Noticias de la semana - 53
Campeón de StarCraft vencido por AI: "Estilo de juego muy humano"
Se acabó la fiesta. Las máquinas tienen la mano superior.
El revolucionario bot de inteligencia artificial DeepMind del alfabeto, apodado AlphaStar, acaba de dominar en un juego de StarCraft II, un popular videojuego de estrategia de ciencia ficción, al derrotar a dos de los mejores jugadores humanos del mundo cinco juegos a cero.
De acuerdo con una sección de preguntas y respuestas de AlphaStar en Reddit , tomó hasta "200 años de aprendizaje" hasta que AlphaStar pudo mantenerse al día.
"Muy Humano Estilo De Juego"
StarCraft II es uno de los mejores videojuegos de esports competitivos que existen, con jugadores profesionales que compiten en campeonatos internacionales por premios de hasta $ 700,000 . Dos de esos jugadores, Grzegorz "MaNa" Komincz de Polonia y Dario "TLO" Wunsch de Alemania, se enfrentaron al bot AlphaStar de DeepMind el jueves.
AlphaStar tenía algunas ventajas clave: estaba mirando una vista de pájaro alejada del mapa completo, mientras que los jugadores usualmente se enfocan en una sola área del mapa. Según informa New Scientist , una versión experimental que solo vio una porción más pequeña del mapa, como un humano, no pudo vencerlos en el juego .
La razón por la que la IA tuvo una vista ampliada fue "principalmente debido a razones computacionales", según Oriol Vinyals, investigador principal de DeepMind AlphaStar, quien respondió algunas preguntas sobre Reddit. A pesar de esa ventaja, AlphaStar jugó convincentemente como un humano.
"Me impresionó ver a AlphaStar llevar a cabo movimientos avanzados y diferentes estrategias en casi todos los juegos, con un estilo de juego muy humano que no hubiera esperado", dijo Komincz durante la transmisión en vivo de DeepMind ayer.
Solo El Comienzo
DeepMind se ejecutó en una computadora sencilla con una tarjeta gráfica comercial. Tuvo acceso a 16 "unidades de procesamiento de tensor" adicionales para un aprendizaje profundo que lo entrenaron para jugar, no exactamente con un equipo de jugador promedio.
Para muchos, los resultados no son una sorpresa.
"Estábamos prácticamente al punto en que era solo una cuestión de tiempo", le dijo a Wired el profesor asociado de Georgia Tech, Mark Riedl . "En cierto modo, golpear a los humanos en los juegos se ha vuelto aburrido".
Análisis: "La era del aprendizaje profundo está llegando a su fin"
Los desarrolladores de inteligencia artificial pronto se encontrarán al borde de un cambio de paradigma. El aprendizaje profundo ha dominado el campo durante varios años, pero puede estar desapareciendo.
El campo de la IA ha cambiado de enfoque aproximadamente cada década desde que comenzó en la década de 1950. Ahora, un nuevo análisis sugiere que los años 2020 no serán diferentes.
Calculo De Números
Un equipo de MIT Technology Review examinó los 16.625 artículos de investigación en la sección de inteligencia artificial de arXiv, un repositorio de código abierto para compartir investigaciones, que se publicó entre 1993 y el 18 de noviembre.
MIT Tech descubrió que el aprendizaje automático comenzó a repuntar en los últimos 20 años, aumentando rápidamente en prevalencia desde aproximadamente el 2008, pero ahora el entusiasmo por la investigación parece estar disminuyendo.
Futuro Impredecible
Muchos de los nuevos desarrollos en inteligencia artificial que escuchamos hoy en día son en realidad aplicaciones de técnicas de aprendizaje automático que se han desarrollado durante años.
Y a medida que la atención de la comunidad de investigación se desvía del aprendizaje profundo, no queda claro qué tomará su lugar, de acuerdo con MIT Tech . En el pasado, los tipos más antiguos de inteligencia artificial que realmente no despegaban cuando se desarrollaron por primera vez resurgieron y despegaron con una nueva vida. Por ejemplo, los científicos desarrollaron por primera vez el aprendizaje automático hace décadas, pero solo se convirtió en algo común hace aproximadamente una década.
MIT Tech no predijo lo que vendrá después. Puede ser que alguna forma de tecnología existente finalmente llegue a su fin, pero también es posible que un ingeniero de IA desarrolle algún tipo de AI completamente nuevo que le dé forma al futuro.
Algoritmo espeluznante ve alrededor de las esquinas al analizar sombras
Las cámaras de vigilancia pronto podrán mirar alrededor de las esquinas, reconstruyendo imágenes de cosas fuera de su línea de visión directa.
De acuerdo con un truco algorítmico, las cámaras pueden detectar la luz emitida por un objeto oculto cuando rebota en una pared y construir una representación asombrosamente precisa de ella, según una investigación publicada en la revista Nature el miércoles.
Incluso si hay obstáculos entre el objeto (los investigadores usaron imágenes que se muestran en el monitor de una computadora) y la pared que la cámara está escaneando, el nuevo algoritmo fue capaz de dar sentido a los patrones de luz y reconstruir la imagen. En algunos casos, tal obstrucción en realidad ayudó a evitar que la luz se dispersara demasiado.
Enredaderas De Alta Tecnología
A diferencia de los intentos anteriores de crear tecnología que pueda "ver" en las esquinas , esta nueva investigación no requiere nada más avanzado que una cámara digital típica equipada con el nuevo algoritmo. Según los informes de Nature News , los investigadores sospechan que su tecnología puede encontrar su camino en la tecnología de consumo o en una aplicación para teléfonos inteligentes .
"Es cierto que tiene algunas aplicaciones divertidas 'gee-whiz'", dijo a Nature News el ingeniero de la Universidad de Boston, Vivek Goyal, el autor principal de la investigación , " y probablemente también tenga algunas aplicaciones espeluznantes".
Luz Dispersa
La tecnología también puede encontrar su camino en las manos de los equipos militares o de respuesta a desastres, especular con los ingenieros en el artículo de investigación.
Las etapas posteriores del algoritmo podrían ayudar a detectar peligros antes de que realmente representen una amenaza sin requerir que esas personas introduzcan configuraciones técnicas difíciles en esas áreas.
Fuente:
