AlphaZero: cuatro horas de autoaprendizaje contra siglos de teoría ajedrecística

Sin aperturas, sin bases de datos, sin conocimiento humano: solo las reglas y jugar contra sí mismo millones de veces. Lo que más me impresionó no fue que ganara a Stockfish, sino su estilo, agresivo y posicional a la vez, que los grandes maestros describieron como alienígena. Documento clave para pensar qué significa que una máquina descubra conocimiento en lugar de heredarlo.

Abrir el original ↗pdf0 visitas · 0 lectores

David Silver et al. · arXiv

MIMarco Ibáñez

Conexiones

Trazadas y explicadas por personas: la razón es lo que las hace valiosas.

«Pasa de demostrar que una red puede aprender políticas reactivas desde píxeles a mostrar que, mediante autojuego y búsqueda (MCTS+redes), una máquina puede construir representaciones y principios estratégicos abstractos capaces de generar conocimiento y estilos de juego inéditos.»
MIMarco Ibáñez
Una red que aprendió a jugar al Atari mirando píxeles, y con ella nació DeepMindPDF
«Pasar de AlphaZero a AlphaGo muestra que el autoaprendizaje produce en juegos distintos estrategias inéditas y estéticas que reescriben la teoría: AlphaZero cambia la práctica ajedrecística con un estilo "alienígena" y AlphaGo (movimiento 37) evidencia la misma creatividad y su desafío a la respuesta humana (jugada 78).»
MIMarco Ibáñez
AlphaGo y el movimiento 37: la jugada de máquina que los maestros llamaron bellaArtículo
«Salta de AlphaZero a Deep Blue para ver el cambio de paradigma: Deep Blue gana por búsqueda y heurísticas talladas por humanos; AlphaZero descubre estrategias propias. El contraste revela cómo cambian la creatividad, la explicabilidad y la legitimidad de la IA.»
MIMarco Ibáñez
Deep Blue ganó a Kaspárov sin aprender nada, y esa es la parte interesanteArtículo