AlphaZero-algoritmen, uten en menneskelig lærer, mestret sjakk og spillet shogi på 24 timer slik at det slo andre mesterprogrammer som tidligere ubetinget beseiret mennesker.
Deep Mind, et selskap som utvikler algoritmer for kunstig intelligens (AI), har publisert data om resultatene av omskolering av AlphaGo-algoritmen for å spille sjakk og shogi. Tidligere var AlphaGo i stand til å slå verdensmesterne i spillet. Kunstig intelligens klarte å mestre nye spill enda raskere. Tilsvarende arbeid legges ut på Cornell University-fortryksserveren.
AlphaZero benyttet en læringsmetode for forsterkning. Det er en undertype av dyp maskinlæring som ikke bruker en menneskelig lærer, men utelukkende spill mellom to AIer. Selv om begge AI-er i begynnelsen spiller veldig svakt, på grunn av deres høye hastighet (i sammenligning med en menneskelig lærer), kan de spille et enormt antall spill på kort tid og velge velprøvde trekk og deres sekvenser i bestemte posisjoner på tavlen, noe som gir muligheten for algoritmer å øke nivået ekstremt raskt.
I dette tilfellet oppnådde AlphaZero et spillnivå som er høyere enn noen menneskelig spiller på bare 24 timer. Da fikk hun lov til å spille med Stockfish, den beste sjakkspilleren som er tilgjengelig, og Elmo, den beste shogi-spilleren (et høyt modifisert sjakksett i det tidlige middelalderens Japan).
Til tross for en veldig kort treningsperiode, slo AlphaZero Stockfish 28 ganger og trakk 72 ganger til. Hun klarte å vinne mot Elmo 90 ganger, tape 8 ganger og uavgjort 2 ganger. Dette er ekstra høye resultater. Både sjakk og shogi er veldig forskjellige fra farten som AlphaGo opprinnelig ble opprettet for, samt fra hverandre. For eksempel innebærer "japansk sjakk" ekstremt eksotiske muligheter, for eksempel å spille noen av de "spiste" stykkene til fienden. Seieren til en algoritme opprettet for Go bare ved å spille med en helt identisk algoritme av sin egen måte som en menneskelig lærer kan oppnå
IVAN ORTEGA
