blogtecaolivelli

COMPUTER SCIENCE...

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)

computer science

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.

Il programma, chiamato AlphaZero, è stato

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".

aZero ha perfezionato la sua tecnica fino a

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.

Uno dei tradizionali banchi di prova dell'IA sono

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.

Tuttavia, i programmi avevano ancora un limite

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.

In sostanza, per quanto quanto la tecnica di gioco

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.

AlphaZero supera proprio questo limite: grazie

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.

Ma c'è un altro limite, più interessante, segnalato

da Murray Campbell, uno dei progettisti di Deep Blue,

in una nota di commento all'articolo.

Per quanto complessi, scacchi Go e shogi prevedono

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.

La prossima sfida dell'intelligenza artificiale sarà

quindi sviluppare programmi in grado di cimentarsi

con giochi che non rispettano una o più di queste

condizioni.