Tecno

Avances en Inteligencia Artificial: Enséñale una data y podrá trabajar una vez, enséñale a leer y hará todo

Se expone el caso SemiMATE, un nuevo algoritmo para que una Inteligencia Artificial pueda jugar ajedrez, aprendiendo mediante la lectura de movimientos.

single-image

El título es una analogía de la famosa frase «dale un pescado y comerá hoy, enséñale a pescar y comerá toda la vida«, solo que aplicada a nuevos hallazgos en el tema de Inteligencia Artificial, dado que un grupo de investigación podría romper una barrera existente del tema, gracias a la modificación de un caso histórico: jugar ajedrez.

Para comprender que nos referimos, debemos destacar que la IA hasta el momento podían aprender de dos formas: una con la práctica en sí, como lo hacen los asistentes de los teléfonos, o aplicando machine learning, en la cual se le suministra información procesada, permitiendo que la IA desarrolle su proceso de análisis.

Sin embargo, unos investigadores buscan mejorar este segundo método, buscando omitir el procesamiento previo de la información mediante la interpretación del lenguaje, es decir, enseñarle a leer. Utilizan como base de trabajo el caso de ajedrez, uno de los ejemplos más básicos y famosos de IA en la historia, porque requiere procesar a tiempo real y cálculo de situaciones para toma de decisiones.

Se debe destacar que si bien leer parece algo sencillo, al analizarlo podemos observar que es un proceso complejo, dado que primero debes conocer el lenguaje como tal, incluyendo las expresiones únicas del contexto. Posteriormente el proceso de racionamiento lógico de lo leído, entendiendo que mensaje se transmite y finalizar con internalizar lo aprendido.

El algoritmo de ajedrez, llamado SentiMATE, fue desarrollado por los investigadores Nicholas McCarthy, Isaac Kamlish e Isaac Bentata Chocron en el University College de Londres. Evalúa la calidad de los movimientos de ajedrez analizando la reacción de comentaristas expertos.

El equipo analizó el texto de 2.700 comentarios de juegos de ajedrez disponibles en línea. Ellos eliminaron comentarios que no se relacionaban con movimientos de alta calidad y ejemplos que eran demasiado ambiguos.

Luego utilizaron un tipo especial de red neuronal recurrente y de incrustaciones de palabras (una técnica matemática que conecta las palabras sobre la base de sus significados), entrenados en otro modelo de vanguardia para analizar el lenguaje.

«El siguiente paso en el avance del procesamiento del lenguaje natural es convertir esta información aprendida en acciones tangibles para ayudar a resolver tareas del mundo real», dijeron los investigadores en un correo electrónico a MIT Technology Review. «Sentimos que la estrategia de aprendizaje de los datos basados ​​en texto podría ser una vía de investigación muy importante para explorar».

SentiMATE sorprendió a los investigadores con su capacidad de resolver algunos de los principios básicos del ajedrez, así como varias estrategias clave, como la bifurcación (cuando dos o más piezas están amenazadas simultáneamente) y el enroque (cuando el rey y el castillo se mueven a un nivel más elevado en posición defensiva en la parte posterior del tablero).

Sin embargo, este método no lo convierte en un gran maestro de la IA, dado que no logró vencer a algunos bots de ajedrez convencionales de manera consistente. Pero el programa demuestra la promesa de usar el lenguaje para ayudar a descubrir cómo jugar bien el juego, con menos datos de práctica y menos potencia de computadora que los enfoques convencionales.

El ajedrez ha sido durante mucho tiempo un punto de referencia del progreso en inteligencia artificial, desde el programa de Alan Turing de 1951 para jugar el juego (escrito en papel) hasta la derrota de Garry Kasparov a manos del Deep Blue de IBM.

Los investigadores dicen que las técnicas de aprendizaje utilizadas por SentiMATE podrían tener muchas otras aplicaciones prácticas más allá del ajedrez. Por ejemplo, podrían ayudar a las máquinas a analizar deportes, predecir la actividad financiera y hacer mejores recomendaciones.

«Hay una gran cantidad de libros, blogs y documentos a la espera de ser aprendidos», señala el equipo.

Deja un comentario

Loading data ...
Comparison
View chart compare
View table compare