blogtecaolivelli
blog informazione e cultura della biblioteca Olivelli
TAG
TAG
« Da Marte in diretta.... | COMPUTER SCIENCE... » |
COMPUTER SCIENCE...
Post n°1963 pubblicato il 27 Febbraio 2019 da blogtecaolivelli
Fonte: Le Scienze Le prossime sfide dell'intelligenza artificiale.. A differenza di altri programmi di intelligenza artificiale, AlphaZero è in grado di raggiungere livelli da campione non in uno ma in più giochi da tavolo complessi, come scacchi, shogi e Go. E lo fa senza partire da una strategia casuale e senza alcuna conoscenza preliminare(red) Un nuovo programma di intelligenza artificiale (IA) è in grado di raggiungere livelli da campione in diversi giochi da tavolo, come il Go, gli scacchi e il gioco di strategia shogi (noto anche come scacchi giapponesi), conoscendo soltanto le regole del gioco e imparando solo grazie a una serie di allenamenti in cui gioca contro se stesso.
messo a punto dalla DeepMind, la società britannica di informatica acquisita nel 2014 da Google, che aveva dato prova di sé sviluppando AlphaGo, che nel 2016 era riuscito a battere il campione europeo umano di Go. Le sue caratteristiche sono descritte in un articolo a prima firma David Silverpubblicato su "Science". sconfiggere i programmi campioni del mondo specializzati nel gioco degli scacchi, nel shogi (scacchi giapponesi) e nel Go. (Cortesia Deep Mind Technologies Ltd)Ciò che distingue in modo unico AlphaZero dagli software simili - compreso AlphaGo Zero, un'evoluzione di AlphaGo in grado anch'esso di migliorare le proprie capacità di gioco - è la sua capacità di cimentarsi non con un gioco specifico, ma con più giochi. i giochi da tavolo che si basano sull'intelligenza dei giocatori, come gli scacchi. Un primo grande successo ci fu nel 1997, quando Deep Blue sconfisse il campione del mondo di scacchi umano in carica. Da allora i programmi di gioco sono migliorati sempre di più e i programmatori hanno iniziato a confrontarsi con giochi in cui l'albero delle possibili scelte strategiche è ancora più complesso, come il Go e lo shogi, ottenendo anche in questi casi risultati sempre migliori. rispetto ai giocatori umani: per l'apprendimento e per l'elaborazione delle strategie sfruttavano un insieme di strategie di base, specifiche di ciascun gioco, fornite dagli sviluppatori. di questi algoritmi si arricchisse sempre di più, fino ad arrivare ai massimi livelli umani e magari anche a superarli, sotto sotto c'era sempre lo zampino dell'intelligenza. a una versione ancora più sofisticata di apprendimento profondo, non ha bisogno di partire da un'indicazione umana, ma gli basta conoscerne le regole di base del gioco. Percentuale di partite vinte, patte o perse da AlphaZero nei tornei contro Stockfish, Elmo e AlphaGo Zero, algoritmi campioni di scacchi, shogi e Go (Cortesia DeepMind Technologies Ltd) Tuttavia, qualche limite AlphaZero ce l'ha ancora. Il primo è la potenza di calcolo di cui ha bisogno, corrispondente a quella di un grande supercalcolatore. da Murray Campbell, uno dei progettisti di Deep Blue, in una nota di commento all'articolo. due soli giocatori, sono giochi a somma zero (il guadagno o la perdita di un giocatore corrisponde esattamente alla perdita o al guadagno dell'altro), sono deterministici, sono discreti (una mossa viene fatta o no, non esistono casi intermedi) e tutto il "campo di battaglia" è perfettamente osservabile. Caratteristiche, queste, che ben si adattano a un'analisi da parte dei sistemi di IA attualmente esistenti. quindi sviluppare programmi in grado di cimentarsi con giochi che non rispettano una o più di queste condizioni. |
AREA PERSONALE
MENU
CHI PUŅ SCRIVERE SUL BLOG
I messaggi e i commenti sono moderati dall'autore del blog, verranno verificati e pubblicati a sua discrezione.