10 años de AlphaGo: El programa que ha cambió la ciencia

undefined

Durante la mítica partida de AlphaGo contra Lee Sae Dol en Seúl, la IA ejecutó la "Jugada 37", una jugada con una probabilidad de 1 entre 10.000 de ser realizada por un humano, y tan inesperada que los comentaristas la descartaron inicialmente como un error. En realidad, fue una prueba de creatividad técnica.

Esta semana se celebra el 10º aniversario de AlphaGo, el sistema de IA desarrollado por Google DeepMind que no sólo derrotó al campeón mundial de Go sino que marcó el inicio de la era moderna de la inteligencia artificial. Lo que comenzó como un juego, ha acabado transformando la biología, las matemáticas y la medicina.

En el 2016, más de 200 millones de personas vieron a AlphaGo enfrentarse al campeón mundial de go, Lee Sae Dol, en Seúl. La partida se definió con la ‘Jugada 37’ de la segunda partida, una jugada tan poco convencional que los comentaristas profesionales pensaron que era un error. Pero resultó ser decisivo. Unos cien movimientos después, la piedra estaba en la posición exacta para que AlphaGo ganara la partida. Fue una demostración de una previsión increíble y de la capacidad del sistema de IA para ir más allá de imitar a los expertos humanos y encontrar estrategias completamente nuevas.

 

El Go ha sido durante mucho tiempo un campo de pruebas para la investigación en IA debido a su gran complejidad. Hay 10170 posiciones posibles en el tablero, muchas más que el número de átomos del universo observable.

Para que el juego fuera abordable, AlphaGo usó redes neuronales profundas combinadas con búsquedas avanzadas y aprendizaje por refuerzo, una estrategia de IA pionera de DeepMind.

AlphaGo aprendió un modelo de movimientos de Go plausibles primero aprendiendo de partidas jugadas por expertos humanos y, después, jugando cientos de miles de partidas contra sí mismo, mejorando a medida que se reforzaban las estrategias ganadoras más sólidas. Después, el sistema solo tuvo en cuenta las rutas más fructíferas y, a partir de ese subconjunto de movimientos, encontró el que tenía más probabilidades de llevarlo a la victoria.