blogtecaolivelli

COMPUTER SCIENCE...


Fonte: Le ScienzeLe prossime sfide dell'intelligenza artificiale..A differenza di altri programmi di intelligenza artificiale,AlphaZero è in grado di raggiungere livelli dacampione non in uno ma in più giochi da tavolocomplessi, come scacchi, shogi e Go.E lo fa senza partire da una strategia casuale esenza alcuna conoscenza preliminare(red)computer scienceUn nuovo programma di intelligenza artificiale(IA) è in grado di raggiungere livelli da campione indiversi giochi da tavolo, come il Go, gli scacchi eil gioco di strategia shogi (noto anche come scacchigiapponesi), conoscendo soltanto le regole delgioco e imparando solo grazie a una serie diallenamenti in cui gioca contro se stesso.Il programma, chiamato AlphaZero, è statomesso a punto dalla DeepMind, la società britannica di informatica acquisita nel 2014 daGoogle, che aveva dato prova di sé sviluppandoAlphaGo, che nel 2016 era riuscito a battereil campione europeo umano di Go.Le sue caratteristiche sono descritte in un articoloa prima firma David Silverpubblicato su "Science".aZero ha perfezionato la sua tecnica fino asconfiggere i programmi campioni del mondospecializzati nel gioco degli scacchi, nel shogi(scacchi giapponesi) e nel Go. (Cortesia DeepMind Technologies Ltd)Ciò che distingue in modounico AlphaZero dagli software simili -compreso AlphaGo Zero, un'evoluzione di AlphaGoin grado anch'esso di migliorare le propriecapacità di gioco - è la sua capacità di cimentarsinon con un gioco specifico, ma con più giochi.Uno dei tradizionali banchi di prova dell'IA sonoi giochi da tavolo che si basano sull'intelligenzadei giocatori, come gli scacchi.Un primo grande successo ci fu nel 1997, quandoDeep Blue sconfisse il campione del mondo discacchi umano in carica.Da allora i programmi di gioco sono miglioratisempre di più e i programmatori hanno iniziatoa confrontarsi con giochi in cui l'albero dellepossibili scelte strategiche è ancora più complesso,come il Go e lo shogi, ottenendo anche in questicasi risultati sempre migliori.Tuttavia, i programmi avevano ancora un limiterispetto ai giocatori umani: per l'apprendimentoe per l'elaborazione delle strategie sfruttavanoun insieme di strategie di base, specifiche diciascun gioco, fornite dagli sviluppatori.In sostanza, per quanto quanto la tecnica di giocodi questi algoritmi si arricchisse sempre di più, finoad arrivare ai massimi livelli umani e magari anchea superarli, sotto sotto c'era sempre lo zampinodell'intelligenza.AlphaZero supera proprio questo limite: graziea una versione ancora più sofisticata di apprendimentoprofondo, non ha bisogno di partire da un'indicazioneumana, ma gli basta conoscerne le regole di basedel gioco.
Percentuale di partite vinte, patte o perse daAlphaZero nei tornei contro Stockfish, Elmo eAlphaGo Zero, algoritmi campioni di scacchi, shogie 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.Ma c'è un altro limite, più interessante, segnalatoda Murray Campbell, uno dei progettisti di Deep Blue,in una nota di commento all'articolo.Per quanto complessi, scacchi Go e shogi prevedonodue soli giocatori, sono giochi a somma zero(il guadagno o la perdita di un giocatore corrispondeesattamente alla perdita o al guadagno dell'altro),sono deterministici, sono discreti (una mossa vienefatta o no, non esistono casi intermedi) e tuttoil "campo di battaglia" è perfettamente osservabile.Caratteristiche, queste, che ben si adattano aun'analisi da parte dei sistemi di IA attualmenteesistenti.La prossima sfida dell'intelligenza artificiale saràquindi sviluppare programmi in grado di cimentarsicon giochi che non rispettano una o più di questecondizioni.