Hispanopedia Wiki
Articulo de referencia

AlphaGo contra Fan Hui

AlphaGo contra Fan Hui fue un encuentro de Go de cinco partidas entre el campeón europeo Fan Hui , un profesional de 2 dan (de 9 dan posibles), y AlphaGo , un programa informáti...

Hispanopedia WikiContenido en espanolLectura gratuita

AlphaGo contra Fan Hui fue un encuentro de Go de cinco partidas entre el campeón europeo Fan Hui , un profesional de 2 dan (de 9 dan posibles), y AlphaGo , un programa informático de Go desarrollado por DeepMind , celebrado en la sede de DeepMind en Londres en octubre de 2015. [ 1 ] AlphaGo ganó las cinco partidas. [ 2 ] [ 3 ] Esta fue la primera vez que un programa informático de Go venció a un jugador humano profesional en un tablero de tamaño completo sin hándicap . [ 4 ] Este encuentro no se hizo público hasta el 27 de enero de 2016 para coincidir con la publicación de un artículo en la revista Nature [ 5 ] que describía los algoritmos utilizados por AlphaGo. [ 2 ]

Fan describió el programa como "muy fuerte y estable, parece una muralla... Sé que AlphaGo es una computadora, pero si nadie me lo hubiera dicho, tal vez pensaría que el jugador es un poco extraño, pero es un jugador muy fuerte, una persona real". [ 6 ]

Juegos

Resumen

En esta partida, DeepMind utilizó la versión distribuida de AlphaGo con 1202 CPU y 176 GPU [ 5 ] con una calificación Elo de 3144. [ 7 ] Para cada partida había un límite de tiempo establecido de una hora para cada jugador, seguido de tres períodos de tiempo extra de byo-yomi de 30 segundos.

Durante este encuentro, AlphaGo y Fan Hui también jugaron otras cinco partidas informales con un control de tiempo más corto (cada jugador tuvo solo tres byo-yomi de 30 segundos) y AlphaGo derrotó a Fan por tres a dos. [ 5 ]

Juego 1

Fan Hui (negras) contra AlphaGo (blancas), 5 de octubre de 2015, AlphaGo ganó por 2,5 puntos. [ 5 ]

Juego 2

AlphaGo (negras) contra Fan Hui (blancas), 6 de octubre de 2015, AlphaGo ganó por abandono. [ 5 ] Aunque las piedras blancas en la esquina inferior izquierda podrían haber sido capturadas si la negra 135 se hubiera colocado en "a", la elección de AlphaGo podría haber sido más segura para ganar. [ 8 ]

Juego 3

Fan Hui (negras) contra AlphaGo (blancas), 7 de octubre de 2015, AlphaGo ganó por abandono. [ 5 ]

Juego 4

AlphaGo (negras) contra Fan Hui (blancas), 8 de octubre de 2015, AlphaGo ganó por abandono. [ 5 ]

Juego 5

Fan Hui (negras) contra AlphaGo (blancas), 9 de octubre de 2015, AlphaGo ganó por abandono. [ 5 ] Las negras 75 deberían haber sido colocadas en 83, y Fan Hui perdió la oportunidad. [ 9 ]

Respuestas

La victoria de AlphaGo sorprendió a la comunidad de Go. [ 10 ] [ 11 ] [ 12 ] Lee Sedol comentó que AlphaGo alcanzó la cima del nivel amateur en este encuentro, pero aún no había alcanzado el nivel profesional, [ 13 ] [ 14 ] y que podría darle a AlphaGo una o dos piedras . [ 15 ] Ke Jie y Mi Yuting pensaron que la fuerza de AlphaGo en este encuentro era igual a la de un candidato a profesional de Go, [ 16 ] [ 17 ] y extremadamente cercana al nivel profesional, [ 18 ] mientras que Shi Yue pensó que ya había alcanzado el nivel profesional. [ 19 ] [ 11 ] "Fue aterrador", dijo Ke Jie, "que AlphaGo pudiera aprender y evolucionar aunque su poder todavía era limitado entonces". [ 20 ] [ 17 ] [ 21 ]

El especialista canadiense en IA Jonathan Schaeffer , al comparar AlphaGo con un "niño prodigio" que carecía de experiencia, consideró que este encuentro "aún no era un momento Deep Blue " y afirmó que el verdadero logro sería "cuando el programa juegue contra un jugador de la verdadera élite". [ 22 ]

Véase también

Referencias

  1. ↑ Metz, Cade (27 de enero de 2016). "En un importante avance de la IA, el sistema de Google vence secretamente al mejor jugador del antiguo juego de Go" . WIRED . Consultado el 1 de febrero de 2016 .
  2. 1 2 "Google logra un 'avance' en IA al vencer al campeón de Go" . BBC News . 27 de enero de 2016.
  3. ↑ "Inserto especial sobre Go computacional que cubre el encuentro AlphaGo vs Fan Hui" (PDF) . British Go Journal. 2017. Consultado el 1 de febrero de 2016 .
  4. ↑ «Première défaite d'un professionnel du go contra una inteligencia artificial» . Le Monde (en francés). 27 de enero de 2016.
  5. 1 2 3 4 5 6 7 8 Plata, David ; Huang, Aja ; Maddison, Chris J.; Guez, Arturo; Sifré, Laurent; Driessche, George van den; Schrittwieser, Julián; Antonoglou, Ioannis; Panneershelvam, Veda; Lanctot, Marc; Dieleman, Sander; Grewe, Dominik; Nham, Juan; Kalchbrenner, Nal; Sutskever, Ilya ; Lillicrap, Timoteo; Lixiviación, Madeleine; Kavukcuoglu, Koray; Graepel, Thore; Hassabis, Demis (28 de enero de 2016). "Dominar el juego de Go con redes neuronales profundas y búsqueda de árboles". Naturaleza . 529 (7587): 484– 489. Bibcode : 2016Natur.529..484S . doi : 10.1038 / nature16961 . ISSN 0028-0836 . PMID 26819042. S2CID 515925 .   Icono de acceso cerrado
  6. ↑ Elizabeth Gibney (27 de enero de 2016), "Los jugadores de Go reaccionan a la derrota ante la computadora" , Nature , doi : 10.1038/nature.2016.19255 , S2CID 146868978 
  7. ↑ Silver, David ; Schrittwieser, Julian; Simonyan, Karen; Antonoglou, Ioannis; Huang, Aja ; Guez, Arthur; Hubert, Thomas; Baker, Lucas; Lai, Matthew; Bolton, Adrian; Chen, Yutian ; Lillicrap, Timothy; Fan, Hui ; Sifre, Laurent; Driessche, George van den; Graepel, Thore; Hassabis, Demis (19 de octubre de 2017). "Dominando el juego de Go sin conocimiento humano" (PDF) . Nature . 550 (7676): 354–359 . Bibcode : 2017Natur.550..354S . doi : 10.1038/nature24270 . ISSN 0028-0836 . PMID 29052630 . S2CID 205261034 .   Icono de acceso cerrado
  8. ^ Liu Xing y Zhao Shouxun (28 de enero de 2016).重磅！tv独家解密——解密人工智能（一） (en chino). WeiqiTV. Ver los minutos 39-46. Archivado desde el original el 24 de octubre de 2017 . Consultado el 24 de octubre de 2017 .
  9. ^ Tang Yi (5 de febrero de 2016). "唐奕: AlphaGo 缺陷尚多 樊麾这都不杀？" (en chino). Sina.com . Consultado el 22 de octubre de 2017 .
  10. ^ "梅泽由香里：谷歌令人吃惊 朝日：谷李大战好胜负" (en chino). Sina.com. 30 de enero de 2016 . Consultado el 23 de octubre de 2017 .
  11. ^ "世界冠军谈谷歌围棋:人类应放下自己的骄傲" (en chino). Sina.com. 30 de enero de 2016 . Consultado el 23 de octubre de 2017 .
  12. ^ "孟泰龄:电脑棋风稳健酷爱实地 确实有职业水准" (en chino). Sina.com. 29 de enero de 2016 . Consultado el 23 de octubre de 2017 .
  13. ^ "（围棋人机大战）李世石：人类比人工智能强" (en chino). Xinhuanet . 8 de marzo de 2016. Archivado desde el original el 12 de marzo de 2016 . Consultado el 24 de octubre de 2017 .
  14. ^ "李世石VSAlpha Go 李世石：5比0赢它有点够呛" (en chino). China.com.cn . 9 de marzo de 2016 . Consultado el 22 de octubre de 2017 .
  15. ^ "李世石: AlphaGo和我约差2子 想赢我还早了点" (en chino). Sina.com . 16 de febrero de 2016 . Consultado el 23 de octubre de 2017 .
  16. ^ "芈昱廷：大龙逃出取得领先 谷歌围棋的消息很刺激" (en chino). Sina.com. 28 de enero de 2016 . Consultado el 25 de octubre de 2017 .
  17. ^ "柯洁:如AI赢我我还想赢回来 对围棋热情不变" (en chino). Sina.com. 29 de enero de 2016 . Consultado el 23 de octubre de 2017 .
  18. ^ "8问谷歌AlphaGo 是过度营销还是终极挑战？" (en chino). Sina.com . 29 de enero de 2016 . Consultado el 23 de octubre de 2017 .
  19. ^ "喆理专访围棋人工智能事件 时越：李世石不轻松" (en chino). Sina.com. 28 de enero de 2016 . Consultado el 23 de octubre de 2017 .
  20. ^ "李喆：期待谷歌围棋之战 柯洁：李世石运气太好" (en chino). Sina.com. 28 de enero de 2016 . Consultado el 24 de octubre de 2017 .
  21. ^ "大咖们怎么看AlphaGo？ 雷军:人工智能里程碑" (en chino). Sina.com . 29 de enero de 2016 . Consultado el 23 de octubre de 2017 .
  22. ↑ Gibney, Elizabeth (27 de enero de 2016), "Los jugadores de Go reaccionan a la derrota ante la computadora" , Nature , doi : 10.1038/nature.2016.19255 , S2CID 146868978 , consultado el 24 de octubre de 2017.