Búsqueda · 24 momentos en 6 episodios
María RibesAlberto ApariciJuan Carlos GilIgnacio CrespoFrancis VillatoroHéctor SocasLuisa AchaerandioPushmeet Kohli · DeepMindThore Graepel · DeepMindalfago quinta fila centro tableropiedras esquina inferior izquierda alfagojugada tablero completo gopreferencia jugadores humanos goestrategia alphago tablero completojugada 37 esquina inferior izquierdalissedol tarda doce minutosjugada imposible alfagocomentarista experto en gotablero grande youtubeAlberto ApariciAlphaGoLissedolYouTubeAlfagoLee Sedolárbol de Monte CarloHéctor SocasJuan Carlos GilFrancis VillatoroStockfishAlfaceroIgnacio CrespoJapónChinaCoreaEstados UnidosAustraliaEuropaDeepMindAlphaCeroMonte CarloMaríaGreppeljugada 37
Alfago navega tablero 19 por 19
Con
0:000:301:001:302:002:303:003:33
Alberto Aparici explica cómo AlphaGo realizó una jugada lógica en la quinta fila para avanzar hacia el centro del tablero, aprovechando piedras previamente colocadas en la esquina inferior izquierda.
…con error; con un tablero tan vacío, nada te condena inmediatamente, pero sí que es verdad que a priori si se juega como casi todos los humanos juegan, hay jugadas que te dejan en una pequeña desventaja. Pues esa era la jugada 37 al final, lo que resultó. Es que Alfago estaba haciendo lo que es lógico con una jugada en la quinta fila, que es jugar hacia el centro; él tenía toda una serie de piedras en la esquina inferior izquierda y a la hora de desarrollarlas, esas piedras que colocó a la derecha terminaron rimando con todo aquello e hicieron una jugada de tablero completo, que son las buenas en Go. Claro, los humanos no somos buenos jugando con muchas opciones. Nos gusta más jugar en la esquina; las esquinas pues está todo mucho más claro. Alfagó en ese caso estaba jugando a tablero completo y al final esas piedras que colocó en la derecha fueron importantes para la esquina inferior izquierda, y de ahí la importancia de la jugada 37. Pero cuando se habla de que es un error hay que entender qué significa eso del error y los 12 minutos de Lissedol pensando creo que son muy elocuentes en ese sentido. Hay una anécdota que es que sabéis que en la retransmisión había un comentarista, un experto en Goa, había dos, pero había uno que era el que ponía las piezas en un tablero grande que es el que se veía en el vídeo de YouTube y ese señor cuando vio la jugada 37 cogió la pieza, la puso en el tablero y dijo no, no puede ser. Aquí no puede ir, me tengo que haber equivocado, volvió a mirar de nuevo y dijo, pues sí, pues el Álfago la ha puesto ahí, la voy a poner Entonces Eso fomentó toda esa cultura de memética, del meme de que había habido un error, porque hasta el propio comentarista dijo: esto no puede ser. Sí, sí, efectivamente, es que son jugadas que por sabiduría popular no hay que hacer, pero no que estén condenadas a…
Significado #1 · Palabras #4
Alberto Aparici explica una característica clave del juego de Go: al inicio, el tablero está vacío, lo que aumenta la complejidad computacional debido a la gran cantidad de posibles posiciones iniciales para colocar las piedras.
Habla: Alberto ApariciSignificado #3 · Palabras #2tablero go vacío complejidad computacionalgo tablero ego 19 por 19piedras go posiciones iniciales tablero…hay imitaciones en ese sentido y a diferencia de otros juegos que nos pueden sonar, como el ajedrez, el Go no consiste en tener piedras encima del tablero y moverlas, sino que la jugada es coger una piedra de tu reserva y colocarla en algún sitio del tablero. entonces el tablero empieza vacío y eso es una de las cosas que lo hace computacionalmente difícil, porque al estar vacío, claro, al principio tienes todas las posibles posiciones del tablero para poner una piedra, que en este caso el tablero ego es de 19 por 19, así que son 361 posiciones diferentes y a medida que se va consumiendo el juego pues va estando más lleno el tablero. ¿De qué va este juego? Pues básicamente es un juego que imita la estrategia militar de la época antigua. Es un juego en el que tú obtienes puntos por tener rodeada una zona con piezas de tu color, y los puntos que tú tienes son las posiciones que están en el interior de ese muro…
Alberto Aparici explica cómo se realizó una primera prueba con AlphaGo, enfrentándolo al campeón de Europa, y contextualiza el nivel del campeonato europeo en comparación con las potencias tradicionales en el juego de Go.
Habla: Alberto ApariciSignificado #17go casilla vacía tablerojugada 37 entrevista greppeldificultad computacional juego goalfago contra campeón europago china japón coreajapon capa caída gocampeón europeo segunda categoría go…¿vale? Entonces, este asunto de que todo va sobre rodear en el Go: obtienes puntos rodeando casillas vacías y matas a las piedras del contrario también rodeándolas y en el momento en que las has ahogado por completo desaparecen del tablero; es fundamental. La dificultad computacionalmente que tiene el Go es este asunto de que tú, partiendo de una situación que ves en el tablero, tú puedes jugar en cualquier casilla que no esté llena; por lo tanto, el número de jugadas es muy grande. Esto lo explicará Greppel en la entrevista y, por añadir una cosa más, simplemente hablamos bastante en la entrevista de la famosa jugada 37. El alfago costó un tiempo estar seguros de que era tan fuerte como a día de hoy sabemos que es. Hicieron una primera prueba haciéndole jugar contra el campeón de Europa. Para los oyentes que no sepan mucho de Go, los países fuertes en Go son China, Japón y Corea. En los últimos 20 años han sido más Corea y China que Japón. Japón lleva unos 30 años, un poquito de capa caída. Entonces los países fuertes son esos, pero hay también buenos jugadores en Estados Unidos; hay también buenos jugadores en Australia, menos, y en Europa también un poco menos. Con lo que el campeón europeo en principio es un jugador de segunda categoría, no es un jugador de los buenos buenos. Entonces la gente de Alfago jugó primero contra este campeón. europeo y Alfago le consiguió ganar en una serie de 10 partidas, si no recuerdo mal, le ganó 10 a 0 y una vez tuvieron esa prueba preliminar hecha, dijeron, vale, ya podemos dar el salto a jugar contra un jugador de los de primera categoría y entonces…
Alberto Aparici introduce el segundo juego del enfrentamiento entre AlphaGo y Lee Sedol, mencionando específicamente la jugada número 37 que ha generado interés en los espectadores del chat.
Habla: Alberto ApariciSignificado #18jugada 37 alpha go lee sedoltablero vacío juego gocultura popular del tablero gorodear territorio zona esquina…máquina y lo ha logrado y la ha vencido; entonces era fundamental que en la quinta volviera a ganar al Fagó y ganó al Fagó. Claro, y DeepMind confesó que entre la cuarta y la quinta parcheó ese defecto, muy a posterior y varios años después, así se aprende. También, bueno quería llegar con todo esto al famoso segundo juego, que es donde tiene lugar la jugada 37, de la que hablamos en la entrevista. Y de hecho lo están preguntando también en el chat, lo acabo de ver entonces, la jugada 37 es básicamente una jugada en un tablero todavía bastante vacío que, en principio digamos, la cultura popular del Go te diría que no debes hacer esa jugada; que es una jugada que no se sabe muy bien a dónde llega. Os la describo muy fácilmente: como el objetivo de Go es rodear territorio, la zona donde más fácil es rodear territorio o sea, donde menos piedras has de poner para rodear territorio, es en la esquina, ¿vale? Por lo tanto, en Go se suele empezar jugando por las esquinas. La segunda zona donde más fácil es, es el lado, con lo que a partir de las esquinas te extiendes por la parte de arriba, la de la izquierda y derecha o la de abajo. Como sabe todo el mundo que…
Alberto Aparici explica cómo Lee Sedol intentaba ocupar el lado derecho del tablero en la segunda partida contra AlphaGo, donde había más piedras de Lee Sedol.
Habla: Alberto ApariciPalabras #6defensa territorio cerca paredinvasión entre piedras y pared…los lados rectos, claro, pues es una lógica muy similar en realidad, y la parte difícil es el centro; entonces, en la segunda partida tenían las esquinas ya más o menos adjudicadas y los lados, algunos sí y otros no tanto, y el lado derecho en particular. estaba bastante vacío. Y estaba Lisedol intentando ocuparlo. Había más piedras de Lisedol que de Álfago. Y en particular, tú cuanto más cerca estés de la pared, más fácil es que vayas a defender ese territorio. Porque si el contrario ha de invadir entre tus piedras y la pared, si tiene poco espacio, va a ser difícil que haga esas formaciones con dos agujeros o más. entonces Lisedol estaba jugando en la cuarta fila. La sabiduría popular de Go, lo que te dice es que si juegas en la segunda fila es imposible que te hagan una invasión, pero a cambio no consigues apenas territorio porque tienes muy poquitas cosas entre tus…
Alberto Aparici explica cómo Lee Sedol optó por jugar en la cuarta fila del tablero durante su enfrentamiento contra AlphaGo, contrastándolo con la estrategia de AlphaGo de invadir en la tercera fila para tener más espacio.
Habla: Alberto ApariciSignificado #6 · Palabras #7alfagó invadiendo tercera filalee sedol jugando cuarta fila tableroestrategia alfagó espacio maniobrarojos en el juego goalfagó quinta filajugada alpha go lee sedolinterpretación humana alfagódominio centro piedra sola…tus piedras y la pared. Si juegas en la tercera fila es bastante probable que lo tengas, pero estás siendo conservador, así que mucha gente elige jugar en la cuarta fila o en combinaciones de la cuarta y la tercera fila. Entonces Lisedol estaba efectivamente jugando en la cuarta fila. ¿Y qué hizo Alfagó? Bueno, pues la sabiduría popular dice: si quieres invadir, ve a la tercera, que es donde vas a tener más espacio para poder maniobrar, para poder hacer tus ojos, que son esos agujeros y todas estas cosas. Puedes ir a la cuarta, pero entonces se establece una especie de relación. De igual a igual, bueno, Alfagó eligió ir a la quinta; se fue a la quinta fila. Entonces es una jugada que los humanos no supimos interpretar en ese momento. Yo cuando la he vuelto a ver, que he vuelto a repasar la partida hoy, lo primero que me ha venido a la cabeza cuando la he visto es: ¿Qué está intentando hacer? Porque claro, si te vas a la quinta fila no estás invadiendo el territorio en el lado, pero por otro lado, si lo que quieres es como dominar el centro, una piedra sola ahí no te hace dominar el centro; entonces es una jugada complicada de interpretar a priori. Alberto, perdona que te interrumpa, yo he oído que los comentaristas incluso que retransmitían la partida lo consideraron como que era un error, como que se había equivocado Sí, pero hay que saber a qué se refieren con error en ese contexto En Go hay toda una…
Alberto Aparici analiza una jugada controvertida del segundo enfrentamiento entre Lee Sedol y AlphaGo, explicando cómo los comentaristas la consideraron un error debido a su falta de invasión o dominio del centro.
Habla: Alberto ApariciSignificado #11 · Palabras #11error lee sedol contra alfagojugada controvertida alfago centrolee sedol fumando durante partidaalfago análisis 12 minutos…jugando con gente muy muy buena, hacer una jugada que a priori no es óptima es como en plan de, buf, te va a ir mal Te va a ir mal porque van a aprovechar el carácter no óptimo de esta jugada para ganarte, ¿vale? Y eso es lo que ellos querían decir con error Todos dijeron, esta jugada no puede estar bien, porque efectivamente no estás invadiéndole, pero tampoco estás dominando el centro ¿Qué estás haciendo exactamente? En cambio, Lissedol, que había perdido ya una partida contra Alfago, estaba fumando en ese momento Estaba fumando en el exterior y cuando volvió de fumar y vio la jugada de Alfago, el tío se pasó 12 minutos pensando que no es lo que haces cuando hay un error evidente. Cuando hay un error evidente te aprovechas, dices vale pues juego aquí y se acabó, me aprovecho de este error. No, no, no. Él vio la jugada y dijo, ostras, ¿qué está intentando hacer? Y luego lo dijo que le había parecido una jugada súper interesante y por…
Alberto Aparici explica cómo AlphaGo realizó una jugada lógica en la quinta fila para avanzar hacia el centro del tablero, aprovechando piedras previamente colocadas en la esquina inferior izquierda.
Habla: Alberto ApariciSignificado #1 · Palabras #4alfago quinta fila centro tableropiedras esquina inferior izquierda alfagojugada tablero completo gopreferencia jugadores humanos goestrategia alphago tablero completojugada 37 esquina inferior izquierdalissedol tarda doce minutosjugada imposible alfagocomentarista experto en gotablero grande youtube…con error; con un tablero tan vacío, nada te condena inmediatamente, pero sí que es verdad que a priori si se juega como casi todos los humanos juegan, hay jugadas que te dejan en una pequeña desventaja. Pues esa era la jugada 37 al final, lo que resultó. Es que Alfago estaba haciendo lo que es lógico con una jugada en la quinta fila, que es jugar hacia el centro; él tenía toda una serie de piedras en la esquina inferior izquierda y a la hora de desarrollarlas, esas piedras que colocó a la derecha terminaron rimando con todo aquello e hicieron una jugada de tablero completo, que son las buenas en Go. Claro, los humanos no somos buenos jugando con muchas opciones. Nos gusta más jugar en la esquina; las esquinas pues está todo mucho más claro. Alfagó en ese caso estaba jugando a tablero completo y al final esas piedras que colocó en la derecha fueron importantes para la esquina inferior izquierda, y de ahí la importancia de la jugada 37. Pero cuando se habla de que es un error hay que entender qué significa eso del error y los 12 minutos de Lissedol pensando creo que son muy elocuentes en ese sentido. Hay una anécdota que es que sabéis que en la retransmisión había un comentarista, un experto en Goa, había dos, pero había uno que era el que ponía las piezas en un tablero grande que es el que se veía en el vídeo de YouTube y ese señor cuando vio la jugada 37 cogió la pieza, la puso en el tablero y dijo no, no puede ser. Aquí no puede ir, me tengo que haber equivocado, volvió a mirar de nuevo y dijo, pues sí, pues el Álfago la ha puesto ahí, la voy a poner Entonces Eso fomentó toda esa cultura de memética, del meme de que había habido un error, porque hasta el propio comentarista dijo: esto no puede ser. Sí, sí, efectivamente, es que son jugadas que por sabiduría popular no hay que hacer, pero no que estén condenadas a…
Alberto Aparici interrumpe para expresar su opinión sobre el estado mental de Lee Sedol durante su enfrentamiento con AlphaGo, sugiriendo que estaba anticipando los movimientos del programa.
Habla: Alberto ApariciPalabras #12lissedol anticipa movimientos alfagoestado mental lissedol alpha goalfago programa inteligencia artificiallapsedol por delante humanidad…un error evidente nos habría pasado 12 minutos pensando, habría pensado dos segundos. Y habría dicho, vale, me aprovecho. Bueno, para todos se refería a comentaristas y aficionados, ¿no? No creo que para el gran experto Lissedol que estaba jugando la partida. Mi sensación, Héctor, perdona que te interrumpa, es que Lissedol iba un paso por delante del resto de la humanidad. Porque Lissedol se había enfrentado a Alfago y había perdido, y ya no estaba pensando que Alfago en un momento dado se iba a equivocar. Lisa Edelstein estaba pensando: me la quiere clavar, y quiero saber cómo me la quiere clavar. Iba un pasito por delante del resto de la humanidad. Eso es, exactamente. Bueno, dices que tenemos mucho tiempo, pero quiero poner la entrevista en la cara y se nos va acabando. Me gustaría rápidamente decir quiénes son nuestros entrevistados, quizá Juan Carlos; bueno, pero primero, no sé si María nos puede decir cómo se pronuncian…
Francis Villatoro explica cómo AlphaGo utiliza dos redes neuronales, la red de política y la red de valor, para reducir el espacio de búsqueda al imitar la capacidad humana de identificar movimientos prometedores.
Significado #10reducción espacio búsqueda alphagoredes neuronales alphagoaguja en un pajar alphagored política imita jugadores humanosalphago reduce espacio búsqueda redes neuronalesentrenamiento red política partidas expertosmovimientos prometedores según alphagored valor estimación partida gopartida go movimientos inicialesaprendizaje automático tablero goredes neuronales árbol juego combinatorio…primeros movimientos por ejemplo y luego la duración del juego es la profundidad de este árbol. Y bueno sabes eso genera una estructura combinatoria realmente enorme y si quieres jugar de forma óptima prácticamente tienes que recorrer toda esa estructura. Y entonces la gran pregunta que nuestro trabajo con AlphaGo fue capaz de responder es: ¿cómo reducir ese espacio de búsqueda? De modo que ahora, aunque seguimos buscando una aguja en un pajar, la estamos buscando en un pajar mucho más pequeño. Y todo esto se lleva a cabo con la asistencia de redes neuronales. En este escenario hay dos redes neuronales que AlphaGo empleó; a una de ellas la conocemos como la red de política y a la otra la identificamos como la red de valor. La red de políticas es la que imita la capacidad de los humanos de observar el tablero y seleccionar los movimientos que parecen más prometedores. Fue entrenada con muchísimas partidas de expertos humanos y le permite a la red neuronal decir, oh, sabes, no voy a analizar todos los movimientos posibles; solo me voy a fijar en aquellos movimientos que me saltan a la vista, que destacan, justo como lo harían para un jugador humano de Go como tú mismo y lo que eso hace es que el árbol se vuelva más estrecho porque estos son todos los movimientos, pero ahora solo estamos considerando una pequeña selección de movimientos en cada etapa y eso es muy útil. La red de valor resulta muy útil, ya que normalmente tendríamos que analizar todas las variaciones hasta el mismísimo final, porque solo entonces sabríamos si el bando negro o el blanco ha ganado la partida. Pero la red de valor nos brinda la capacidad de estimar esto con mucha más antelación. Se le puede presentar un tablero que aún no está completo, quizás después de tan solo 10 o 15 movimientos de la partida, y ya es capaz de juzgar si la posición es más ventajosa para las piezas negras o para las blancas. Y esto, por supuesto, también ha sido entrenado exhaustivamente con una gran cantidad de datos de partidas utilizando técnicas de aprendizaje automático. Y así la función principal de estas dos redes neuronales consiste en reducir significativamente el tamaño de este inmenso árbol de juego combinatorio, y luego existe otra técnica muy específica. conocida como búsqueda en árbol Monte Carlo que nos permite de una manera muy eficiente explorar y analizar las ramas restantes del árbol. Gracias, muy interesante. Así que hoy es exactamente el décimo aniversario del segundo juego, creo, de AlphaGo contra…
Juan Carlos Gil continúa la discusión sobre juegos de información completa e incompleta, mencionando a AlphaZero y sus evoluciones.
Habla: Juan Carlos GilSignificado #13alfacero supera a stockfishevoluciones alfacero vencen humanos ajedrezalfacero domina póker incompleto…en el que se eliminaron las reglas del juego, simplemente, perdón, en el que se eliminó el conocimiento humano, partidas jugadas por los humanos, simplemente se le daban las reglas, pues fue capaz de aprender y dominar cualquier juego de información completa. En particular Goh y Ajedrez, ¿eh? Alcanzó nivel superior a Stockfish, el mejor motor de ajedrez del mundo, computacional; en una hora jugando contra sí mismo, Alfacero derrotó a Stockfish. ¿Qué iba a decir? Bueno, pues a día de hoy evoluciones de Alfacero son capaces de superar a los humanos incluso en ajedrez normal, perdón en ajedrez, en póker, en póker normal que no es de información completa; pero solo no sabes las cartas del contrario, ahí ya pueden ganar. Hay otras modalidades de póker que yo desconozco, más completas, donde hay menos acceso a información y ahí todavía ganan los humanos. Mira, ahora que has dicho eso, os voy a contar una curiosidad graciosa del Go: que es que existía una... Perdona, Alberto,…
Alberto Aparici reconoce su falta de habilidad para estimar el desarrollo de una partida de Go con precisión, comparándola con la capacidad que tienen los profesionales y las IA como Alfago.
Habla: Alberto ApariciSignificado #5 · Palabras #9alfago domina el juego goárboles de evaluación alfagoia evalúa posiciones en go…va la partida, hay toda una serie de reglitas para saber más o menos cuántos puntos tienes. Bueno, asumiendo que esta zona es mía, asumiendo que esta zona es de él, no sé cuántos, y te vas haciendo una idea de cómo va el tanteo. Yo no soy muy bueno en eso. Tampoco, es otro de mis puntos débiles, digamos, pero vamos, que un profesional puede decir: "Creo que va a ganar por una piedra", blancas, y tú dices: "Vale, ok, este nivel de precisión yo no lo tengo, y Alfago sí lo tiene, obviamente, gracias a estos árboles de evaluación y tal que utilizaba una, una IA; utilizaba dos como nos han contado en la entrevista, una de ellas era para evaluar la posición, eso me dejó fascinado. Claro, porque es La gran dificultad del GO, la gran dificultad del GO es de un solo golpe de vista saber de qué te tienes que preocupar. Me tengo que preocupar de que estoy perdiendo el centro, me tengo que preocupar de que estoy perdiendo el lado; es que eso es muy…
Juan Carlos Gil explica la importancia del handicap en el juego Go, mencionando que se utiliza para evitar empates y varía según las reglas (chinas o japonesas). Alberto Aparici confirma esta información.
Habla: Juan Carlos GilSignificado #9handicap go para evitar empatesalfago reglas chinas siete piedrasreglas japonesas seis piedras media…de AlphaGo a AlphaCero. Era tan bueno, volviendo a la partida, que se podía permitir no hacer la mejor jugada artística que posiblemente le diese acceso a una piedra más, sino que se conformaba con mantener su ventaja que él sabía que era de media piedra. Digo lo de media piedra porque al final como negras juegan primero se añade una especie de handicap que suele ser de 7 piedras y media, si recuerdo bien Alberto, que tiene ese media para que no haya empates Depende de las reglas, en reglas chinas que es como jugó Alfago son 7 piedras y media, en reglas japonesas son 6 y media si no lo han cambiado en los últimos años Pero os imagináis eso, en vez de Tratar de abarcar y así tengo ventaja para luego. Álfago sabe que está ganando y asegura su posición. Es que a veces hay una tensión entre tratar de ganar por más y asegurar la victoria, que no es lo mismo. Pero yo es que también quería sacar ese punto que…
Héctor Socas expresa su sorpresa y decepción con respecto a la estructura interna de AlphaGo, señalando que consta de tres componentes principales: dos redes neuronales y un árbol de Monte Carlo.
Habla: Héctor SocasSignificado #7árbol de monte carlo en alfago…a futuro, pero muchísimos otros problemas. Eso no es así y ese es el primer tipo de los problemas, es los que alfa cero y sus descendientes han dominado claramente y en el segundo tipo de problemas es donde empezamos a ver avances en los últimos años. Yo quería comentar una de las cosas que para mí fueron más llamativas de la entrevista y que para mí fue un poco una decepción, que es que explicaron que realmente alfago es un sistema que tiene tres componentes principales, ¿no? tiene dos redes neuronales y tiene un árbol de jugados, un árbol de Monte Carlo. Digo que para mí fue un poco una decepción porque yo pensaba en su momento cuando se hablaba de esto y en medio de todo el "hype" se decía que este era un sistema que, por primera vez desde cero, había aprendido a jugar este juego tan complejo. Entonces yo,…
Francis Villatoro explica cómo AlphaGo, al incorporar un árbol de Monte Carlo, se vio limitado en su potencial, lo que llevó a la creación de AlphaCero.
Habla: Francis VillatoroSignificado #19árbol monte carlo alpha goalpha cero superó alpha gointeligencia artificial profundidad juegos…AlphaGo no está diseñado de primeros principios, sino que hay un poco de diseño, o sea, hay diseño inteligente detrás de AlphaGo. La componente de Monte Carlo es la contribución humana, es decir, el conocimiento humano estaba básicamente en el modelo de Monte Carlo, y eso fue el gran lastre de AlphaGo, y por eso cuando eliminaron ese lastre, AlphaCero ya pudo ser mucho más potente que AlphaGo, ¿no? Pero se pensaba que era un juego tan difícil que si no ponías un árbol de Monte Carlo como se había hecho toda la vida para hacer juegos parecía como que la inteligencia artificial no iba a ser capaz de profundizar más y eso es una cosa que me gustaría ya que está aquí María y es un tema interesante. Conectarlo con el lenguaje natural de toda la vida en inteligencia artificial se ha dicho que el lenguaje natural era tan ambiguo, tan complicado. Todo el conocimiento de los filólogos sobre el lenguaje, el análisis ortosintáctico es trivial. El análisis…