Búsqueda · 37 momentos en 19 episodios
María RibesAlberto ApariciJuan Carlos GilIgnacio CrespoFrancis VillatoroHéctor SocasLuisa AchaerandioPushmeet Kohli · DeepMindThore Graepel · DeepMindred política imita jugadores humanosalphago reduce espacio búsqueda redes neuronalesentrenamiento red política partidas expertosmovimientos prometedores según alphagoAlphaGoFrancis VillatoroWei QiChinaAlberto ApariciAlphaFoldPremio Nobel de QuímicaHéctor SocasIgnacio CrespoLee SedolDaveÁrbol Monte CarloNashMorstua Vitamea
Red política imita jugadores Humanos
Con
0:000:301:001:302:002:303:003:33
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.
…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…
Significado #1 · Palabras #1
Héctor Socas explica cómo los sistemas de inteligencia artificial aprenden a jugar, no mediante programación humana directa, sino jugando partidas repetidamente. Menciona AlphaFold y su impacto en la bioquímica al recibir el Premio Nobel de Química en 2024.
Habla: Héctor SocasSignificado #6alphafold y el premio nobel químicaaprendizaje jugando partidas inteligencia artificialplegamiento de proteínas alphafold…juegos de guerra, como decían desde el principio de la película: que Whopper estaba continuamente jugando a la Tercera Guerra Mundial y ese fruto de estar 24 horas al día, 7 días a la semana jugando a la Tercera Guerra Mundial es como iba aprendiendo. pues la idea era hacer eso, un sistema que aprendiera a jugar a base de jugar partidas, no de ser programado por humanos como tenía que jugar y esa línea ha sido muy exitosa; de hecho, aquí hemos hablado muchísimo, no tanto de AlphaGo sino de AlphaFold, que fue un poco la secuela que hacía el plegamiento de proteínas y que recibió el premio Nobel de Química en 2024 por ese gran avance que supuso en la bioquímica: el poder predecir la estructura de proteínas. Entonces, volviendo al fagón, nosotros recuerdo que lo comentamos y recuerdo que Alberto nos hablaba en aquel momento del juego del go, las dificultades que tenía y tal. Entonces, se cumplían 10 años la semana pasada. De hecho, el día que grabamos la…
Francis Villatoro reflexiona sobre la dificultad que tienen los españoles para imitar acentos extranjeros al hablar inglés, contrastándolo con su facilidad para imitar a un inglés hablando español.
Habla: Francis VillatoroPalabras #15dificultad españoles acento inglésimitación inglés hablando españolfrancis villatoro habla acentos…si no las conociéramos las voces hubiera quedado perfecto un espanglis además tiró con un tono de español, posiblemente latinoamericano o algo así que es el tono mayoritario del español del mundo entonces quedó muy divertido Sí, hay que recordar la anécdota Esa que dicen de que muchos españoles cuando hablamos en inglés tenemos dificultades para coger el acento, etc. Y sin embargo, cuando imitamos a un inglés hablando en español, ponemos el acentillo y los “dejes” y se nota que estamos imitando a un inglés, puede ser inglés americano, inglés británico, sabemos hacer esa imitación. Pero sin embargo, cuando nos ponemos a hablar en inglés, nos cuesta mucho trabajo hacer eso también mientras estamos hablando nosotros. Yo nunca había pensado eso; es verdad. Es un buen punto. Sí, yo tengo la teoría de que hay culturas que viven traumatizadas con aprender otro idioma; o sea, en España, quiero decir, no es que seamos malos hablando otros idiomas, pero hay una especie como de barrera de potencial que a la gente le cuesta superar; les…
Alberto Aparici explica la mecánica básica del juego de Go, detallando cómo los jugadores obtienen puntos al rodear zonas con sus piezas.
Habla: Alberto ApariciPalabras #4go imita estrategia militar antiguapuntos go por zonas rodeadasjugada fundamental go rodear territoriowei qi juego de rodear…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 tuyo. Por lo tanto, una jugada fundamental en Go es rodear territorio. De hecho, el nombre en chino que es Wei Qi, es básicamente juego de rodear mayormente. Una de las jugadas fundamentales es ir haciendo una especie de cerco, lo más grande posible, pero otra de las jugadas fundamentales es invadir el territorio del otro. Entonces tú te puedes meter dentro del territorio del otro y quitarle puntos porque esa zona…
Alberto Aparici describe la siguiente fase de las pruebas realizadas con AlphaGo, que implicó enfrentamientos contra los mejores jugadores del mundo, incluyendo a Lee Sedol.
Habla: Alberto ApariciPalabras #14partidas contra lee sedoljugador más brillante 2000 lisedolranking lee sedol 2016lee sedol mejor jugador 2000…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 contactaron con los Mejores jugadores de la última década y en particular consiguieron organizar una serie de cinco partidas contra Lisedol, que es el jugador más brillante de los 2000. En el momento en que la partida tuvo lugar, que es en el año 2016, Lee Sedol ya no era el mejor jugador del mundo, pero lo había sido durante los 2000 y seguía siendo increíblemente bueno; obviamente estaba segundo en el ranking. No es que se hubiese ido a la bola, claro; no estoy muy seguro de dónde estaría, pero ya no era el mejor jugador del mundo. Yo creo que era tercero o cuarto o algo por el estilo, pero da igual Lee, segundo; da igual en cualquier caso, organizaron esta.…
Alberto Aparici explica por qué los jugadores humanos prefieren jugar en las esquinas del tablero de Go, contrastando esta preferencia con la estrategia de AlphaGo de jugar a tablero completo.
Habla: Alberto ApariciSignificado #11preferencia jugadores humanos goestrategia alphago tablero completojugada 37 esquina inferior izquierda…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…
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 #1 · Palabras #1red política imita jugadores humanosalphago reduce espacio búsqueda redes neuronalesentrenamiento red política partidas expertosmovimientos prometedores según alphago…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…
Ignacio Crespo explica cómo Dave comprobó que un sistema estimaba la probabilidad de que un profesional realizara una jugada específica en una partida de Go en aproximadamente 1 entre 10,000.
Habla: Ignacio CrespoSignificado #17sistema estima probabilidad go profesionalárbol monte carlo examina jugada improbablered políticas descarta movimientos poco probablesalgoritmo busca consecuencias movimiento…datos humanos y el milagro en cierto modo fue que logró salirse de ese entramado humano de juego convencional con el movimiento 37 y otros movimientos en la partida que tal vez pasaron desapercibidos pues creo que la razón es esta arquitectura dual, ¿sabes? Creo que Dave lo comprobó en aquel entonces y las posibilidades de que un profesional hiciera ese movimiento fueron estimadas por el sistema en una de 10.000. Así que, en cierto modo, la jugada tuvo la suerte de ser siquiera examinada por la búsqueda de Árbol Monte Carlo porque, como ya expliqué, el papel de la red de políticas es precisamente descartar los movimientos que son poco probables y por eso debió seguir estando en la selección y luego, claro, fue la parte de búsqueda lo que lo impulsó, ¿verdad? De alguna manera, las consecuencias de los movimientos, tal como fueron identificadas por el algoritmo de búsqueda de Árbol Monte. Carlo, resultaron tan prometedoras para el sistema que finalmente lo seleccionó. Y creo que eso nos dice algo sobre cómo funciona este proceso creativo, ¿verdad? Es la combinación de la intuición, de ese presentimiento y así sucesivamente junto con el…
Ignacio Crespo argumenta que las jugadas de AlphaGo fueron creativas, ya que rompieron reglas establecidas por jugadores humanos durante miles de años.
Significado #10 · Palabras #6creatividad alpha go rompe reglasjugadores humanos miles de añosmovimiento hombro cuarta línea…creativo, ¿verdad? Es la combinación de la intuición, de ese presentimiento y así sucesivamente junto con el análisis de datos, el revisar realmente todas las variaciones posibles, la búsqueda exhaustiva en el árbol de juego y fue verdaderamente creativo. Yo creo, si consideramos una interpretación razonable de lo que es la creatividad, entendiéndola como algo novedoso, como algo efectivo y como algo sorprendente, realmente lo fue; y en particular porque rompió ciertas reglas generales que los jugadores habían desarrollado a lo largo de miles de años, específicamente: que puedes hacer un movimiento de hombro en la cuarta línea, pero no deberías hacerlo en la quinta línea, porque tiende a ceder demasiado territorio en el lateral al otro jugador. Bueno, doctor Craipe, doctor Colley, muchísimas gracias por haber dedicado su valioso tiempo a conversar con nosotros hoy. Esta ha sido una conversación absolutamente fascinante. Y a todos nuestros queridos oyentes, muchas gracias por habernos acompañado.…
Francis Villatoro explica que los juegos como el ajedrez o el Go son considerados triviales porque son juegos creados por humanos, y su complejidad se reduce al identificar las correlaciones clave.
Habla: Francis VillatoroSignificado #19ajedrez go juegos humanoscorrelaciones clave en el ajedrezlenguaje trivial como el gogo partidas posibles humano…suave, pero mucho, con una red neuronal suficientemente grande para que tenga un tamaño similar al conjunto de tokens y eso era romper completamente todo lo que se sabía de inteligencia artificial y cuando se hizo eso se descubrió que el lenguaje natural es. trivial, las correlaciones que aprenden los bebés y los niños las aprenden fácilmente porque en realidad el lenguaje es trivial y lo mismo hemos observado con el ajedrez o lo hemos observado con el go; son juegos humanos por lo tanto son triviales. Si tú tienes un espacio suficientemente grande para entender esas correlaciones, las correlaciones reales, es mentira que el Go tenga 10 a 170 partidas posibles; ningún humano va a jugar usando todas las posibilidades. El humano va a buscar ciertas correlaciones y esas correlaciones son triviales de entender. Entonces la máquina puede entender no solo las correlaciones que entiende un humano después de haber jugado unas decenas de miles de partidas en su vida, y además correlaciones que un humano no puede llegar a observar porque la máquina puede jugar decenas de…
Francis Villatoro explica cómo las inteligencias artificiales han demostrado que el juego Go, previamente considerado el más difícil para los humanos debido a su complejidad estadística, puede ser dominado por redes neuronales con un conocimiento mínimo del juego.
Habla: Francis VillatoroSignificado #4go juego complejidad estadísticaredes neuronales conocimiento mínimo gointeligencias artificiales dominan juego gofrancis villatoro explica go trivial…serbio y te vas a serbio y tienes amigos serbios, hablas perfectamente, pero no declina los objetos o los sujetos y te falta ese, pero lo aprendes sin darte cuenta Para acabar, lo resitúo donde yo quería ir, o no sé, quizás lo dije mal y desví la atención. Lo que yo quería decir es que se pensaba que el Go era un juego difícil. Se pensaba que era el juego humano más difícil, porque el cálculo estadístico trivial te daba una enorme cantidad de posibilidades; y lo que nos ha mostrado estas nuevas inteligencias artificiales es que es un juego jugado por humanos, luego trivial, es decir, con un número adecuado de tokens, una red neuronal con suficiente número de pesos sinápticos, puede, jugando sola, sin tener ningún tipo de conocimiento humano, obviamente las mínimas reglas de qué es lo que se pretende y qué es válido y qué no es válido, pero con un conocimiento ridículo del juego, infantil del juego, jugando contra sí misma, puede obtener un nivel de juego infinito comparado con el mejor humano del mundo; y eso es una cosa. Que hace 10 años era tabú decirlo, no se podía decir, era imposible, pero hoy sabemos que es trivial: es decir, todo lo que hacen los humanos habitualmente lo van a poder hacer las máquinas de manera trivial solamente escalando el tamaño. Eso no significa, y…
Héctor Socas explica la definición de equilibrios de Nash, señalando que son aquellos donde cada jugador alcanza un estado óptimo individualmente, aunque no necesariamente el mejor resultado para el conjunto.
Habla: Héctor SocasPalabras #20equilibrios de nash optimización individualjugadores estado óptimo individualmentemovimiento fuera equilibrio lleva a peorsituaciones más beneficiosas para todos…creo que es lo contrario. Lo que pregunta en la primera parte es lo que dice en la segunda, porque los equilibrios de Nash, o sea, Nash estudiaba sobre todo en teoría de juegos, estos juegos que no son de suma cero, lo mencionaba Francis la semana pasada. Juegos que no son de suma cero, entonces equilibrios de Nash son aquellos que cada jugador llega a un estado que es en principio lo óptimo para él, pero no es lo óptimo para el conjunto en el sentido de que cualquier movimiento que haga fuera de ese equilibrio le lleva a peor, pero habría otras situaciones que serían más beneficiosas para todos los jugadores. Pero sin embargo el go no es así, el go es de suma cero; lo que uno gana lo pierde otro. Entonces por eso esta última frase, lo busqué, pero más o menos por lo poquito que sé de latín, que es casi nada, me imaginaba que quiere decir: ¿Tu muerte es mi vida?,…