AlphaGo

AlphaGo es un programa informático que juega al juego de mesa Go . ^{[ 1 ]} Fue desarrollado por DeepMind Technologies, con sede en Londres, ^{[ 2 ]} una filial adquirida por Google . Las versiones posteriores de AlphaGo se volvieron cada vez más potentes, incluyendo una versión que compitió bajo el nombre de Master . ^{[ 3 ]} Tras retirarse de la competición, AlphaGo Master fue sucedido por una versión aún más potente conocida como AlphaGo Zero , que fue completamente autodidacta sin aprender de partidas humanas. AlphaGo Zero se generalizó posteriormente en un programa conocido como AlphaZero , que jugaba a otros juegos, como ajedrez y shogi . AlphaZero, a su vez, fue sucedido por un programa conocido como MuZero , que aprende sin que se le enseñen las reglas.

AlphaGo y sus sucesores utilizan un algoritmo de búsqueda en árbol de Monte Carlo para encontrar sus movimientos basándose en el conocimiento previamente adquirido mediante aprendizaje automático , específicamente mediante una red neuronal artificial (un método de aprendizaje profundo ) a través de un entrenamiento exhaustivo, tanto con partidas humanas como con partidas de ordenador. ^{[ 4 ]} Se entrena una red neuronal para identificar los mejores movimientos y los porcentajes de victoria de estos. Esta red neuronal mejora la fuerza de la búsqueda en árbol, lo que resulta en una selección de movimientos más sólida en la siguiente iteración.

En octubre de 2015, en un encuentro contra Fan Hui , el AlphaGo original se convirtió en el primer programa informático de Go en vencer a un jugador profesional humano de Go sin hándicap en un tablero completo de 19×19. ^{[ 5 ]}^{[ 6 ]} En marzo de 2016, venció a Lee Sedol en un encuentro de cinco partidas , la primera vez que un programa informático de Go ha vencido a un profesional de 9-dan sin hándicap. ^{[ 7 ]} Aunque perdió contra Lee Sedol en la cuarta partida, Lee se rindió en la partida final, dando un resultado final de 4 partidas a 1 a favor de AlphaGo. En reconocimiento a la victoria, AlphaGo recibió un 9-dan honorífico de la Asociación Coreana de Baduk . ^{[ 8 ]} La preparación y el encuentro de desafío con Lee Sedol fueron documentados en un documental también titulado AlphaGo , ^{[ 9 ]} dirigido por Greg Kohs. La victoria de AlphaGo fue elegida por Science como una de las finalistas del premio Breakthrough of the Year el 22 de diciembre de 2016. ^{[ 10 ]}

En la Cumbre del Futuro del Go de 2017 , la versión Master de AlphaGo venció a Ke Jie , el jugador número uno del mundo en ese momento, en un encuentro de tres partidas , tras lo cual AlphaGo recibió el grado profesional de 9-dan por parte de la Asociación China de Weiqi . ^{[ 11 ]}

Después del encuentro entre AlphaGo y Ke Jie, DeepMind retiró AlphaGo, aunque continuó investigando la IA en otras áreas. ^{[ 12 ]} El autodidacta AlphaGo Zero logró una victoria de 100-0 contra la versión competitiva inicial de AlphaGo, y su sucesor, AlphaZero, fue considerado el mejor jugador de Go del mundo a finales de la década de 2010. ^{[ 13 ]}^{[ 14 ]}

Historia

Se considera que el Go es mucho más difícil de ganar para las computadoras que otros juegos como el ajedrez , porque su naturaleza estratégica y estética dificulta la construcción directa de una función de evaluación, y su factor de ramificación mucho mayor hace prohibitivamente difícil el uso de métodos tradicionales de IA como la poda alfa-beta , el recorrido de árboles y la búsqueda heurística . ^{[ 5 ]}^{[ 15 ]}

Casi dos décadas después de que la computadora Deep Blue de IBM venciera al campeón mundial de ajedrez Garry Kasparov en el encuentro de 1997 , los programas de Go más fuertes que utilizaban técnicas de inteligencia artificial solo alcanzaron aproximadamente el nivel amateur de 5 dan , ^[⁴^] y aún no podían vencer a un jugador profesional de Go sin hándicap . ^[⁵^]^[⁶^]^[¹⁶^] En 2012, el programa de software Zen , ejecutándose en un clúster de cuatro PC, venció a Masaki Takemiya ( 9p ) dos veces con hándicaps de cinco y cuatro piedras. ^[¹⁷^] En 2013, Crazy Stone venció a Yoshio Ishida (9p) con un hándicap de cuatro piedras. ^[¹⁸^]

Según David Silver de DeepMind , el proyecto de investigación AlphaGo se formó alrededor de 2014 para probar qué tan bien una red neuronal que utiliza aprendizaje profundo puede competir en Go. ^{[ 19 ]} AlphaGo representa una mejora significativa con respecto a los programas de Go anteriores. En 500 partidas contra otros programas de Go disponibles, incluidos Crazy Stone y Zen, AlphaGo ejecutándose en una sola computadora ganó todas menos una. ^{[ 20 ]} En un enfrentamiento similar, AlphaGo ejecutándose en múltiples computadoras ganó las 500 partidas jugadas contra otros programas de Go, y el 77% de las partidas jugadas contra AlphaGo ejecutándose en una sola computadora. La versión distribuida en octubre de 2015 estaba utilizando 1202 CPU y 176 GPU . ^{[ 4 ]}

Partido contra Fan Hui

En octubre de 2015, la versión distribuida de AlphaGo derrotó al campeón europeo de Go, Fan Hui , ^{[ 21 ]} un profesional de 2 dan (de 9 dan posibles), por cinco a cero. ^{[ 6 ]}^{[ 22 ]} Esta fue la primera vez que un programa informático de Go venció a un jugador humano profesional en un tablero de tamaño completo sin hándicap. ^{[ 23 ]} El anuncio de la noticia se retrasó hasta el 27 de enero de 2016 para coincidir con la publicación de un artículo en la revista Nature ^{[ 4 ]} que describía los algoritmos utilizados. ^{[ 6 ]}

Partido contra Lee Sedol

AlphaGo jugó contra el jugador profesional surcoreano de Go Lee Sedol , clasificado como 9-dan, uno de los mejores jugadores de Go, ^{[ 16 ]}con cinco juegos que tuvieron lugar en el Hotel Four Seasons en Seúl , Corea del Sur, los días 9, 10, 12, 13 y 15 de marzo de 2016, ^{[ 24 ]}^{[ 25 ]} que fueron transmitidos en vivo por video. ^{[ 26 ]} De los cinco juegos, AlphaGo ganó cuatro juegos y Lee ganó el cuarto juego, lo que lo convirtió en el único jugador humano que venció a AlphaGo en sus 74 juegos oficiales. ^{[ 27 ]} AlphaGo se ejecutó en la computación en la nube de Google con sus servidores ubicados en los Estados Unidos. ^{[ 28 ]} El encuentro utilizó las reglas chinas con un komi de 7.5 puntos , y cada lado tuvo dos horas de tiempo de pensamiento más tres períodos byoyomi de 60 segundos . ^{[ 29 ]} La versión de AlphaGo que jugó contra Lee utilizó una cantidad de potencia de cálculo similar a la que se utilizó en el encuentro de Fan Hui. ^{[ 30 ]} The Economist informó que utilizó 1920 CPU y 280 GPU . ^{[ 31 ]} En el momento del juego, Lee Sedol tenía el segundo mayor número de victorias en campeonatos internacionales de Go en el mundo después del jugador surcoreano Lee Chang-ho, quien mantuvo el título de campeón mundial durante 16 años. ^{[ 32 ]} Dado que no hay un método oficial único de clasificación en el Go internacional , las clasificaciones pueden variar entre las fuentes. Si bien a veces fue clasificado en primer lugar, algunas fuentes clasificaron a Lee Sedol como el cuarto mejor jugador del mundo en ese momento. ^{[ 33 ]}^{[ 34 ]} AlphaGo no fue entrenado específicamente para enfrentarse a Lee ni fue diseñado para competir con ningún jugador humano en particular.

Las tres primeras partidas fueron ganadas por AlphaGo tras la rendición de Lee. ^{[ 35 ]}^{[ 36 ]} Sin embargo, Lee venció a AlphaGo en la cuarta partida, ganando por rendición en el movimiento 180. AlphaGo continuó logrando una cuarta victoria, ganando la quinta partida por rendición. ^{[ 37 ]}

El premio fue de US$1 millón. Dado que AlphaGo ganó cuatro de cinco y, por lo tanto, la serie, el premio será donado a organizaciones benéficas, incluyendo UNICEF . ^{[ 38 ]} Lee Sedol recibió $150,000 por participar en los cinco juegos y $20,000 adicionales por su victoria en el Juego 4. ^{[ 29 ]}

En junio de 2016, en una presentación celebrada en una universidad de los Países Bajos, Aja Huang, miembro del equipo de DeepMind, reveló que habían corregido la debilidad lógica que se produjo durante la cuarta partida del encuentro entre AlphaGo y Lee, y que después del movimiento 78 (que muchos profesionales denominaron el " movimiento divino "), el programa jugaría según lo previsto y mantendría la ventaja de las negras. Antes del movimiento 78, AlphaGo llevaba la delantera durante toda la partida, pero el movimiento de Lee provocó que la capacidad de cálculo del programa se desviara y se confundiera. ^{[ 39 ]} Huang explicó que la red de políticas de AlphaGo para encontrar el orden de movimientos y la continuación más precisos no guió con exactitud a AlphaGo para realizar la continuación correcta después del movimiento 78, ya que su red de valores no determinó que el movimiento 78 de Lee fuera el más probable, y por lo tanto, cuando se realizó el movimiento, AlphaGo no pudo realizar el ajuste correcto a la continuación lógica. ^{[ 40 ]}

Sesenta juegos en línea

El 29 de diciembre de 2016, una nueva cuenta en el servidor Tygem llamada "Magister" (mostrada como "Magist" en la versión china del servidor) de Corea del Sur comenzó a jugar partidas con jugadores profesionales. Cambió su nombre de cuenta a "Master" el 30 de diciembre, y luego se trasladó al servidor FoxGo el 1 de enero de 2017. El 4 de enero, DeepMind confirmó que tanto "Magister" como "Master" eran jugados por una versión actualizada de AlphaGo, llamada AlphaGo Master . ^{[ 41 ]}^{[ 42 ]} A fecha de 5 de enero de 2017, el récord en línea de AlphaGo Master era de 60 victorias y 0 derrotas, ^{[ 43 ]} incluyendo tres victorias sobre el jugador mejor clasificado de Go, Ke Jie , ^{[ 44 ]} a quien se le había informado discretamente con antelación que Master era una versión de AlphaGo. ^{[ 43 ]} Después de perder contra el Maestro, Gu Li ofreció una recompensa de 100 000 yuanes (US$14 400) al primer jugador humano que pudiera derrotar al Maestro. ^{[ 42 ]} El Maestro jugaba a un ritmo de 10 partidas por día. Muchos sospecharon rápidamente que era un jugador de IA debido a que descansaba poco o nada entre partidas. Sus adversarios incluían a muchos campeones mundiales como Ke Jie, Park Jeong-hwan , Yuta Iyama , Tuo Jiaxi , Mi Yuting , Shi Yue , Chen Yaoye , Li Qincheng, Gu Li, Chang Hao , Tang Weixing, Fan Tingyu , Zhou Ruiyang , Jiang Weijie , Chou Chun-hsun , Kim Ji-seok , Kang Dong-yun , Park Yeong-hun y Won Seong-jin ; campeones nacionales o subcampeones mundiales como Lian Xiao , Tan Xiao , Meng Tailing, Dang Yifei, Huang Yunsong, Yang Dingxin , Gu Zihao, Shin Jinseo, Cho Han-seung y An Sungjoon. Los 60 juegos, excepto uno, fueron juegos rápidos con tres byo-yomi de 20 o 30 segundos . El Maestro ofreció extender el byo-yomi a un minuto cuando jugaba con Nie Weiping en consideración a su edad. Después de ganar su juego número 59, el Maestro se reveló en la sala de chat como controlado por la Dra. Aja Huang del equipo DeepMind, ^{[ 45 ]} luego cambió su nacionalidad al Reino Unido. Después de que estos juegos se completaron, el cofundador de DeepMind , Demis Hassabis, dijo en un tuit, "esperamos jugar algunas partidas oficiales completas más adelante [2017] en colaboración con organizaciones y expertos de Go". ^{[ 41 ]}^{[ 42 ]}

Los expertos en Go quedaron impresionados por el rendimiento del programa y su estilo de juego no humano; Ke Jie afirmó que "Después de que la humanidad pasara miles de años mejorando nuestras tácticas, las computadoras nos dicen que los humanos están completamente equivocados... Me atrevería a decir que ningún ser humano ha rozado el límite de la verdad del Go". ^{[ 43 ]}

Cumbre sobre el futuro del Go

En la Cumbre del Futuro del Go celebrada en Wuzhen en mayo de 2017, AlphaGo Master jugó tres partidas con Ke Jie, el jugador número 1 del mundo, así como dos partidas con varios profesionales chinos de primer nivel, una partida de Go por parejas y una contra un equipo colaborador de cinco jugadores humanos. ^{[ 46 ]}

Google DeepMind ofreció premios de 1,5 millones de dólares al ganador del encuentro de tres partidas entre Ke Jie y el Maestro, mientras que el perdedor se llevó 300.000 dólares. ^{[ 47 ]}^{[ 48 ]} El Maestro ganó las tres partidas contra Ke Jie, ^{[ 49 ]}^{[ 50 ]} tras lo cual AlphaGo recibió el grado profesional de 9-dan por la Asociación China de Weiqi. ^{[ 11 ]}

Tras ganar su encuentro de tres partidas contra Ke Jie, el jugador de Go mejor clasificado del mundo, AlphaGo se retiró. DeepMind también disolvió el equipo que trabajó en el juego para centrarse en la investigación de IA en otras áreas. ^{[ 12 ]} Después de la Cumbre, DeepMind publicó 50 partidas completas de AlphaGo contra AlphaGo, como un obsequio para la comunidad de Go. ^{[ 51 ]}

AlphaGo Zero y AlphaZero

El equipo de AlphaGo publicó un artículo en la revista Nature el 19 de octubre de 2017, presentando AlphaGo Zero, una versión sin datos humanos y más fuerte que cualquier versión anterior capaz de derrotar a un campeón humano. ^{[ 52 ]} Jugando partidas contra sí mismo, AlphaGo Zero superó la fuerza de AlphaGo Lee en tres días al ganar 100 partidas a 0, alcanzó el nivel de AlphaGo Master en 21 días y superó a todas las versiones anteriores en 40 días. ^{[ 53 ]}

En un artículo publicado en arXiv el 5 de diciembre de 2017, DeepMind afirmó haber generalizado el enfoque de AlphaGo Zero en un único algoritmo AlphaZero, que logró en 24 horas un nivel de juego sobrehumano en los juegos de ajedrez , shogi y Go , derrotando en cada caso a los programas campeones mundiales Stockfish , Elmo y la versión de 3 días de AlphaGo Zero. ^{[ 54 ]}

Herramienta didáctica

El 11 de diciembre de 2017, DeepMind publicó en su sitio web una herramienta de enseñanza de AlphaGo ^{[ 55 ]} para analizar las tasas de victoria de diferentes aperturas de Go calculadas por AlphaGo Master . ^{[ 56 ]} La herramienta recopila 6000 aperturas de Go de 230 000 partidas humanas, cada una analizada con 10 000 000 de simulaciones por AlphaGo Master. Muchas de las aperturas incluyen sugerencias de movimientos humanos. ^{[ 56 ]}

Versiones

Una versión preliminar de AlphaGo se probó en hardware con diferentes cantidades de CPU y GPU , ejecutándose en modo asíncrono o distribuido. Se otorgaron dos segundos de tiempo de reflexión a cada movimiento. Las puntuaciones Elo resultantes se muestran a continuación. ^{[ 4 ]} En las partidas con más tiempo por movimiento se obtienen puntuaciones más altas.

En mayo de 2016, Google presentó su propio hardware propietario, las " unidades de procesamiento tensorial ", que, según afirmó, ya se habían implementado en varios proyectos internos de Google, incluido el encuentro de AlphaGo contra Lee Sedol. ^{[ 57 ]}^{[ 58 ]}

En la Cumbre del Futuro del Go de mayo de 2017, DeepMind reveló que la versión de AlphaGo utilizada en dicha Cumbre fue AlphaGo Master , ^{[ 59 ]}^{[ 60 ]} y reveló que había medido la fuerza de diferentes versiones del software. AlphaGo Lee, la versión utilizada contra Lee, podía darle a AlphaGo Fan, la versión utilizada en AlphaGo vs. Fan Hui, tres piedras, y AlphaGo Master era incluso tres piedras más fuerte. ^{[ 61 ]}

Algoritmo

A partir de 2016, el algoritmo de AlphaGo utiliza una combinación de aprendizaje automático y técnicas de búsqueda en árbol , junto con un entrenamiento extenso, tanto a partir de partidas humanas como de computadoras. Utiliza la búsqueda en árbol de Monte Carlo , guiada por una "red de valores" y una "red de políticas", ambas implementadas mediante tecnología de redes neuronales profundas . ^{[ 5 ]}^{[ 4 ]} Se aplica una cantidad limitada de preprocesamiento de detección de características específicas del juego (por ejemplo, para resaltar si un movimiento coincide con un patrón nakade ) a la entrada antes de que se envíe a las redes neuronales. ^{[ 4 ]} Las redes son redes neuronales convolucionales con 12 capas, entrenadas mediante aprendizaje por refuerzo . ^{[ 4 ]}

Las redes neuronales del sistema se iniciaron a partir de la experiencia de juego humana. AlphaGo se entrenó inicialmente para imitar el juego humano intentando igualar los movimientos de jugadores expertos de partidas históricas registradas, utilizando una base de datos de alrededor de 30 millones de movimientos. ^{[ 21 ]} Una vez que alcanzó cierto grado de competencia, se entrenó aún más haciéndolo jugar un gran número de partidas contra otras instancias de sí mismo, utilizando el aprendizaje por refuerzo para mejorar su juego. ^{[ 5 ]} Para evitar "desperdiciar irrespetuosamente" el tiempo de su oponente, el programa está programado específicamente para rendirse si su evaluación de la probabilidad de victoria cae por debajo de un cierto umbral; para la partida contra Lee, el umbral de rendición se estableció en el 20%. ^{[ 64 ]}

Estilo de juego

Toby Manning, el árbitro del partido AlphaGo vs. Fan Hui, describió el estilo del programa como "conservador". ^{[ 65 ]} El estilo de juego de AlphaGo favorece fuertemente una mayor probabilidad de ganar por menos puntos sobre una menor probabilidad de ganar por más puntos. ^{[ 19 ]} Su estrategia de maximizar su probabilidad de ganar es distinta de lo que tienden a hacer los jugadores humanos, que es maximizar las ganancias territoriales, y explica algunos de sus movimientos de aspecto extraño. ^{[ 66 ]} Realiza muchos movimientos de apertura que nunca o rara vez han sido realizados por humanos. Le gusta usar golpes de hombro , especialmente si el oponente está demasiado concentrado. ^{[ 67 ]}

Reacciones a la victoria de 2016

comunidad de IA

La victoria de AlphaGo en marzo de 2016 fue un hito importante en la investigación de la inteligencia artificial. ^{[ 68 ]} Go había sido considerado anteriormente un problema difícil en el aprendizaje automático que se esperaba que estuviera fuera del alcance de la tecnología de la época. ^{[ 68 ]}^{[ 69 ]}^{[ 70 ]} La mayoría de los expertos pensaban que un programa de Go tan poderoso como AlphaGo estaba a por lo menos cinco años de distancia; ^{[ 71 ]} algunos expertos pensaban que pasaría al menos otra década antes de que las computadoras vencieran a los campeones de Go. ^{[ 4 ]}^{[ 72 ]}^{[ 73 ]} La mayoría de los observadores al comienzo de los partidos de 2016 esperaban que Lee venciera a AlphaGo. ^{[ 68 ]}

Con juegos como las damas (que fue resuelta por el motor de computadora Chinook ), el ajedrez y ahora el Go ganados por computadoras, las victorias en juegos de mesa populares ya no pueden servir como hitos importantes para la inteligencia artificial como solían hacerlo. Murray Campbell, de Deep Blue, calificó la victoria de AlphaGo como "el fin de una era... los juegos de mesa están más o menos acabados y es hora de seguir adelante". ^[⁶⁸^]

En comparación con Deep Blue o Watson , los algoritmos subyacentes de AlphaGo son potencialmente más generales y pueden ser evidencia de que la comunidad científica está progresando hacia la inteligencia artificial general . ^{[ 19 ]}^{[ 74 ]} Algunos comentaristas creen que la victoria de AlphaGo ofrece una buena oportunidad para que la sociedad comience a prepararse para el posible impacto futuro de las máquinas con inteligencia de propósito general. Como señaló el empresario Guy Suter, AlphaGo solo sabe jugar Go y no posee inteligencia de propósito general; "[Él] no podría simplemente despertarse una mañana y decidir que quiere aprender a usar armas de fuego". ^{[ 68 ]} El investigador de IA Stuart Russell dijo que los sistemas de IA como AlphaGo han progresado más rápido y se han vuelto más poderosos de lo esperado, y por lo tanto debemos desarrollar métodos para asegurar que "permanezcan bajo control humano". ^{[ 75 ]} Algunos académicos, como Stephen Hawking , advirtieron (en mayo de 2015 antes de los partidos) que alguna IA futura de auto-mejora podría obtener inteligencia general real, lo que llevaría a una toma de control inesperada de la IA ; Otros académicos discrepan: el experto en IA Jean-Gabriel Ganascia cree que "cosas como el ' sentido común '... quizás nunca sean reproducibles" ^{[ 76 ]} y afirma: "No veo por qué hablaríamos de miedos. Al contrario, esto genera esperanzas en muchos ámbitos, como la salud y la exploración espacial" ^{[ 75 ]} . El científico informático Richard Sutton dijo: "No creo que la gente deba tener miedo... pero sí creo que debería prestar atención" ^{[ 77 ] .}

En China, AlphaGo fue un " momento Sputnik " que ayudó a convencer al gobierno chino de priorizar y aumentar drásticamente la financiación para la inteligencia artificial. ^{[ 78 ]}

En 2017, el equipo DeepMind AlphaGo recibió la primera medalla IJCAI Marvin Minsky por sus logros sobresalientes en IA. «AlphaGo es un logro maravilloso y un ejemplo perfecto de lo que la medalla Minsky se creó para reconocer», dijo el profesor Michael Wooldridge , presidente del Comité de Premios de la IJCAI. «Lo que impresionó particularmente a la IJCAI fue que AlphaGo logra lo que hace mediante una brillante combinación de técnicas clásicas de IA y las técnicas de aprendizaje automático de vanguardia con las que DeepMind está tan estrechamente asociada. Es una demostración impresionante de la IA contemporánea, y estamos encantados de poder reconocerla con este premio». ^{[ 79 ]}

Comunidad Go

Go es un juego popular en China, Japón y Corea, y los partidos de 2016 fueron vistos por quizás cien millones de personas en todo el mundo. ^{[ 68 ]}^{[ 80 ]} Muchos de los mejores jugadores de Go caracterizaron las jugadas poco ortodoxas de AlphaGo como movimientos aparentemente cuestionables que inicialmente desconcertaron a los espectadores, pero que tenían sentido en retrospectiva: ^{[ 72 ]} "Todos los jugadores de Go, excepto los mejores, crean su estilo imitando a los mejores jugadores. AlphaGo parece tener movimientos totalmente originales que crea por sí mismo." ^{[ 68 ]} AlphaGo pareció haberse vuelto inesperadamente mucho más fuerte, incluso en comparación con su partida de octubre de 2015 ^{[ 81 ]} donde una computadora había vencido a un profesional de Go por primera vez en la historia sin la ventaja de un hándicap. ^{[ 82 ]} El día después de la primera derrota de Lee, Jeong Ahram, el corresponsal principal de Go de uno de los periódicos diarios más importantes de Corea del Sur, dijo: "Anoche fue muy sombrío... Mucha gente bebió alcohol." ^{[ 83 ]} La Asociación Coreana de Baduk , la organización que supervisa a los profesionales de Go en Corea del Sur, otorgó a AlphaGo un título honorífico de 9-dan por exhibir habilidades creativas e impulsar el progreso del juego. ^{[ 84 ]}

El chino Ke Jie , de 18 años, generalmente reconocido como el mejor jugador de Go del mundo en ese momento, ^{[ 33 ]}^{[ 85 ]} afirmó inicialmente que podría vencer a AlphaGo, pero se negó a jugar contra él por temor a que "copiara mi estilo". ^{[ 85 ]} A medida que avanzaban las partidas, Ke Jie cambió de opinión varias veces, afirmando que "es muy probable que pierda" después de analizar las tres primeras partidas, ^{[ 86 ]} pero recuperando la confianza después de que AlphaGo mostrara fallos en la cuarta partida. ^{[ 87 ]}

Toby Manning, árbitro del partido de AlphaGo contra Fan Hui, y Hajin Lee, secretario general de la Federación Internacional de Go , coinciden en que en el futuro, los jugadores de Go recibirán ayuda de ordenadores para aprender de sus errores y mejorar sus habilidades. ^{[ 82 ]}

Después de la segunda partida, Lee dijo que se sintió "sin palabras": "Desde el principio del encuentro, no pude tener ventaja ni por un solo movimiento. Fue una victoria total de AlphaGo". ^{[ 88 ]} Lee se disculpó por sus derrotas, declarando después de la tercera partida que "subestimé las capacidades de AlphaGo y me sentí impotente". ^{[ 68 ]} Enfatizó que la derrota fue "la derrota de Lee Se-dol" y "no una derrota de la humanidad". ^{[ 27 ]}^{[ 76 ]} Lee dijo que su eventual derrota ante una máquina era "inevitable", pero afirmó que "los robots nunca entenderán la belleza del juego de la misma manera que nosotros los humanos". ^{[ 76 ]} Lee calificó su victoria en la cuarta partida como una "victoria invaluable que no cambiaría por nada". ^{[ 27 ]}

Documental AlphaGo (2016)

Recepción

En Rotten Tomatoes, el documental tiene una calificación promedio del 100% basada en 10 reseñas. ^{[ 89 ]}

Michael Rechtshaffen, del Los Angeles Times, le dio al documental una crítica positiva y comentó: "Ayuda mucho contar con un grupo de personas tan interesantes como el discreto Sedol, tan profundamente reflexivo como el propio juego, en contraste con el enérgico y carismático Fan Hui, el campeón europeo afincado en París que acepta una oferta para ser asesor del equipo DeepMind tras sufrir una humillante derrota ante una IA". También mencionó que, gracias a la pasión de Volker Bertelmann, productor de Hauschka, este documental muestra muchas secuencias inesperadas, incluyendo aspectos estratégicos y filosóficos. ^{[ 90 ]} (Rechtshaffen, 2017 John Defore de The Hollywood Reporter , escribió que este documental es "un documental sobre rivalidad deportiva con un giro de IA". "Al final, los observadores se preguntan si la extraña variedad de intuición de AlphaGo podría no acabar con el Go como actividad intelectual, sino cambiar su rumbo, obligando a los estudiosos del juego a considerarlo desde nuevos ángulos. Así que tal vez no sea el momento de dar la bienvenida a nuestros señores supremos informáticos, y no lo será por un tiempo; tal vez nos enseñen a ser mejores pensadores antes de convertirnos en sus esclavos." ^{[ 91 ]}

Greg Kohs, el director de la película, dijo: «La complejidad del juego de Go, combinada con la profundidad técnica de una tecnología emergente como la inteligencia artificial, parecía que podría crear una barrera insuperable para una película como esta. El hecho de que yo desconociera tan inocentemente el Go y AlphaGo resultó ser beneficioso. Me permitió abordar la acción y las entrevistas con pura curiosidad, del tipo que ayuda a que cualquier tema sea emocionalmente accesible». Kohs también dijo: «A diferencia de los personajes humanos de la película —que convierten su curiosa búsqueda de conocimiento en un espectáculo épico con grandes implicaciones existenciales, que se atreven a arriesgar su reputación y orgullo para cuestionar esa curiosidad—, la IA quizás aún no posea la capacidad de empatizar. Pero puede enseñarnos cosas profundas sobre nuestra humanidad: la forma en que jugamos a juegos de mesa, la forma en que pensamos, sentimos y crecemos. Es una premisa profunda y vasta, pero mi esperanza es que, al compartirla, podamos descubrir algo en nosotros mismos que nunca antes habíamos visto». ^{[ 92 ]}

Jugador profesional de Go

Hajin Lee, exjugadora profesional de Go, describió este documental como "bellamente filmado". Además de la historia en sí, las emociones y la atmósfera se transmitieron a través de diferentes composiciones de escenas. Por ejemplo, los primeros planos de Lee Sedol cuando se da cuenta de que la IA AlphaGo es inteligente, la escena atmosférica de la angustia y el sufrimiento del comentarista coreano tras la primera derrota, y la tensión que se respiraba en la sala. El documental también narra la historia al describir los antecedentes de la tecnología AlphaGo y las costumbres de la comunidad coreana de Go. Lee sugiere algunos aspectos que podrían abordarse con mayor profundidad. Por ejemplo, los detalles de la IA antes de AlphaGo, la confianza y el orgullo de los jugadores profesionales de Go, y el cambio de perspectiva hacia la IA de Go durante y después del partido: "Si se pudiera añadir algo, incluiría información sobre el nivel primitivo de las mejores IA de Go antes de AlphaGo, y más sobre la vida y el orgullo de los jugadores profesionales de Go, para proporcionar un mayor contexto a la confianza de Lee Sedol antes del partido y a la percepción cambiante de los jugadores de Go sobre AlphaGo a medida que avanzaba el encuentro". ^{[ 93 ]} (Lee, 2017).

Fan Hui, jugador profesional de Go y antiguo jugador de AlphaGo, afirmó que «DeepMind había entrenado a AlphaGo mostrándole numerosas partidas de Go de aficionados de alto nivel para desarrollar su comprensión del juego humano antes de desafiarlo a jugar versiones de sí mismo miles de veces. Esta novedosa forma de aprendizaje por refuerzo le había otorgado la capacidad de rivalizar con un experto humano. Se había hecho historia y, en el proceso, se habían revertido siglos de aprendizaje convencional. El programa tenía libertad para aprender el juego por sí mismo. ^{[ 94 ]}

Tecnología y campos relacionados con la IA

James Vincent, reportero de The Verge, comenta que "incita y provoca a los espectadores con señales emocionales poco sutiles, como lo haría un reality show. 'Ahora, deberías estar nervioso; ahora deberías sentirte aliviado'". El video de AlphaGo captura lentamente el momento en que Lee Sedol reconoce el verdadero poder de la IA AlphaGo. En la primera partida, tenía más experiencia que su IA programada por humanos, por lo que pensó que sería fácil vencer a la IA. Sin embargo, la dinámica inicial de la partida no fue lo que esperaba. Después de perder la primera partida, se puso más nervioso y perdió la confianza. Después, reaccionó a los ataques diciendo que solo quería ganar la partida, mostrando involuntariamente su enojo y actuando de una manera inusual. Además, pasa 12 minutos en un movimiento, mientras que AlphaGo solo tarda un minuto y medio en responder. AlphaGo sopesa cada alternativa de manera igualitaria y consistente. No hay reacción a la lucha de Lee. En cambio, el juego continúa como si él no estuviera allí.

James también afirmó que «basta con decir que la humanidad asesta al menos un golpe a las máquinas, gracias al llamado “movimiento divino” de Lee». «Lo más probable es que las fuerzas de la automatización a las que nos enfrentaremos sean impersonales e incomprensibles. Se presentarán en forma de calificaciones con estrellas a las que no podremos oponernos y algoritmos que no podremos comprender del todo. Abordar los problemas de la IA requerirá una perspectiva que vaya más allá de las batallas individuales. Vale la pena ver AlphaGo porque plantea estas preguntas» ^{[ 95 ]} (Vincent, 2017).

Murray Shanahan, profesor de robótica cognitiva en el Imperial College de Londres, critica que "el Go es un juego extraordinario, pero representa lo que podemos hacer con la IA en todo tipo de ámbitos", afirma Murray Shanahan, profesor de robótica cognitiva en el Imperial College de Londres e investigador principal en DeepMind. "Del mismo modo que existen todo tipo de posibilidades dentro del Go que aún no se han descubierto, nunca podríamos haber imaginado el potencial para descubrir fármacos y otros materiales". ^{[ 94 ]}

Sistemas similares

Facebook también ha estado trabajando en su propio sistema de juego de Go, darkforest , también basado en la combinación de aprendizaje automático y búsqueda de árbol de Monte Carlo . ^{[ 65 ]}^{[ 96 ]} Aunque era un jugador fuerte contra otros programas de Go de computadora, a principios de 2016, aún no había derrotado a un jugador humano profesional. ^{[ 97 ]} Darkforest ha perdido contra CrazyStone y Zen y se estima que tiene una fuerza similar a la de ellos. ^{[ 98 ]}

DeepZenGo , un sistema desarrollado con el apoyo del sitio web de intercambio de videos Dwango y la Universidad de Tokio , perdió 2-1 en noviembre de 2016 contra el maestro de Go Cho Chikun , quien ostenta el récord de mayor número de títulos de Go ganados en Japón. ^{[ 99 ]}^{[ 100 ]}

Un artículo de 2018 en Nature citó el enfoque de AlphaGo como la base para un nuevo método de cálculo de posibles moléculas de fármacos. ^{[ 101 ]}^{[ 102 ]} Desde entonces, se han explorado sistemas que consisten en búsqueda en árbol de Monte Carlo guiada por redes neuronales para una amplia gama de aplicaciones. ^{[ 103 ]}

Juego de ejemplo

AlphaGo Master (blancas) contra Tang Weixing (31 de diciembre de 2016), AlphaGo ganó por abandono. La jugada de 36 puntos con blancas fue ampliamente elogiada.

Impactos en Go

El documental AlphaGo ^{[ 9 ]}^{[ 89 ]} generó esperanzas de que Lee Sedol y Fan Hui se hubieran beneficiado de su experiencia jugando AlphaGo, pero a partir de mayo de 2018Sus clasificaciones apenas cambiaron; Lee Sedol ocupaba el puesto 11 del mundo y Fan Hui el 545. ^{[ 104 ]} El 19 de noviembre de 2019, Lee anunció su retiro del juego profesional, argumentando que nunca podría ser el mejor jugador de Go debido al creciente dominio de la IA. Lee se refirió a ella como "una entidad invencible". ^{[ 105 ]}

Véase también

Albert Lindsey Zobrist escribió el primer programa en Go en 1968.
Chinook (jugador de damas) , programa de juego de damas
Aprendizaje profundo por refuerzo , subcampo del aprendizaje automático que constituye la base de AlphaGo.
Glosario de inteligencia artificial
¡Vamos, matemáticas!
KataGo , el programa Go de código abierto líder
Leela Zero , otro programa Go de código abierto
Motor de tres en raya educativo Matchbox
Samuel está aprendiendo a jugar a las damas por ordenador.
TD-Gammon , red neuronal de backgammon
Pluribus (bot de póker)
AlphaZero
AlphaFold

Referencias

↑ "Inteligencia artificial: AlphaGo de Google vence al maestro de Go Lee Se-dol" . BBC News . 12 de marzo de 2016. Archivado del original el 26 de agosto de 2016. Consultado el 17 de marzo de 2016 .
↑ "DeepMind AlphaGO" . DeepMind Artificial Intelligence AlphaGo . Archivado del original el 14 de septiembre de 2019. Consultado el 16 de septiembre de 2019 .
↑ "AlphaGo | DeepMind" . DeepMind . Archivado del original el 28 de mayo de 2017. Consultado el 28 de mayo de 2017 .
1 2 3 4 5 6 7 8 9 10 Plata, David ; Huang, Aja ; Maddison, Chris J.; Guez, Arturo; Sifré, Laurent; Driessche, George van den; Schrittwieser, Julián; Antonoglou, Ioannis; Panneershelvam, Veda; Lanctot, Marc; Dieleman, Sander; Grewe, Dominik; Nham, Juan; Kalchbrenner, Nal; Sutskever, Ilya ; Lillicrap, Timoteo; Lixiviación, Madeleine; Kavukcuoglu, Koray; Graepel, Thore; Hassabis, Demis (28 de enero de 2016). "Dominar el juego de Go con redes neuronales profundas y búsqueda de árboles". Naturaleza . 529 (7587): 484– 489. Bibcode : 2016Natur.529..484S . doi : 10.1038 / nature16961 . ISSN 0028-0836 . PMID 26819042. S2CID 515925 .
1 2 3 4 5 "Blog de investigación: AlphaGo: Dominando el antiguo juego de Go con aprendizaje automático" . Blog de investigación de Google . 27 de enero de 2016. Archivado del original el 30 de enero de 2016. Consultado el 28 de enero de 2016 .
1 2 3 4 "Google logra un 'avance' en IA al vencer al campeón de Go" . BBC News . 27 de enero de 2016. Archivado del original el 2 de diciembre de 2021. Consultado el 20 de julio de 2018 .
↑ "Partida 1 – Desafío Google DeepMind: Lee Sedol vs AlphaGo" . YouTube . 8 de marzo de 2016. Archivado del original el 29 de marzo de 2017. Consultado el 9 de marzo de 2016 .
↑ "AlphaGo de Google obtiene una clasificación 'divina' en Go" . The Straits Times . straitstimes.com . 15 de marzo de 2016. Archivado del original el 7 de octubre de 2016. Consultado el 9 de diciembre de 2017 .
1 2 "Película AlphaGo" . Película AlphaGo . Archivado del original el 3 de enero de 2018. Recuperado el 14 de octubre de 2017 .
↑ "De la IA al plegamiento de proteínas: nuestros finalistas del premio Breakthrough" . Science . 22 de diciembre de 2016. Archivado del original el 17 de junio de 2022. Consultado el 29 de diciembre de 2016 .
^ "中国围棋协会授予AlphaGo职业九段并颁发证书" (en chino). Sohu.com . 27 de mayo de 2017. Archivado desde el original el 3 de junio de 2017 . Consultado el 9 de diciembre de 2017 .
1 2 Metz, Cade (27 de mayo de 2017). "Tras la victoria en China, los diseñadores de AlphaGo exploran nuevas IA" . Wired .
↑ "AlphaZero aplasta a Stockfish en una nueva partida de 1000 juegos" . 17 de abril de 2019. Archivado del original el 12 de noviembre de 2020. Consultado el 22 de abril de 2021 .
↑ Silver, David; Hubert, Thomas; Schrittwieser, Julian; Antonoglou, Ioannis; Lai, Matthew; Guez, Arthur; Lanctot, Marc; Sifre, Laurent; Kumaran, Dharshan; Graepel, Thore; Lillicrap, Timothy; Simonyan, Karen; Hassabis, Demis (7 de diciembre de 2018). "Un algoritmo general de aprendizaje por refuerzo que domina el ajedrez, el shogi y el Go mediante el autoaprendizaje" . Science . 362 ( 6419): 1140– 1144. Bibcode : 2018Sci...362.1140S . doi : 10.1126/science.aar6404 . PMID 30523106. S2CID 54457125 .
↑ Schraudolph, Nicol N.; Terrence, Peter Dayan; Sejnowski, J., Aprendizaje por diferencia temporal de la evaluación de la posición en el juego de Go (PDF) , archivado (PDF) del original el 28 de marzo de 2017 , recuperado el 31 de enero de 2016
1 2 "La computadora logra una gran victoria contra los humanos en el antiguo juego de Go" . CNN. 28 de enero de 2016. Archivado del original el 31 de enero de 2016. Consultado el 28 de enero de 2016 .
↑ "¡El programa de Go Zen vence a Takemiya Masaki con solo 4 piedras!" . Go Game Guru . Archivado del original el 1 de febrero de 2016 . Consultado el 28 de enero de 2016 .
^ "「アマ六段の力。天才かも」囲碁棋士、コンピューターに敗れる初の公式戦" . Noticias MSN Sankei. Archivado desde el original el 24 de marzo de 2013 . Consultado el 27 de marzo de 2013 .
1 2 3 John Ribeiro (14 de marzo de 2016). "Los movimientos inusuales de AlphaGo demuestran su destreza en IA, dicen los expertos" . PC World . Archivado del original el 17 de julio de 2016. Recuperado el 18 de marzo de 2016 .
↑ "Google AlphaGo AI arrasa con el campeón europeo de Go" . ZDNet . 28 de enero de 2016. Archivado del original el 29 de enero de 2016. Consultado el 28 de enero de 2016 .
1 2 Metz, Cade (27 de enero de 2016). "En un importante avance de la IA, el sistema de Google vence secretamente al mejor jugador en el antiguo juego de Go" . WIRED . Recuperado el 1 de febrero de 2016 .
↑ "Inserto especial de Go por computadora que cubre el encuentro AlphaGo vs Fan Hui" (PDF) . British Go Journal. 2017. Archivado (PDF) del original el 2 de febrero de 2016. Recuperado el 1 de febrero de 2016 .
↑ «Première défaite d'un professionnel du go contra una inteligencia artificial» . Le Monde (en francés). 27 de enero de 2016. Archivado desde el original el 29 de enero de 2016 . Consultado el 28 de enero de 2016 .
↑ "La IA AlphaGo de Google se enfrentará al número 1 del mundo, Lee Sedol, en una transmisión en vivo" . The Guardian . 5 de febrero de 2016. Archivado del original el 14 de agosto de 2017. Consultado el 15 de febrero de 2016 .
↑ "Google DeepMind se enfrentará al mejor jugador de Go del mundo en un hotel de lujo de 5 estrellas en Corea del Sur" . Business Insider . 22 de febrero de 2016. Archivado del original el 2 de marzo de 2016. Consultado el 23 de febrero de 2016 .
↑ Novet, Jordan (4 de febrero de 2016). "YouTube transmitirá en vivo a la IA de Google jugando contra la superestrella del Go, Lee Sedol, en marzo" . VentureBeat . Archivado del original el 9 de febrero de 2016. Recuperado el 7 de febrero de 2016 .
1 2 3 Yoon Sung-won (14 de marzo de 2016). "Lee Se-dol demuestra que AlphaGo es vencible" . The Korea Times . Archivado del original el 14 de marzo de 2016. Recuperado el 15 de marzo de 2016 .
^ "李世乭:即使Alpha Go得到升级也一样能赢" . JoongAng Ilbo (en chino). 23 de febrero de 2016. Archivado desde el original el 4 de marzo de 2016 . Consultado el 24 de febrero de 2016 .
^ " 이세돌 vs 알파고, '구글 딥마인드 챌린지 매치' 기자회견 열려" (en coreano). Asociación Corea Baduk . 22 de febrero de 2016. Archivado desde el original el 3 de marzo de 2016 . Consultado el 22 de febrero de 2016 .
↑ Demis Hassabis [@demishassabis] (11 de marzo de 2016). "Estamos utilizando aproximadamente la misma cantidad de potencia de cálculo que en la coincidencia de Fan Hui: distribuir la búsqueda entre más máquinas tiene rendimientos decrecientes" ( Tweet ) . Recuperado el 14 de marzo de 2016 – vía Twitter .
↑ "Enfrentamiento" . The Economist . Archivado del original el 14 de agosto de 2017. Consultado el 19 de noviembre de 2016 .
↑ Steven Borowiec (9 de marzo de 2016). "La máquina de IA de Google contra el campeón mundial de 'Go': todo lo que necesitas saber" . The Guardian . Archivado del original el 15 de marzo de 2016. Consultado el 15 de marzo de 2016 .
1 2 Rémi Coulom . "Lista de calificaciones del 1 de enero de 2016" . Archivado del original el 18 de marzo de 2016. Recuperado el 18 de marzo de 2016 .
↑ "Maestro coreano de Go demuestra que la intuición humana sigue siendo poderosa en el Go" . The Korean Herald / ANN . 14 de marzo de 2016. Archivado del original el 12 de abril de 2016. Consultado el 15 de marzo de 2016 .
↑ "La IA de Google vence al campeón mundial de Go en el primero de cinco partidos – BBC News" . BBC Online . Archivado del original el 10 de marzo de 2018. Consultado el 9 de marzo de 2016 .
↑ "Google AI gana su segunda partida de Go contra el campeón mundial – BBC News" . BBC Online . Archivado del original el 10 de marzo de 2016. Consultado el 10 de marzo de 2016 .
↑ "Google DeepMind AI gana la partida final de Go y se impone por 4-1 en la serie" . Engadget . 15 de marzo de 2016. Archivado del original el 15 de marzo de 2016. Consultado el 15 de marzo de 2016 .
↑ "Campeón humano está seguro de que vencerá a la IA en un antiguo juego chino" . Associated Press. 22 de febrero de 2016. Archivado del original el 24 de enero de 2019. Consultado el 22 de febrero de 2016 .
↑ "En dos movimientos, AlphaGo y Lee Sedol redefinieron el futuro" . WIRED . Consultado el 12 de noviembre de 2017 .
^ "黄士杰: AlphaGo李世石人机大战第四局问题已解决 fecha = 8 de julio de 2016" (en chino). Archivado desde el original el 10 de octubre de 2018 . Consultado el 8 de julio de 2016 .
^ Demis Hassabis (4 de enero de 2017). "Demis Hassabis en Twitter:" ¡Estoy emocionado de compartir una actualización sobre #AlphaGo!" . Cuenta de Twitter de Demis Hassabis . Archivada del original el 4 de mayo de 2019. Consultada el 4 de enero de 2017 .
1 2 3 Elizabeth Gibney (4 de enero de 2017). "Google revela una prueba secreta de un bot de IA para vencer a los mejores jugadores de Go" . Nature . 541 (7636): 142. Bibcode : 2017Natur.541..142G . doi : 10.1038/nature.2017.21253 . PMID 28079098 .
1 2 3 "Los humanos lamentan la pérdida tras revelarse que Google es el maestro del Go de China" . Wall Street Journal . 5 de enero de 2017. Archivado del original el 26 de mayo de 2019. Consultado el 6 de enero de 2017 .
↑ "El mejor jugador de Go del mundo dice que aún le queda "un último movimiento" para derrotar a la IA AlphaGo de Google" . Quartz . 4 de enero de 2017. Archivado del original el 19 de noviembre de 2020. Consultado el 6 de enero de 2017 .
^ "横扫中日韩棋手斩获59胜的Master发话：我是阿尔法狗" (en chino). 澎湃新闻. 4 de enero de 2017. Archivado desde el original el 30 de septiembre de 2020 . Consultado el 11 de diciembre de 2017 .
↑ "Explorando los misterios del Go con AlphaGo y los mejores jugadores de China" . 10 de abril de 2017. Archivado del original el 11 de abril de 2017. Consultado el 10 de abril de 2017 .
↑ "El jugador de Go número 1 del mundo, Ke Jie, se enfrenta a AlphaGo mejorado en mayo" . 10 de abril de 2017. Archivado del original el 15 de abril de 2017. Consultado el 27 de mayo de 2017 .
↑ "Ke Jie vs. AlphaGo: 8 cosas que debes saber" . 27 de mayo de 2017. Archivado del original el 14 de diciembre de 2017. Consultado el 27 de mayo de 2017 .
↑ Metz, Cade (23 de mayo de 2017). "AlphaGo renovado gana su primera partida contra un gran maestro chino de Go" . Wired .
↑ Metz, Cade (25 de mayo de 2017). "AlphaGo de Google continúa su dominio con una segunda victoria en China" . Wired .
↑ "Juegos completos para que los jugadores de Go disfruten" . Deepmind. Archivado del original el 5 de agosto de 2019. Consultado el 28 de mayo de 2017 .
1 2 3 4 5 Silver, David ; Schrittwieser, Julian; Simonyan, Karen; Antonoglou, Ioannis ; Huang, Aja ; Guez, Arthur; Hubert, Thomas; Baker, Lucas; Lai, Matthew; Bolton, Adrian; Chen, Yutian ; Lillicrap, Timothy; Fan, Hui ; Sifre, Laurent; Driessche, George van den; Graepel, Thore; Hassabis, Demis (19 de octubre de 2017). "Dominando el juego de Go sin conocimiento humano" (PDF) . Nature . 550 (7676): 354–359 . Bibcode : 2017Natur.550..354S . doi : 10.1038/nature24270 . ISSN 0028-0836 . PMID 29052630 . S2CID 205261034. Archivado ( PDF) del original el 24 de noviembre de 2020. Recuperado el 29 de agosto de 2020 .
1 2 3 4 5 "AlphaGo Zero: Aprendiendo desde cero" . Sitio web oficial de DeepMind . 18 de octubre de 2017. Archivado del original el 19 de octubre de 2017. Recuperado el 19 de octubre de 2017 .
↑ Silver, David ; Hubert, Thomas; Schrittwieser, Julian; Antonoglou, Ioannis; Lai, Matthew; Guez, Arthur; Lanctot, Marc; Sifre, Laurent; Kumaran, Dharshan; Graepel, Thore; Lillicrap, Timothy; Simonyan, Karen; Hassabis, Demis (5 de diciembre de 2017). "Dominando el ajedrez y el shogi mediante el autoaprendizaje con un algoritmo general de aprendizaje por refuerzo". arXiv : 1712.01815 [ cs.AI ].
↑ "Herramienta de enseñanza AlphaGo" . DeepMind . Archivado del original el 12 de diciembre de 2017. Consultado el 11 de diciembre de 2017 .
^ "AlphaGo教学工具上线樊麾:使用Master版本" ( en chino). Sina.com.cn. 11 de diciembre de 2017. Archivado desde el original el 12 de diciembre de 2017 . Consultado el 11 de diciembre de 2017 .
↑ McMillan, Robert (18 de mayo de 2016). "Google no se anda con rodeos con su nuevo chip" . The Wall Street Journal . Archivado del original el 29 de junio de 2016. Consultado el 26 de junio de 2016 .
↑ Jouppi, Norm (18 de mayo de 2016). "Google potencia las tareas de aprendizaje automático con el chip personalizado TPU" . Blog de Google Cloud Platform . Archivado del original el 18 de mayo de 2016. Consultado el 26 de junio de 2016 .
^ "AlphaGo官方解读让三子对人类高手没这种优势" (en chino). Siná . 25 de mayo de 2017. Archivado desde el original el 16 de abril de 2021 . Consultado el 2 de junio de 2017 .
^ "各版alphago实力对比 maestro能让李世石版3子" (en chino). Siná . 24 de mayo de 2017. Archivado desde el original el 3 de junio de 2017 . Consultado el 2 de junio de 2017 .
↑ "Nueva versión de AlphaGo autoentrenada y mucho más eficiente" . Asociación Americana de Go . 24 de mayo de 2017. Archivado del original el 3 de junio de 2017. Consultado el 1 de junio de 2017 .
^ "【柯洁战败解密】AlphaGo Master最新架构和算法，谷歌云与TPU拆解" (en chino). Sohu . 24 de mayo de 2017. Archivado desde el original el 17 de septiembre de 2017 . Consultado el 1 de junio de 2017 .
↑ Silver, David; Hubert, Thomas; Schrittwieser, Julian; Antonoglou, Ioannis; Lai, Matthew; Guez, Arthur; Lanctot, Marc; Sifre, Laurent; Kumaran, Dharshan; Graepel, Thore; Lillicrap, Timothy; Simonyan, Karen; Hassabis, Demis (7 de diciembre de 2018). "Un algoritmo general de aprendizaje por refuerzo que domina el ajedrez, el shogi y el Go mediante el autoaprendizaje" . Science . 362 ( 6419): 1140– 1144. Bibcode : 2018Sci...362.1140S . doi : 10.1126/science.aar6404 . PMID 30523106. S2CID 54457125 .
↑ Cade Metz (13 de marzo de 2016). "El gran maestro de Go, Lee Sedol, consigue una victoria de consolación contra la IA de Google" . Wired News . Archivado del original el 17 de noviembre de 2017. Consultado el 29 de marzo de 2016 .
1 2 Gibney, Elizabeth (27 de enero de 2016). "El algoritmo de IA de Google domina el antiguo juego de Go" . Nature . 529 (7587): 445– 6. Bibcode : 2016Natur.529..445G . doi : 10.1038/529445a . PMID 26819021 .
↑ Chouard, Tanguy (12 de marzo de 2016). "The Go Files: AI computer clinches victory against Go champion" . Nature . doi : 10.1038/nature.2016.19553 . S2CID 155164502. Archivado del original el 18 de junio de 2016. Consultado el 18 de diciembre de 2016 .
^ "韩国研究新版AlphaGo:穿越而来展示未来围棋" (en chino). Sina.com . 11 de enero de 2017. Archivado desde el original el 24 de abril de 2017 . Consultado el 24 de abril de 2017 .
1 2 3 4 5 6 7 8 Steven Borowiec; Tracey Lien (12 de marzo de 2016). "AlphaGo vence al campeón humano de Go en un hito para la inteligencia artificial" . Los Angeles Times . Archivado del original el 13 de mayo de 2018. Recuperado el 13 de marzo de 2016 .
↑ Connor, Steve (27 de enero de 2016). "Una computadora ha vencido a un profesional en el juego de mesa más complejo del mundo" . The Independent . Archivado del original el 28 de enero de 2016. Consultado el 28 de enero de 2016 .
↑ "La IA de Google vence al campeón humano en Go" . CBC News . 27 de enero de 2016. Archivado del original el 10 de marzo de 2016. Consultado el 28 de enero de 2016 .
↑ Dave Gershgorn (12 de marzo de 2016). "ALPHAGO DE GOOGLE VENCE AL CAMPEÓN MUNDIAL EN EL TERCER PARTIDO Y GANA TODA LA SERIE" . Popular Science . Archivado del original el 16 de diciembre de 2016. Consultado el 13 de marzo de 2016 .
1 2 "La computadora AlphaGo de Google DeepMind arrasa con el campeón humano en partidas de Go" . CBC News . Associated Press . 12 de marzo de 2016. Archivado del original el 13 de marzo de 2016. Consultado el 13 de marzo de 2016 .
↑ Sofia Yan (12 de marzo de 2016). "Una computadora de Google vence al campeón mundial de 'Go'" . CNN Money . Archivado del original el 8 de agosto de 2020. Consultado el 13 de marzo de 2016 .
↑ "AlphaGo: La inteligencia artificial de Google se enfrentará al campeón mundial del antiguo juego de mesa chino" . Australian Broadcasting Corporation . 8 de marzo de 2016. Archivado del original el 15 de junio de 2016. Consultado el 13 de marzo de 2016 .
1 2 Mariëtte Le Roux (12 de marzo de 2016). "El auge de las máquinas: los expertos advierten que hay que vigilar la IA" . Phys.org . Archivado del original el 13 de marzo de 2016. Consultado el 13 de marzo de 2016 .
1 2 3 Mariëtte Le Roux; Pascale Mollard (8 de marzo de 2016). "¿Fin del juego? Nuevo desafío de la IA a la inteligencia humana (Actualización)" . phys.org . Archivado del original el 14 de marzo de 2016. Recuperado el 13 de marzo de 2016 .
↑ Tanya Lewis (11 de marzo de 2016). "Una experta en IA afirma que al programa de Google para jugar al Go le falta una característica clave de la inteligencia humana" . Business Insider . Archivado del original el 12 de marzo de 2016. Consultado el 13 de marzo de 2016 .
↑ Mozur, Paul (20 de julio de 2017). "Pekín quiere que la IA se fabrique en China para 2030" . The New York Times . Archivado del original el 11 de abril de 2018. Recuperado el 11 de abril de 2018 .
↑ «Medalla Marvin Minsky por Logros Sobresalientes en IA» . Conferencia Internacional Conjunta sobre Inteligencia Artificial . 19 de octubre de 2017. Archivado del original el 21 de octubre de 2017. Consultado el 21 de octubre de 2017 .
↑ CHOE SANG-HUN (16 de marzo de 2016). "El programa informático de Google vence a Lee Se-dol en un torneo de Go" . The New York Times . Archivado del original el 18 de marzo de 2016. Consultado el 18 de marzo de 2016. Más de 100 millones de personas vieron los partidos entre AlphaGo y Lee, dijo el Sr. Hassabis.
↑ John Ribeiro (12 de marzo de 2016). "El programa de IA AlphaGo de Google es fuerte pero no perfecto, dice el jugador surcoreano de Go derrotado" . PC World . Archivado del original el 13 de marzo de 2016. Consultado el 13 de marzo de 2016 .
1 2 Gibney, Elizabeth (2016). " Los jugadores de Go reaccionan a la derrota contra la computadora" . Nature . doi : 10.1038/nature.2016.19255 . S2CID 146868978. Archivado del original el 30 de enero de 2016. Recuperado el 29 de enero de 2016 .
↑ Zastrow, Mark (15 de marzo de 2016). "Cómo la victoria de Go AI de Google está generando temor en Corea del Sur" . New Scientist . Archivado del original el 21 de marzo de 2016. Recuperado el 18 de marzo de 2016 .
↑ JEE HEUN KAHNG; SE YOUNG LEE (15 de marzo de 2016). "El programa de inteligencia artificial de Google vence al Go Pro surcoreano con un marcador de 4-1" . Reuters . Archivado del original el 28 de julio de 2017. Recuperado el 18 de marzo de 2016 .
1 2 Neil Connor (11 de marzo de 2016). "Google AlphaGo 'no puede vencerme', dice el gran maestro chino de Go" . The Telegraph (Reino Unido) . Archivado del original el 13 de marzo de 2016. Recuperado el 13 de marzo de 2016 .
↑ "El maestro chino de Go, Ke Jie, dice que podría perder contra AlphaGo : El DONG-A ILBO" . Archivado del original el 15 de marzo de 2016. Consultado el 17 de marzo de 2016 .
↑ "...si el rendimiento de hoy fue su verdadera capacidad, entonces no merece jugar contra mí" . M.hankooki.com. 14 de marzo de 2016. Archivado del original el 15 de marzo de 2016. Consultado el 5 de junio de 2018 .
↑ CHOE SANG-HUN (15 de marzo de 2016). "En Seúl, los juegos de Go despiertan interés (y preocupación) sobre la inteligencia artificial" . The New York Times . Archivado del original el 18 de marzo de 2016. Consultado el 18 de marzo de 2016 .
1 2 "ALPHAGO" . Rotten Tomatoes . Consultado el 15 de abril de 2023 .
↑ Rechtshaffen, Michael (26 de octubre de 2017). "Reseña: Un antiguo juego de mesa chino tratado con dramatismo e intriga al estilo de la NFL en el documental 'AlphaGo'"" . www.latimes.com . Archivado del original el 15 de abril de 2023 . Consultado el 15 de abril de 2023 .
↑ Defore, John (29 de septiembre de 2017) .'AlphaGo': Crítica de la película" . The Hollywood Reporter . Archivado del original el 13 de febrero de 2023. Consultado el 15 de abril de 2023 .
↑ Kohs, Greg (23 de octubre de 2018). "Cinco preguntas para cineastas: AlphaGo" . Science Media Awards & Summit in the Hub (SMASH) . Archivado del original el 28 de marzo de 2023. Recuperado el 15 de abril de 2023 .
↑ Lee, Hajin (28 de abril de 2017). Crítica de la película "AlphaGo": El arte de capturar la esencia" . hajinlee.medium.com . Archivado del original el 15 de abril de 2023. Consultado el 15 de abril de 2023 .
1 2 Williams, Rhiannon (8 de octubre de 2020). "Fan Hui: Lo que aprendí al perder contra AlphaGo de DeepMind" . inews.co.uk . Archivado del original el 28 de marzo de 2023. Recuperado el 15 de abril de 2023 .
↑ Vincent, James (12 de octubre de 2017). "¿Cómo afrontaremos la derrota ante las máquinas?" . www.theverge.com . Archivado del original el 15 de abril de 2023. Recuperado el 15 de abril de 2023 .
↑ Tian, Yuandong; Zhu, Yan (2015). "Mejor jugador de Go por computadora con redes neuronales y predicción a largo plazo". arXiv : 1511.06410v1 [ cs.LG ].
↑ HAL 90210 (28 de enero de 2016). "No Go: Facebook no logra arruinar el gran día de Google en IA" . The Guardian . ISSN 0261-3077 . Archivado del original el 15 de marzo de 2016. Consultado el 1 de febrero de 2016 . {{cite news}}: CS1 maint: nombres numéricos: lista de autores ( enlace )
↑ "Conferencia Strachey – Dr. Demis Hassabis" . The New Livestream . Archivado del original el 16 de marzo de 2016. Consultado el 17 de marzo de 2016 .
↑ "El maestro de Go Cho gana una serie al mejor de tres contra una IA de fabricación japonesa" . The Japan Times Online . 24 de noviembre de 2016. Archivado del original el 14 de agosto de 2017. Consultado el 27 de noviembre de 2016 .
↑ "Los humanos contraatacan: un maestro coreano de Go vence a la IA en una partida de juego de mesa" . CNET . Archivado del original el 25 de noviembre de 2016. Consultado el 27 de noviembre de 2016 .
↑ "Ve y fabrica algunas drogas The Engineer" . www.theengineer.co.uk . 3 de abril de 2018. Archivado del original el 3 de abril de 2018. Recuperado el 3 de abril de 2018 .
↑ Segler, Martwin HS; Preuss, Mike; Waller, Mark P. (29 de marzo de 2018). "Planificación de síntesis químicas con redes neuronales profundas e IA simbólica" . Nature . 555 ( 7698): 604– 610. arXiv : 1708.04202 . Bibcode : 2018Natur.555..604S . doi : 10.1038/nature25978 . hdl : 1887/69740 . PMID 29595767. S2CID 205264340. Archivado del original el 12 de diciembre de 2021. Recuperado el 12 de diciembre de 2021 .
↑ Kemmerling, Marco; Lütticke, Daniel; Schmitt, Robert H. (1 de enero de 2024). "Más allá de los juegos: una revisión sistemática de las aplicaciones de búsqueda en árbol de Monte Carlo neuronal" . Applied Intelligence . 54 (1): 1020– 1046. arXiv : 2303.08060 . doi : 10.1007/s10489-023-05240-w . ISSN 1573-7497 .
↑ "Go Ratings" . Go Ratings. Archivado del original el 15 de agosto de 2021. Consultado el 5 de junio de 2018 .
↑ Vincent, James (27 de noviembre de 2019). «Excampeón de Go derrotado por DeepMind se retira tras declarar invencible a la IA» . The Verge . Archivado del original el 7 de abril de 2020. Consultado el 28 de noviembre de 2019 .

Enlaces externos

Sitio web oficial
Wiki de AlphaGo en la Biblioteca de Sensei , que incluye enlaces a juegos de AlphaGo.
Página de AlphaGo , con archivo y juegos.
Calificación estimada de Alpha Go en 2017
AlphaGo - La película en YouTube
Contenido multimedia relacionado con AlphaGo en Wikimedia Commons
Citas relacionadas con AlphaGo en Wikiquote

[1] "Inteligencia artificial: AlphaGo de Google vence al maestro de Go Lee Se-dol" . BBC News . 12 de marzo de 2016. Archivado del original el 26 de agosto de 2016. Consultado el 17 de marzo de 2016 .

[2] "DeepMind AlphaGO" . DeepMind Artificial Intelligence AlphaGo . Archivado del original el 14 de septiembre de 2019. Consultado el 16 de septiembre de 2019 .

[3] "AlphaGo | DeepMind" . DeepMind . Archivado del original el 28 de mayo de 2017. Consultado el 28 de mayo de 2017 .

[DeepMindnature2016-4] 1 2 3 4 5 6 7 8 9 10 Plata, David ; Huang, Aja ; Maddison, Chris J.; Guez, Arturo; Sifré, Laurent; Driessche, George van den; Schrittwieser, Julián; Antonoglou, Ioannis; Panneershelvam, Veda; Lanctot, Marc; Dieleman, Sander; Grewe, Dominik; Nham, Juan; Kalchbrenner, Nal; Sutskever, Ilya ; Lillicrap, Timoteo; Lixiviación, Madeleine; Kavukcuoglu, Koray; Graepel, Thore; Hassabis, Demis (28 de enero de 2016). "Dominar el juego de Go con redes neuronales profundas y búsqueda de árboles". Naturaleza . 529 (7587): 484– 489. Bibcode : 2016Natur.529..484S . doi : 10.1038 / nature16961 . ISSN 0028-0836 . PMID 26819042. S2CID 515925 .

[googlego-5] 1 2 3 4 5 "Blog de investigación: AlphaGo: Dominando el antiguo juego de Go con aprendizaje automático" . Blog de investigación de Google . 27 de enero de 2016. Archivado del original el 30 de enero de 2016. Consultado el 28 de enero de 2016 .

[bbcgo-6] 1 2 3 4 "Google logra un 'avance' en IA al vencer al campeón de Go" . BBC News . 27 de enero de 2016. Archivado del original el 2 de diciembre de 2021. Consultado el 20 de julio de 2018 .

[leesedolwin-7] "Partida 1 – Desafío Google DeepMind: Lee Sedol vs AlphaGo" . YouTube . 8 de marzo de 2016. Archivado del original el 29 de marzo de 2017. Consultado el 9 de marzo de 2016 .

[8] "AlphaGo de Google obtiene una clasificación 'divina' en Go" . The Straits Times . straitstimes.com . 15 de marzo de 2016. Archivado del original el 7 de octubre de 2016. Consultado el 9 de diciembre de 2017 .

[alphagomovie-9] 1 2 "Película AlphaGo" . Película AlphaGo . Archivado del original el 3 de enero de 2018. Recuperado el 14 de octubre de 2017 .

[10] "De la IA al plegamiento de proteínas: nuestros finalistas del premio Breakthrough" . Science . 22 de diciembre de 2016. Archivado del original el 17 de junio de 2022. Consultado el 29 de diciembre de 2016 .

[AlphaGo_9-dan-11] "中国围棋协会授予AlphaGo职业九段并颁发证书" (en chino). Sohu.com . 27 de mayo de 2017. Archivado desde el original el 3 de junio de 2017 . Consultado el 9 de diciembre de 2017 .

[AlphaGo's_Designers_Explore_New_AI-12] 1 2 Metz, Cade (27 de mayo de 2017). "Tras la victoria en China, los diseñadores de AlphaGo exploran nuevas IA" . Wired .

[13] "AlphaZero aplasta a Stockfish en una nueva partida de 1000 juegos" . 17 de abril de 2019. Archivado del original el 12 de noviembre de 2020. Consultado el 22 de abril de 2021 .

[14] Silver, David; Hubert, Thomas; Schrittwieser, Julian; Antonoglou, Ioannis; Lai, Matthew; Guez, Arthur; Lanctot, Marc; Sifre, Laurent; Kumaran, Dharshan; Graepel, Thore; Lillicrap, Timothy; Simonyan, Karen; Hassabis, Demis (7 de diciembre de 2018). "Un algoritmo general de aprendizaje por refuerzo que domina el ajedrez, el shogi y el Go mediante el autoaprendizaje" . Science . 362 ( 6419): 1140– 1144. Bibcode : 2018Sci...362.1140S . doi : 10.1126/science.aar6404 . PMID 30523106. S2CID 54457125 .

[15] Schraudolph, Nicol N.; Terrence, Peter Dayan; Sejnowski, J., Aprendizaje por diferencia temporal de la evaluación de la posición en el juego de Go (PDF) , archivado (PDF) del original el 28 de marzo de 2017 , recuperado el 31 de enero de 2016

[CNN0128-16] 1 2 "La computadora logra una gran victoria contra los humanos en el antiguo juego de Go" . CNN. 28 de enero de 2016. Archivado del original el 31 de enero de 2016. Consultado el 28 de enero de 2016 .

[17] "¡El programa de Go Zen vence a Takemiya Masaki con solo 4 piedras!" . Go Game Guru . Archivado del original el 1 de febrero de 2016 . Consultado el 28 de enero de 2016 .

[18] "「アマ六段の力。天才かも」囲碁棋士、コンピューターに敗れる初の公式戦" . Noticias MSN Sankei. Archivado desde el original el 24 de marzo de 2013 . Consultado el 27 de marzo de 2013 .

[pcworld_unusual-19] 1 2 3 John Ribeiro (14 de marzo de 2016). "Los movimientos inusuales de AlphaGo demuestran su destreza en IA, dicen los expertos" . PC World . Archivado del original el 17 de julio de 2016. Recuperado el 18 de marzo de 2016 .

[20] "Google AlphaGo AI arrasa con el campeón europeo de Go" . ZDNet . 28 de enero de 2016. Archivado del original el 29 de enero de 2016. Consultado el 28 de enero de 2016 .

[MetzWired2016-21] 1 2 Metz, Cade (27 de enero de 2016). "En un importante avance de la IA, el sistema de Google vence secretamente al mejor jugador en el antiguo juego de Go" . WIRED . Recuperado el 1 de febrero de 2016 .

[22] "Inserto especial de Go por computadora que cubre el encuentro AlphaGo vs Fan Hui" (PDF) . British Go Journal. 2017. Archivado (PDF) del original el 2 de febrero de 2016. Recuperado el 1 de febrero de 2016 .

[lemondego-23] «Première défaite d'un professionnel du go contra una inteligencia artificial» . Le Monde (en francés). 27 de enero de 2016. Archivado desde el original el 29 de enero de 2016 . Consultado el 28 de enero de 2016 .

[24] "La IA AlphaGo de Google se enfrentará al número 1 del mundo, Lee Sedol, en una transmisión en vivo" . The Guardian . 5 de febrero de 2016. Archivado del original el 14 de agosto de 2017. Consultado el 15 de febrero de 2016 .

[25] "Google DeepMind se enfrentará al mejor jugador de Go del mundo en un hotel de lujo de 5 estrellas en Corea del Sur" . Business Insider . 22 de febrero de 2016. Archivado del original el 2 de marzo de 2016. Consultado el 23 de febrero de 2016 .

[26] Novet, Jordan (4 de febrero de 2016). "YouTube transmitirá en vivo a la IA de Google jugando contra la superestrella del Go, Lee Sedol, en marzo" . VentureBeat . Archivado del original el 9 de febrero de 2016. Recuperado el 7 de febrero de 2016 .

[koreatimes_beatable-27] 1 2 3 Yoon Sung-won (14 de marzo de 2016). "Lee Se-dol demuestra que AlphaGo es vencible" . The Korea Times . Archivado del original el 14 de marzo de 2016. Recuperado el 15 de marzo de 2016 .

[JoongAng_Ilbo-28] "李世乭:即使Alpha Go得到升级也一样能赢" . JoongAng Ilbo (en chino). 23 de febrero de 2016. Archivado desde el original el 4 de marzo de 2016 . Consultado el 24 de febrero de 2016 .

[Korea_Baduk_Association-29] " 이세돌 vs 알파고, '구글 딥마인드 챌린지 매치' 기자회견 열려" (en coreano). Asociación Corea Baduk . 22 de febrero de 2016. Archivado desde el original el 3 de marzo de 2016 . Consultado el 22 de febrero de 2016 .

[30] Demis Hassabis [@demishassabis] (11 de marzo de 2016). "Estamos utilizando aproximadamente la misma cantidad de potencia de cálculo que en la coincidencia de Fan Hui: distribuir la búsqueda entre más máquinas tiene rendimientos decrecientes" ( Tweet ) . Recuperado el 14 de marzo de 2016 – vía Twitter .

[31] "Enfrentamiento" . The Economist . Archivado del original el 14 de agosto de 2017. Consultado el 19 de noviembre de 2016 .

[32] Steven Borowiec (9 de marzo de 2016). "La máquina de IA de Google contra el campeón mundial de 'Go': todo lo que necesitas saber" . The Guardian . Archivado del original el 15 de marzo de 2016. Consultado el 15 de marzo de 2016 .

[goratings.org_2016-33] 1 2 Rémi Coulom . "Lista de calificaciones del 1 de enero de 2016" . Archivado del original el 18 de marzo de 2016. Recuperado el 18 de marzo de 2016 .

[34] "Maestro coreano de Go demuestra que la intuición humana sigue siendo poderosa en el Go" . The Korean Herald / ANN . 14 de marzo de 2016. Archivado del original el 12 de abril de 2016. Consultado el 15 de marzo de 2016 .

[35] "La IA de Google vence al campeón mundial de Go en el primero de cinco partidos – BBC News" . BBC Online . Archivado del original el 10 de marzo de 2018. Consultado el 9 de marzo de 2016 .

[36] "Google AI gana su segunda partida de Go contra el campeón mundial – BBC News" . BBC Online . Archivado del original el 10 de marzo de 2016. Consultado el 10 de marzo de 2016 .

[37] "Google DeepMind AI gana la partida final de Go y se impone por 4-1 en la serie" . Engadget . 15 de marzo de 2016. Archivado del original el 15 de marzo de 2016. Consultado el 15 de marzo de 2016 .

[38] "Campeón humano está seguro de que vencerá a la IA en un antiguo juego chino" . Associated Press. 22 de febrero de 2016. Archivado del original el 24 de enero de 2019. Consultado el 22 de febrero de 2016 .

[39] "En dos movimientos, AlphaGo y Lee Sedol redefinieron el futuro" . WIRED . Consultado el 12 de noviembre de 2017 .

[Aja_Huang_Conference-40] "黄士杰: AlphaGo李世石人机大战第四局问题已解决 fecha = 8 de julio de 2016" (en chino). Archivado desde el original el 10 de octubre de 2018 . Consultado el 8 de julio de 2016 .

[Master-41] Demis Hassabis (4 de enero de 2017). "Demis Hassabis en Twitter:" ¡Estoy emocionado de compartir una actualización sobre #AlphaGo!" . Cuenta de Twitter de Demis Hassabis . Archivada del original el 4 de mayo de 2019. Consultada el 4 de enero de 2017 .

[Nature-Master-42] 1 2 3 Elizabeth Gibney (4 de enero de 2017). "Google revela una prueba secreta de un bot de IA para vencer a los mejores jugadores de Go" . Nature . 541 (7636): 142. Bibcode : 2017Natur.541..142G . doi : 10.1038/nature.2017.21253 . PMID 28079098 .

[WSJ_Mourn-43] 1 2 3 "Los humanos lamentan la pérdida tras revelarse que Google es el maestro del Go de China" . Wall Street Journal . 5 de enero de 2017. Archivado del original el 26 de mayo de 2019. Consultado el 6 de enero de 2017 .

[44] "El mejor jugador de Go del mundo dice que aún le queda "un último movimiento" para derrotar a la IA AlphaGo de Google" . Quartz . 4 de enero de 2017. Archivado del original el 19 de noviembre de 2020. Consultado el 6 de enero de 2017 .

[45] "横扫中日韩棋手斩获59胜的Master发话：我是阿尔法狗" (en chino). 澎湃新闻. 4 de enero de 2017. Archivado desde el original el 30 de septiembre de 2020 . Consultado el 11 de diciembre de 2017 .

[46] "Explorando los misterios del Go con AlphaGo y los mejores jugadores de China" . 10 de abril de 2017. Archivado del original el 11 de abril de 2017. Consultado el 10 de abril de 2017 .

[47] "El jugador de Go número 1 del mundo, Ke Jie, se enfrenta a AlphaGo mejorado en mayo" . 10 de abril de 2017. Archivado del original el 15 de abril de 2017. Consultado el 27 de mayo de 2017 .

[48] "Ke Jie vs. AlphaGo: 8 cosas que debes saber" . 27 de mayo de 2017. Archivado del original el 14 de diciembre de 2017. Consultado el 27 de mayo de 2017 .

[49] Metz, Cade (23 de mayo de 2017). "AlphaGo renovado gana su primera partida contra un gran maestro chino de Go" . Wired .

[50] Metz, Cade (25 de mayo de 2017). "AlphaGo de Google continúa su dominio con una segunda victoria en China" . Wired .

[50_games-51] "Juegos completos para que los jugadores de Go disfruten" . Deepmind. Archivado del original el 5 de agosto de 2019. Consultado el 28 de mayo de 2017 .

[Nature2017-52] 1 2 3 4 5 Silver, David ; Schrittwieser, Julian; Simonyan, Karen; Antonoglou, Ioannis ; Huang, Aja ; Guez, Arthur; Hubert, Thomas; Baker, Lucas; Lai, Matthew; Bolton, Adrian; Chen, Yutian ; Lillicrap, Timothy; Fan, Hui ; Sifre, Laurent; Driessche, George van den; Graepel, Thore; Hassabis, Demis (19 de octubre de 2017). "Dominando el juego de Go sin conocimiento humano" (PDF) . Nature . 550 (7676): 354–359 . Bibcode : 2017Natur.550..354S . doi : 10.1038/nature24270 . ISSN 0028-0836 . PMID 29052630 . S2CID 205261034. Archivado ( PDF) del original el 24 de noviembre de 2020. Recuperado el 29 de agosto de 2020 .

[Deepmind20171018-53] 1 2 3 4 5 "AlphaGo Zero: Aprendiendo desde cero" . Sitio web oficial de DeepMind . 18 de octubre de 2017. Archivado del original el 19 de octubre de 2017. Recuperado el 19 de octubre de 2017 .

[54] Silver, David ; Hubert, Thomas; Schrittwieser, Julian; Antonoglou, Ioannis; Lai, Matthew; Guez, Arthur; Lanctot, Marc; Sifre, Laurent; Kumaran, Dharshan; Graepel, Thore; Lillicrap, Timothy; Simonyan, Karen; Hassabis, Demis (5 de diciembre de 2017). "Dominando el ajedrez y el shogi mediante el autoaprendizaje con un algoritmo general de aprendizaje por refuerzo". arXiv : 1712.01815 [ cs.AI ].

[55] "Herramienta de enseñanza AlphaGo" . DeepMind . Archivado del original el 12 de diciembre de 2017. Consultado el 11 de diciembre de 2017 .

[sina20171211-56] "AlphaGo教学工具上线樊麾:使用Master版本" ( en chino). Sina.com.cn. 11 de diciembre de 2017. Archivado desde el original el 12 de diciembre de 2017 . Consultado el 11 de diciembre de 2017 .

[57] McMillan, Robert (18 de mayo de 2016). "Google no se anda con rodeos con su nuevo chip" . The Wall Street Journal . Archivado del original el 29 de junio de 2016. Consultado el 26 de junio de 2016 .

[58] Jouppi, Norm (18 de mayo de 2016). "Google potencia las tareas de aprendizaje automático con el chip personalizado TPU" . Blog de Google Cloud Platform . Archivado del original el 18 de mayo de 2016. Consultado el 26 de junio de 2016 .

[sina0524-59] "AlphaGo官方解读让三子对人类高手没这种优势" (en chino). Siná . 25 de mayo de 2017. Archivado desde el original el 16 de abril de 2021 . Consultado el 2 de junio de 2017 .

[60] "各版alphago实力对比 maestro能让李世石版3子" (en chino). Siná . 24 de mayo de 2017. Archivado desde el original el 3 de junio de 2017 . Consultado el 2 de junio de 2017 .

[61] "Nueva versión de AlphaGo autoentrenada y mucho más eficiente" . Asociación Americana de Go . 24 de mayo de 2017. Archivado del original el 3 de junio de 2017. Consultado el 1 de junio de 2017 .

[sohu0524-62] "【柯洁战败解密】AlphaGo Master最新架构和算法，谷歌云与TPU拆解" (en chino). Sohu . 24 de mayo de 2017. Archivado desde el original el 17 de septiembre de 2017 . Consultado el 1 de junio de 2017 .

[63] Silver, David; Hubert, Thomas; Schrittwieser, Julian; Antonoglou, Ioannis; Lai, Matthew; Guez, Arthur; Lanctot, Marc; Sifre, Laurent; Kumaran, Dharshan; Graepel, Thore; Lillicrap, Timothy; Simonyan, Karen; Hassabis, Demis (7 de diciembre de 2018). "Un algoritmo general de aprendizaje por refuerzo que domina el ajedrez, el shogi y el Go mediante el autoaprendizaje" . Science . 362 ( 6419): 1140– 1144. Bibcode : 2018Sci...362.1140S . doi : 10.1126/science.aar6404 . PMID 30523106. S2CID 54457125 .

[64] Cade Metz (13 de marzo de 2016). "El gran maestro de Go, Lee Sedol, consigue una victoria de consolación contra la IA de Google" . Wired News . Archivado del original el 17 de noviembre de 2017. Consultado el 29 de marzo de 2016 .

[:0-65] 1 2 Gibney, Elizabeth (27 de enero de 2016). "El algoritmo de IA de Google domina el antiguo juego de Go" . Nature . 529 (7587): 445– 6. Bibcode : 2016Natur.529..445G . doi : 10.1038/529445a . PMID 26819021 .

[66] Chouard, Tanguy (12 de marzo de 2016). "The Go Files: AI computer clinches victory against Go champion" . Nature . doi : 10.1038/nature.2016.19553 . S2CID 155164502. Archivado del original el 18 de junio de 2016. Consultado el 18 de diciembre de 2016 .

[67] "韩国研究新版AlphaGo:穿越而来展示未来围棋" (en chino). Sina.com . 11 de enero de 2017. Archivado desde el original el 24 de abril de 2017 . Consultado el 24 de abril de 2017 .

[latimes_milestone-68] 1 2 3 4 5 6 7 8 Steven Borowiec; Tracey Lien (12 de marzo de 2016). "AlphaGo vence al campeón humano de Go en un hito para la inteligencia artificial" . Los Angeles Times . Archivado del original el 13 de mayo de 2018. Recuperado el 13 de marzo de 2016 .

[69] Connor, Steve (27 de enero de 2016). "Una computadora ha vencido a un profesional en el juego de mesa más complejo del mundo" . The Independent . Archivado del original el 28 de enero de 2016. Consultado el 28 de enero de 2016 .

[70] "La IA de Google vence al campeón humano en Go" . CBC News . 27 de enero de 2016. Archivado del original el 10 de marzo de 2016. Consultado el 28 de enero de 2016 .

[71] Dave Gershgorn (12 de marzo de 2016). "ALPHAGO DE GOOGLE VENCE AL CAMPEÓN MUNDIAL EN EL TERCER PARTIDO Y GANA TODA LA SERIE" . Popular Science . Archivado del original el 16 de diciembre de 2016. Consultado el 13 de marzo de 2016 .

[cbc_sweeps-72] 1 2 "La computadora AlphaGo de Google DeepMind arrasa con el campeón humano en partidas de Go" . CBC News . Associated Press . 12 de marzo de 2016. Archivado del original el 13 de marzo de 2016. Consultado el 13 de marzo de 2016 .

[73] Sofia Yan (12 de marzo de 2016). "Una computadora de Google vence al campeón mundial de 'Go'" . CNN Money . Archivado del original el 8 de agosto de 2020. Consultado el 13 de marzo de 2016 .

[74] "AlphaGo: La inteligencia artificial de Google se enfrentará al campeón mundial del antiguo juego de mesa chino" . Australian Broadcasting Corporation . 8 de marzo de 2016. Archivado del original el 15 de junio de 2016. Consultado el 13 de marzo de 2016 .

[phys.org_eye-75] 1 2 Mariëtte Le Roux (12 de marzo de 2016). "El auge de las máquinas: los expertos advierten que hay que vigilar la IA" . Phys.org . Archivado del original el 13 de marzo de 2016. Consultado el 13 de marzo de 2016 .

[phys.org_challenge-76] 1 2 3 Mariëtte Le Roux; Pascale Mollard (8 de marzo de 2016). "¿Fin del juego? Nuevo desafío de la IA a la inteligencia humana (Actualización)" . phys.org . Archivado del original el 14 de marzo de 2016. Recuperado el 13 de marzo de 2016 .

[77] Tanya Lewis (11 de marzo de 2016). "Una experta en IA afirma que al programa de Google para jugar al Go le falta una característica clave de la inteligencia humana" . Business Insider . Archivado del original el 12 de marzo de 2016. Consultado el 13 de marzo de 2016 .

[78] Mozur, Paul (20 de julio de 2017). "Pekín quiere que la IA se fabrique en China para 2030" . The New York Times . Archivado del original el 11 de abril de 2018. Recuperado el 11 de abril de 2018 .

[79] «Medalla Marvin Minsky por Logros Sobresalientes en IA» . Conferencia Internacional Conjunta sobre Inteligencia Artificial . 19 de octubre de 2017. Archivado del original el 21 de octubre de 2017. Consultado el 21 de octubre de 2017 .

[80] CHOE SANG-HUN (16 de marzo de 2016). "El programa informático de Google vence a Lee Se-dol en un torneo de Go" . The New York Times . Archivado del original el 18 de marzo de 2016. Consultado el 18 de marzo de 2016. Más de 100 millones de personas vieron los partidos entre AlphaGo y Lee, dijo el Sr. Hassabis.

[81] John Ribeiro (12 de marzo de 2016). "El programa de IA AlphaGo de Google es fuerte pero no perfecto, dice el jugador surcoreano de Go derrotado" . PC World . Archivado del original el 13 de marzo de 2016. Consultado el 13 de marzo de 2016 .

[nature_react-82] 1 2 Gibney, Elizabeth (2016). " Los jugadores de Go reaccionan a la derrota contra la computadora" . Nature . doi : 10.1038/nature.2016.19255 . S2CID 146868978. Archivado del original el 30 de enero de 2016. Recuperado el 29 de enero de 2016 .

[83] Zastrow, Mark (15 de marzo de 2016). "Cómo la victoria de Go AI de Google está generando temor en Corea del Sur" . New Scientist . Archivado del original el 21 de marzo de 2016. Recuperado el 18 de marzo de 2016 .

[84] JEE HEUN KAHNG; SE YOUNG LEE (15 de marzo de 2016). "El programa de inteligencia artificial de Google vence al Go Pro surcoreano con un marcador de 4-1" . Reuters . Archivado del original el 28 de julio de 2017. Recuperado el 18 de marzo de 2016 .

[telegraph_china-85] 1 2 Neil Connor (11 de marzo de 2016). "Google AlphaGo 'no puede vencerme', dice el gran maestro chino de Go" . The Telegraph (Reino Unido) . Archivado del original el 13 de marzo de 2016. Recuperado el 13 de marzo de 2016 .

[86] "El maestro chino de Go, Ke Jie, dice que podría perder contra AlphaGo : El DONG-A ILBO" . Archivado del original el 15 de marzo de 2016. Consultado el 17 de marzo de 2016 .

[87] "...si el rendimiento de hoy fue su verdadera capacidad, entonces no merece jugar contra mí" . M.hankooki.com. 14 de marzo de 2016. Archivado del original el 15 de marzo de 2016. Consultado el 5 de junio de 2018 .

[88] CHOE SANG-HUN (15 de marzo de 2016). "En Seúl, los juegos de Go despiertan interés (y preocupación) sobre la inteligencia artificial" . The New York Times . Archivado del original el 18 de marzo de 2016. Consultado el 18 de marzo de 2016 .

[tomatoes-89] 1 2 "ALPHAGO" . Rotten Tomatoes . Consultado el 15 de abril de 2023 .

[90] Rechtshaffen, Michael (26 de octubre de 2017). "Reseña: Un antiguo juego de mesa chino tratado con dramatismo e intriga al estilo de la NFL en el documental 'AlphaGo'"" . www.latimes.com . Archivado del original el 15 de abril de 2023 . Consultado el 15 de abril de 2023 .

[91] Defore, John (29 de septiembre de 2017) .'AlphaGo': Crítica de la película" . The Hollywood Reporter . Archivado del original el 13 de febrero de 2023. Consultado el 15 de abril de 2023 .

[92] Kohs, Greg (23 de octubre de 2018). "Cinco preguntas para cineastas: AlphaGo" . Science Media Awards & Summit in the Hub (SMASH) . Archivado del original el 28 de marzo de 2023. Recuperado el 15 de abril de 2023 .

[93] Lee, Hajin (28 de abril de 2017). Crítica de la película "AlphaGo": El arte de capturar la esencia" . hajinlee.medium.com . Archivado del original el 15 de abril de 2023. Consultado el 15 de abril de 2023 .

[:1-94] 1 2 Williams, Rhiannon (8 de octubre de 2020). "Fan Hui: Lo que aprendí al perder contra AlphaGo de DeepMind" . inews.co.uk . Archivado del original el 28 de marzo de 2023. Recuperado el 15 de abril de 2023 .

[95] Vincent, James (12 de octubre de 2017). "¿Cómo afrontaremos la derrota ante las máquinas?" . www.theverge.com . Archivado del original el 15 de abril de 2023. Recuperado el 15 de abril de 2023 .

[Facebook-paper-96] Tian, Yuandong; Zhu, Yan (2015). "Mejor jugador de Go por computadora con redes neuronales y predicción a largo plazo". arXiv : 1511.06410v1 [ cs.LG ].

[97] HAL 90210 (28 de enero de 2016). "No Go: Facebook no logra arruinar el gran día de Google en IA" . The Guardian . ISSN 0261-3077 . Archivado del original el 15 de marzo de 2016. Consultado el 1 de febrero de 2016 . {{cite news}}: CS1 maint: nombres numéricos: lista de autores ( enlace )

[98] "Conferencia Strachey – Dr. Demis Hassabis" . The New Livestream . Archivado del original el 16 de marzo de 2016. Consultado el 17 de marzo de 2016 .

[99] "El maestro de Go Cho gana una serie al mejor de tres contra una IA de fabricación japonesa" . The Japan Times Online . 24 de noviembre de 2016. Archivado del original el 14 de agosto de 2017. Consultado el 27 de noviembre de 2016 .

[100] "Los humanos contraatacan: un maestro coreano de Go vence a la IA en una partida de juego de mesa" . CNET . Archivado del original el 25 de noviembre de 2016. Consultado el 27 de noviembre de 2016 .

[101] "Ve y fabrica algunas drogas The Engineer" . www.theengineer.co.uk . 3 de abril de 2018. Archivado del original el 3 de abril de 2018. Recuperado el 3 de abril de 2018 .

[102] Segler, Martwin HS; Preuss, Mike; Waller, Mark P. (29 de marzo de 2018). "Planificación de síntesis químicas con redes neuronales profundas e IA simbólica" . Nature . 555 ( 7698): 604– 610. arXiv : 1708.04202 . Bibcode : 2018Natur.555..604S . doi : 10.1038/nature25978 . hdl : 1887/69740 . PMID 29595767. S2CID 205264340. Archivado del original el 12 de diciembre de 2021. Recuperado el 12 de diciembre de 2021 .

[beyondgames-103] Kemmerling, Marco; Lütticke, Daniel; Schmitt, Robert H. (1 de enero de 2024). "Más allá de los juegos: una revisión sistemática de las aplicaciones de búsqueda en árbol de Monte Carlo neuronal" . Applied Intelligence . 54 (1): 1020– 1046. arXiv : 2303.08060 . doi : 10.1007/s10489-023-05240-w . ISSN 1573-7497 .

[104] "Go Ratings" . Go Ratings. Archivado del original el 15 de agosto de 2021. Consultado el 5 de junio de 2018 .

[105] Vincent, James (27 de noviembre de 2019). «Excampeón de Go derrotado por DeepMind se retira tras declarar invencible a la IA» . The Verge . Archivado del original el 7 de abril de 2020. Consultado el 28 de noviembre de 2019 .

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]

[

[

[

[ 19 ]

[ 20 ]

[ 21 ]

[ 22 ]

[ 23 ]

[ 24 ]

[ 25 ]

[ 26 ]

[ 27 ]

[ 28 ]

[ 29 ]

[ 30 ]

[ 31 ]

[ 32 ]

[ 33 ]

[ 34 ]

[ 35 ]

[ 36 ]

[ 37 ]

[ 38 ]

[ 39 ]

[ 40 ]

[ 41 ]

[ 42 ]

[ 43 ]

[ 44 ]

[ 45 ]

[ 46 ]

[ 47 ]

[ 48 ]

[ 49 ]

[ 50 ]

[ 51 ]

[ 52 ]

[ 53 ]

[ 54 ]

[ 55 ]

[ 56 ]

[ 57 ]

[ 58 ]

[ 59 ]

[ 60 ]

[ 61 ]

[ 64 ]

[ 66 ]

[ 67 ]

[ 68 ]

[ 69 ]

[ 70 ]

[ 71 ]

[ 72 ]

[ 73 ]

[ 74 ]

[ 75 ]

[ 76 ]

[ 77 ] .

[ 78 ]

[ 79 ]

[ 80 ]

[ 81 ]

[ 82 ]

[ 83 ]

[ 84 ]

[ 85 ]

[ 86 ]

[ 87 ]

[ 88 ]

[ 89 ]

[ 90 ]

[ 91 ]

[ 92 ]

[ 93 ]

[ 95 ]

[ 96 ]

[ 97 ]

[ 98 ]

[ 99 ]

[ 100 ]

[ 101 ]

[ 102 ]

[ 103 ]

[ 104 ]