Búsqueda · 28 momentos en 14 episodios
María RibesAlberto ApariciJuan Carlos GilIgnacio CrespoFrancis VillatoroHéctor SocasLuisa AchaerandioPushmeet Kohli · DeepMindThore Graepel · DeepMindalphago priorizaba la victoriaalphacero ventaja media piedraestrategia alphago ganar partidahandicap go para evitar empatesalfago reglas chinas siete piedrasreglas japonesas seis piedras mediaAlphaGoAlphaCeroJuan Carlos GilAlberto ApariciStockfishAlfaceroAlfagoMonte CarloMaríaAlpha GoAlpha 0DeepMindFagóLee SedolFrancis VillatoroHéctor SocasIgnacio Crespo
AlphaCero ventaja media piedra
Con
0:000:301:001:302:002:303:003:33
Juan Carlos Gil comenta sobre el comportamiento estratégico de AlphaGo y AlphaCero en partidas de Go, explicando cómo estas IA priorizaban la victoria por encima de movimientos artísticos o la obtención de una piedra adicional.
…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 importante y hay otra derivada sobre eso que he oído, no. en esta entrevista que fue muy compacta, sino en otras que han hecho más extensas y es que AlphaGo jugaba a ganar. Su objetivo era ganar, no ganar por mucho, que es como intenta jugar el humano. Eso fue una evolución 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…
Significado #1 · Palabras #1
Alberto Aparici explica brevemente las reglas básicas del juego de tablero Go, describiendo cómo se juega y los materiales tradicionales utilizados para las piedras.
Habla: Alberto ApariciPalabras #13go juego de tableropiedras go color negro pizarrapiedras go color blanco concha ostrago diferencia con ajedrezjugada go colocar piedra tableropiedras tablero juego go…exacto, porque es que en la entrevista el tiempo que había era el que había y no daba tiempo a explicar cosas Entonces yo di por sentado que iba a hacer una mini introducción a algo en estos minutos para que entendáis lo que estamos diciendo en la entrevista Básicamente el Go es un juego de tablero, se juega encima de algo plano y básicamente es un juego en el que hay dos jugadores, cada uno juega con piedras de un color; las piezas se llaman piedras en el Go de forma convencional. Tradicionalmente las negras han sido de pizarra y las blancas han estado hechas con la concha de una ostra gigante, pero eso es muy caro, a Día de hoy 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…
Alberto Aparici explica una regla fundamental del juego de Go: está prohibido realizar movimientos suicidas, es decir, colocar una piedra en un lugar donde sería inmediatamente rodeada y eliminada.
Habla: Alberto ApariciPalabras #9go prohibido movimiento suicidapiedras go muerte rodeadaformación completa go desaparecepiedra colocada no muere gojugada legal rodear formación gocasillas vacías puntos goahogar piedras contrario tablero go…pasa es que en Go también se puede matar a las piedras del contrario, y de ahí que sea muy importante cuál es la norma para matar a las piedras porque si tú invades el territorio contrario es crítico que el contrario te pueda matar o que no te pueda matar. Entonces, básicamente para que los oyentes se hagan una idea, en Go está también prohibido suicidarse. Entonces, por ejemplo, si el contrario tiene rodeada una casilla por completo, tú no puedes poner tu piedra en esa casilla porque se muere instantáneamente, queda rodeada. Las piedras se mueren cuando están completamente rodeadas. Esto creo que no lo había dicho; entonces, como está prohibido jugar en un sitio donde te mueres, una formación de piedras viva en Go ha de tener al menos dos agujeros, porque si tiene un solo agujero—agujero quiere decir un espacio en blanco dentro, imaginaos un montón de piedras de un color con una casilla en blanco dentro—tú siempre podrías rodear esa formación y al final jugar una piedra en ese espacio en blanco que en principio te mataría y no podrías hacerlo, pero. Cuando tú terminas de rodear a toda una formación, esa formación desaparece, ¿vale? Y entonces esa piedra que tú has colocado no muere y esa es una jugada legal, ¿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…
Francis Villatoro y Juan Carlos Gil discuten sobre el enfrentamiento entre Lee Sedol y AlphaGo, explicando que un humano ya habría ganado si hubiera logrado vencer a la máquina en dos de tres partidas.
Habla: Francis VillatoroSignificado #11victoria humana contra alphagolee sedol vence a fagódeepmind parchea defecto alphagoaprendizaje jugando contra la máquina…esto la máquina no lo va a entender y va a fallar, que es que estuvo probando muchas cosas y lo logró; la máquina completamente se perdió, no se enteró de nada, de la misa a la mitad y entonces pensaron los de DeepMind, como en la quinta vuelva a hacer lo. Mismo Licedol, con que gane 2 de 3, ya el humano ha ganado la máquina porque el humano ha tenido que aprender a jugar contra la 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…
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 #15defensa 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 #14alfagó 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 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 #2 · Palabras #18alfago quinta fila centro tableropiedras esquina inferior izquierda alfagojugada tablero completo gopreferencia jugadores humanos goestrategia alphago tablero completojugada 37 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…
Ignacio Crespo plantea una pregunta sobre por qué el juego de Go representa un desafío computacional y cómo AlphaGo superó esa barrera.
Habla: Ignacio CrespoSignificado #20juego go desafío computacionalalphago superó barrera goposiciones posibles juego go…María. Bueno, yo creo que mi primera pregunta es para el Dr. Greipel, pero no estoy del todo seguro, así que quizás cualquiera de ustedes puede responder. En el podcast principal ya hemos explicado cómo funciona Go más o menos, los principales problemas. Entonces, ¿por qué Go es un desafío computacional y por qué lo era antes de AlphaGo y cómo este nuevo enfoque rompe esa barrera? Sí, sí, esa es realmente una buenísima pregunta. Bueno, el juego de Go es computacionalmente muy complejo porque la cantidad de partidas posibles que se pueden jugar es extremadamente alta o para dar otra cifra que lo refleje. El número de posiciones posibles en el juego de Go es también extremadamente elevado, concretamente alrededor de 10 elevado a La potencia de 170. Así que estamos hablando de un 1 con 170 ceros, eso es realmente un número bastante considerable. Y bueno, sabes, algunas personas incluso afirman que es una cantidad mayor que el total de átomos que se estima que existen en todo el…
Juan Carlos Gil explica cómo su trabajo con AlphaGo abordó el desafío de reducir el espacio de búsqueda en el juego de Go, comparándolo con buscar una aguja en un pajar.
Significado #13reducción espacio búsqueda alphagoredes neuronales alphagoaguja en un pajar alphago…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…
Juan Carlos Gil continúa la discusión sobre juegos de información completa e incompleta, mencionando a AlphaZero y sus evoluciones.
Habla: Juan Carlos GilSignificado #3alpha 0 aprende juegos información completaeliminación conocimiento humano alpha goevolución alpha go domina juegosalfacero supera a stockfishevoluciones alfacero vencen humanos ajedrezalfacero domina póker incompleto…todas las piezas y sabes cuáles te has comido, en Go también, en damas, pero otros juegos típicamente como el póker Hay parte de la información que está oculta a según qué jugadores y en el Street Poker también. En el Street Poker te vas a reír, pero cuando Se mencionó, justo pensé en que no era de información completa. Decía que Alpha 0, una evolución de Alpha Go, 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 explica cómo la naturaleza de un juego de Go como información completa está relacionada con la visibilidad total del tablero y las piedras capturadas.
Habla: Alberto ApariciPalabras #19go juego información completatablero visibilidad total piedras capturadaspartida go vista principio…una idea de cuáles son los puntos débiles de las formaciones negras, de las formaciones blancas, dónde se podría jugar. Mi idea no es muy buena porque yo no soy un buen jugador de Go, pero un profesional seguramente se hace una idea excelente de todo esto. Y eso tiene que ver con que sea un juego de información completa, con que lo que hay es lo que está en el tablero y las piedras que tienen capturadas los jugadores que también están a la vista. Bueno, pues hay una versión de Go que sigue siendo información completa si has visto la partida desde el principio. Pero que para los humanos es muy difícil, que es el Go de un solo color. Los profesionales para entrenar la memoria juegan con el mismo color. Pero, ¿qué necesidad hay? ¿Qué sufrimiento? No, porque un profesional necesita conocer tanto el lenguaje del Go como…
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 #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 comenta sobre el comportamiento estratégico de AlphaGo y AlphaCero en partidas de Go, explicando cómo estas IA priorizaban la victoria por encima de movimientos artísticos o la obtención de una piedra adicional.
Habla: Juan Carlos GilSignificado #1 · Palabras #1alphago priorizaba la victoriaalphacero ventaja media piedraestrategia alphago ganar partidahandicap go para evitar empatesalfago reglas chinas siete piedrasreglas japonesas seis piedras media…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 importante y hay otra derivada sobre eso que he oído, no. en esta entrevista que fue muy compacta, sino en otras que han hecho más extensas y es que AlphaGo jugaba a ganar. Su objetivo era ganar, no ganar por mucho, que es como intenta jugar el humano. Eso fue una evolución 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…
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 #7alphago incorpora diseño inteligentemonte carlo contribución humana alphagoconocimiento humano en modelo alphagoárbol monte carlo alpha goalpha cero superó alpha gointeligencia artificial profundidad juegos…un humano ha decidido que hay que tener dos redes neuronales, una la de "policy", otra la de "value", que tiene que haber un árbol, o sea, que no era simplemente crear una red muy grande y ponerla a jugar; entonces, que realmente eso es un poco por donde va. al facero Claro, ese es Alpha Zero, exactamente, que vino después y el cero viene de ahí, de empezar casi que de primeros principios. Entonces, 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…