fue una de las últimas computadoras de tubo de vacío. Tardó unos 8 minutos en hacer un movimiento. El Programa de Ajedrez de Bernstein utilizó la estrategia Shannon Tipo B (búsqueda selectiva). Lee mas… AI antes de AI (las damas de Samuel) Juego: Damas. Años: 1952–1962 En 1952, Arthur Samuel completó su primer programa de damas en IBM 701, la primera computadora comercial importante. Para 1955, Samuel había hecho algo innovador; había creado un programa que podía , algo que nadie había hecho antes, y se demostró en televisión en 1956. Samuel había estado pensando en el aprendizaje automático desde que se unió a IBM y quería centrarse en crear programas que pudieran aprender a jugar el juego de damas En 1959 acuñó el término “aprendizaje automático”. aprender … Leer más Aprendiendo a jugar un juego perfecto de Tic-Tac-Toe (MENACE) Juego: Tres en raya. Año: 1960 Durante la Segunda Guerra Mundial, Donald Michie, un informático británico, trabajó para la Government Code and Cypher School en Bletchley Park y ayudó a descifrar el código alemán "Tunny". En 1960 desarrolló Machine Educable Noughts And Crosses Engine (MENACE), uno de los primeros programas capaces de aprender a jugar un juego perfecto de Tic-Tac-Toe. Las computadoras no estaban disponibles, por lo que usó 304 cajas de fósforos, todas llenas de cuentas de colores, para aprender a jugar. … Próximamente A fines de la década de 1960, los programas de ajedrez por computadora eran lo suficientemente buenos como para vencer ocasionalmente a jugadores aficionados o de nivel de club. Primer programa de ajedrez para competir en torneos humanos (Mack Hack VI) Juego: Ajedrez. Año: 1967 Mac Hack (también conocido como The Greenblatt Chess Program) es un programa de ajedrez basado en el conocimiento creado por Richard Greenblatt en 1967. En el mismo año, Mac Hack VI se convirtió en la primera computadora en jugar contra humanos en condiciones de torneo humano. El programa MacHack fue el "primer programa de ajedrez ampliamente distribuido", ejecutándose en muchas máquinas PDP. Se convirtió en la primera computadora en alcanzar el estándar de los jugadores promedio de torneos. Era demostrablemente superior a todos los programas de ajedrez anteriores, así como a la mayoría de los jugadores casuales. En 1965, Hubert Dreyfus dijo: “ ”. En 1967, Mac Hack VI vence a Dreyfus. Ningún programa de ajedrez podría jugar ajedrez ni siquiera para aficionados Lee mas… En las décadas de 1970 y 1980 el énfasis estaba en la velocidad del hardware. En las décadas de 1950 y 1960, los primeros pioneros se habían centrado en la heurística del ajedrez (reglas generales) para elegir los mejores próximos movimientos. Los programas de las décadas de 1970 y 1980 también usaban algunas heurísticas de ajedrez, pero había un enfoque mucho más fuerte en las mejoras de software, así como en el uso de hardware más rápido y especializado. El hardware y el software personalizados permitieron que los programas realizaran búsquedas mucho más profundas de los árboles de juego (por ejemplo, involucrando millones de posiciones de ajedrez), algo que los humanos no hacían (porque no podían). , Cray Blitz: Primera super computadora (ajedrez) Juego: Ajedrez. Año 1986-1980 Cray Blitz, desarrollado por Robert Hyatt, Harry L. Nelson y Albert Gower, ingresó al Campeonato Norteamericano de Ajedrez Informático de ACM en 1976. Se convirtió en un competidor serio en 1980 cuando se trasladó a una supercomputadora Cray-1, convirtiéndose en el primer programa de ajedrez. usar una máquina tan poderosa. Esto hizo posible que Cray Blitz adaptara un enfoque mayoritariamente algorítmico y computacional mientras conservaba la mayor parte de su (amplio) conocimiento de ajedrez. Lee mas… El primer programa para vencer a un campeón mundial (BKG) Juego: Backgammon. Año: 1979. BKG, un programa de backgammon creado por Hans Berliner, fue la primera vez que una máquina venció a un campeón mundial en cualquier juego. Y lo hizo con las computadoras más lentas de aquellos días. [Nota al margen: Berliner desarrolló el algoritmo de búsqueda B* para la búsqueda de árboles de juego.] … Leer más HiTech: primer máster internacional Juego: Ajedrez. Años: 1980 HiTech era una máquina de ajedrez con hardware y software de propósito especial. Fue construido por Hans Berliner y otros en CMU. Su hardware personalizado podría analizar ~ 175,000 movimientos por segundo y podría ejecutar una búsqueda en profundidad de ancho completo. Era una máquina poderosa. En 1985 logró una calificación de 2530, convirtiéndose en la primera (y única en ese momento) máquina en tener una calificación superior a 2400. Lee mas… Millas por delante de los jugadores humanos más fuertes (Chinook) Juego: Damas. Años: (1989–1996) Después del trabajo de Samuel sobre las damas, hubo una falsa impresión de que las damas eran un juego "resuelto". Como resultado, los investigadores pasaron al ajedrez y en su mayoría ignoraron las damas hasta que Jonathan Schaeffer comenzó a trabajar en Chinook en 1989. El objetivo de Schaeffer era desarrollar un programa capaz de derrotar al mejor jugador de damas. La mejor jugadora fue Marion Tinsley. Durante un partido, Chinook ganó un juego contra Tinsley, a lo que Schaeffer respondió: "Seguimos siendo miembros de la raza humana y Chinook derrotando a Tinsley en un solo juego significa que solo será cuestión de tiempo antes de que las computadoras sean supremas en las damas y, eventualmente, en otros juegos como el ajedrez". para ver cómo se desarrolló Chinook vs. Tinsley. Lea más Pensamiento profundo Juego: Ajedrez. Años: 1988–1992 … Leer más En la década de 1990, los programas de ajedrez comenzaron a desafiar a los maestros internacionales de ajedrez y luego a los grandes maestros. Una máquina de ajedrez especializada, llamada Deep Blue, terminaría venciendo a Garry Kasparov, el mejor ajedrecista humano. También vimos aplicaciones exitosas de aprendizaje por refuerzo (algo que AlphaGo haría años después). TD-Gammon Juego: Backgammon. Años: 1992–1997 TD-Gammon fue un programa de backgammon desarrollado en 1992 por Gerald Tesauro de IBM. TD-Gammon aplicó un aprendizaje por refuerzo, que se remonta al programa Damas de Samuel (más adelante veremos lo mismo ocurre con alphaGo). Tesauro dijo que la metodología de autoaprendizaje de TD-Gammon resultó en un programa sorprendentemente sólido. TD-Gammon 3.0 (1997) utilizó una búsqueda selectiva de 3 capas y ya estaba al nivel de los mejores jugadores humanos del mundo, o muy cerca de él. A la larga, se esperaba que TD-Gammon jugara incluso mejor que los grandes maestros porque esos grandes maestros eran solo humanos. Y los humanos se cansan. Los humanos tienen prejuicios, pero TD-Gammon no. TD-Gammon jugó de manera diferente a los humanos, un tema que notaremos cada vez más. Leer más Ser como un humano, pero (todavía) no ser humano: Deep Blue Juego: Ajedrez. Años: 1996–1997 Este es largo (y súper interesante). Definitivamente . léelo Deep Blue era solo un bebé de dos semanas cuando se enfrentó a Garry Kasparov en 1996. Hsu, uno de sus creadores dijo: “ Ganó el primer juego que jugó contra Kasparov, lo que provocó que Kasparov se cuestionara a sí mismo y preguntara: " No sería invencible y Kasparov lo vencería 4-2. Este partido estuvo mucho más cerca de lo que la mayoría de la gente piensa ( ). ¿Será el bebé Hércules el que estranguló a las dos serpientes enviadas por la Diosa Hera? ¿O estábamos enviando a un bebé indefenso como tributo para aplacar al monstruo marino Cetus, pero sin la ayuda de Perseo? Teníamos miedo de que fuera lo último”. ... ¿y si esta cosa es invencible?" Leer más Después del partido, Kasparov dijo (sobre Deep Blue): “Podía sentir, podía oler, un nuevo tipo de inteligencia al otro lado de la mesa”. Habría una revancha en 1997. Esta vez el equipo de Deep Blue ha mejorado significativamente su máquina (lea sobre las mejoras, la arquitectura del sistema, las estrategias de búsqueda, las fichas de ajedrez, etc.) Esta vez Deep Blue juega un juego que nadie esperaba. y vence a Garry Kasparov. Kasparov insinúa que IBM hizo trampa (IBM no hizo trampa) porque el juego de Deep Blue tenía un componente de "humanidad". Después de este partido, Kasparov dijo: “No estaba de humor para jugar en absoluto... Soy un ser humano. Cuando veo algo que está mucho más allá de mi comprensión, tengo miedo”. Este es el partido sobre el que todos tenían una opinión: ¿Deep Blue era inteligente? ¿Quién era mejor jugador? ¿Deep Blue pensó? ¿Qué dice tal victoria sobre nosotros? Hasta Deep Blue, los humanos ganaban al ajedrez. Las máquinas no podían vencer a los mejores humanos, . Pero luego Deep Blue ganó. Y pronto también lo hicieron las otras computadoras y nos han estado ganando desde entonces. Este crecimiento masivo es su identidad: no importa cuál sea nuestra tasa de mejora, una vez que las máquinas comienzan a mejorar, su aprendizaje y progreso termina siendo medido exponencialmente. Y el nuestro no. para conocer los detalles de cómo se construyó esta máquina, quién estuvo involucrado, el tipo de esfuerzo que el equipo necesitó para poner en el proyecto, cómo Kasparov manejó la derrota y cómo se convirtió en un hito importante en la historia de la IA. realmente ni siquiera cerca Lea más Leer más (Azul Profundo)… La gente creía que Kasparov seguía siendo un mejor jugador, pero sus emociones se interpusieron en el camino. De cualquier manera, una de las conclusiones más importantes de este partido fue que habíamos subestimado colectivamente los aspectos fisiológicos y psicológicos del partido. Nuestras emociones, miedos, deseos y dudas tenían una forma de sacar lo mejor de nosotros... Y este es un problema exclusivamente humano, uno por el que nuestras máquinas oponentes no se preocupan. ... Leer más (Publicar Deep Blue) Resolviendo Damas Juego: Damas. Año: 2007 En 2007, los creadores de Chinook publicaron un artículo en la revista Science anunciando que Chinook había resuelto completamente Checkers: el programa ya no podía ser derrotado por nadie, humano o no. Jonathan Schaeffer y su equipo habían estado trabajando para resolver el problema de las damas desde 1989. El artículo decía: “ ” Checkers es el juego más grande que se ha resuelto hasta la fecha, con un espacio de búsqueda de 5×10^20. “El número de cálculos involucrados fue , que se realizaron durante un período de 18 años. El proceso involucró desde 200 computadoras de escritorio en su punto máximo hasta alrededor de 50”. …las damas ahora están resueltas: el juego perfecto de ambos lados conduce a un empate. Este es el juego popular más desafiante que se ha resuelto hasta la fecha, aproximadamente un millón de veces más complejo que Connect Four. 10^14 Próximamente, en breve, pronto ¿A dónde vamos desde aquí? Parece correcto terminar con y su visión de la experiencia. la charla TED de Garry Kasparov “ Lo que aprendí de mi propia experiencia es que debemos enfrentar nuestros miedos si queremos aprovechar al máximo nuestra tecnología, y debemos conquistar esos miedos si queremos sacar lo mejor de nuestra humanidad. Mientras me lamía las heridas, obtuve mucha inspiración de mis batallas contra Deep Blue. Como dice el viejo refrán ruso, si no puedes vencerlos, únete a ellos. Entonces pensé, qué pasaría si pudiera jugar con una computadora, junto con una computadora a mi lado, combinando nuestras fortalezas, la intuición humana más el cálculo de la máquina, la estrategia humana, las tácticas de la máquina, la experiencia humana, la memoria de la máquina. ¿Podría ser el juego perfecto jamás jugado? Pero a diferencia del pasado, cuando las máquinas reemplazaron a los animales de granja, el trabajo manual, ahora están persiguiendo a personas con títulos universitarios e influencia política. Y como alguien que luchó contra máquinas y perdió, estoy aquí para decirles que esta es una excelente, excelente noticia. Eventualmente, cada profesión tendrá que sentir estas presiones o de lo contrario significará que la humanidad ha dejado de progresar. No podemos elegir cuándo y dónde se detiene el progreso tecnológico. No podemos reducir la velocidad. De hecho, tenemos que acelerar. Nuestra tecnología es excelente para eliminar las dificultades y las incertidumbres de nuestras vidas, por lo que debemos buscar desafíos cada vez más difíciles e inciertos. Las máquinas tienen cálculos. Tenemos entendimiento. Las máquinas tienen instrucciones. Tenemos propósito. Las máquinas tienen objetividad. Tenemos pasión. No debemos preocuparnos por lo que nuestras máquinas pueden hacer hoy. En cambio, deberíamos preocuparnos por lo que todavía no pueden hacer hoy, porque necesitaremos la ayuda de las nuevas máquinas inteligentes para convertir nuestros sueños más grandiosos en realidad. Y si fallamos, si fallamos, no es porque nuestras máquinas sean demasiado inteligentes o no lo suficientemente inteligentes. Si fallamos, es porque nos volvimos complacientes y limitamos nuestras ambiciones. Nuestra humanidad no está definida por ninguna habilidad, como blandir un martillo o incluso jugar al ajedrez. Hay una cosa que solo un ser humano puede hacer. Eso es sueño. Así que soñemos en grande”. https://www.youtube.com/watch?v=NP8xt8o4_5Q&feature=emb_imp_woyt Así que soñemos en grande.