GO no es sólo un juego. GO también sirve como una analogía de la vida, un método de mediación, un ejercicio de razonamiento abstracto o incluso una idea de los rasgos de personalidad del jugador.
Este antiguo juego de mesa del este de Asia lo juegan dos jugadores en un tablero de madera de 19x19 con piedras blancas y negras. Las piedras se utilizan para rodear otras piedras para capturarlas o marcar territorio, con 10 elevado a 170 configuraciones posibles en el tablero.
El juego valora la paciencia y el equilibrio por encima de la agresión y la codicia, el equilibrio de influencia y territorio puede cambiar muchas veces durante el juego. Y cuando la IA de #Google, #AlphaGo venció al mejor jugador de la década, fue un gran momento para el futuro de la #tecnología. AlphaGo derrotó a Lee Sedol, ganador de 18 títulos mundiales, en cuatro de cinco partidos en el torneo de 2016, perdiendo ante el programa AlphaGo de DeepMind.
AlphaGo utiliza lo que la empresa llama "aprendizaje profundo" para desarrollar su propia comprensión del juego. Luego puede elegir la jugada que considere más probable de ganar. Cuando se le enseña a una computadora a jugar un juego, el método más simple es decirle que clasifique cada movimiento posible durante el juego, de mejor a peor, y luego indicarle que elija siempre el mejor movimiento.
El programa involucra dos redes neuronales, un software que imita la estructura del cerebro humano para combinar decisiones muy simples en elecciones complejas, ejecutándose en paralelo.
La victoria de AlphaGo sobre el Campeón Mundial de la Década es la mejor analogía de que el #MachineLearning y la #IA pueden ser un #multiplicador de fuerza en la toma de decisiones muchas veces más rápidas y adaptativas que las capacidades del cerebro humano con todas sus limitaciones.
En última instancia, la misión de Google es aplicar estas técnicas de inteligencia #DeepLearning para resolver problemas críticos del mundo real, desde diagnósticos médicos hasta modelos climáticos.
