Ahora, no soy un experto, así que corrígeme si me equivoco sobre algo, pero sé un poco sobre esto.
No sigue el método de fuerza bruta (analizando todas las posibilidades) debido a la gran cantidad de posibilidades en Go, sino que se basa en una combinación de dos cosas junto con Machine Learning.
- Búsqueda de árbol de Monte Carlo: implica elegir movimientos al azar
luego simulando el juego hasta el final para encontrar una estrategia ganadora. - Redes neuronales profundas: una red de 12 capas de conexiones neuronales
que consiste en una red que selecciona el siguiente movimiento y un
red que predice el ganador del juego.
Un punto peculiar de AlphaGo es que, en lugar de tener movimientos “buenos” y “malos”, estudió una cantidad increíblemente grande de partidos de Go. Y utilizando el aprendizaje profundo logró un estado en el que ganaría la mayoría de sus partidos
- ¿Qué movimientos sociales / intelectuales predices que saldrán de los avances tecnológicos, particularmente en IA / Robótica?
- ¿Es Machine Learning el futuro de la IA?
- ¿Hay alguna diferencia entre redes neuronales y redes neuronales convolucionales?
- No todos pueden ser expertos en un campo, y con una curva de aprendizaje, ¿hay un perfil particular de una persona especialmente adecuada para comenzar una carrera en IA?
- Con la IA / robots programados para hacer trabajos y las tiendas físicas disminuyendo, ¿podríamos lograr el futuro distópico del que solo hemos leído?
Ahora, lo que esto no significa es que AlphaGo es perfecto, como lo demuestra el cuarto juego donde Lee ganó. También renuncia cuando cree que sus posibilidades de victoria son inferiores al 20%, lo que podría explotarse en el futuro.
También se demostró que cuando comienza a perder AlphaGo comienza a hacer movimientos peores y peores.
Acerca de las líneas de código, no creo que nadie, aparte de las personas que trabajaron en él, lo sabría, pero apostaría a <1 millón