Matthew Lai, pesquisador do Imperial College, de Londres, montou um robô de inteligência artificial, conhecido como Girafa (Giraffe), apto de aconselhar a si mesmo a aprimorar em xadrez avaliando posições ao tipo humano, segundo informam no MIT Technology Review. A novidade do procedimento é que difere do que seguem quase todos os programas atuais.
Talvez nos estejamos a insuficiente a máquina de xadrez melhor, capaz de entender como uma pessoa, de deslocar-se além das instruções prévias, de não ater-se somente ao pé da letra e os números de seus algoritmos.
Com tempo ilimitado, um programa então poderia continuar aprendendo por si mesmo, em pesquisa da sonhada perfeição, no instante inacessível. Até prontamente, os pcs utilizam, especialmente, a potência bruta de seus processadores, suficiente pra ultrapassar os humanos, todavia não pra conseguir verdadeiros avanços estratégicos. Deep Blue ilustrou ao mundo e a Kasparov que a supremacia humana é coisa do passado.
Movsesian acaba de jogar 6 partidas, com vantagem de instrumento contra Komodo e apenas conseguiu arrancar três tabelas. Em um primeiro momento, Girafa parece mais um programa e funciona como o resto de rivais de silício. Ainda está distante do nível dos melhores.
- 1 Efeito positivo
- Departamento de Defesa – 125.Nove milhões
- dezoito sugestões que você deve aplicá-lo pra que tudo te vá melhor
- A Inteligência Artificial supera a humana
- Terry Duggan
contudo, o seu design é mais sofisticado: tem imensos nódulos conectados em diversas camadas, de uma forma inspirada pela maneira em que funcionam no cérebro e nas células humanas. Esta arquitetura interna permite ao robô estudar como alguém, de modo que a inteligência artificial pareça mais natural, não só por fora.
Redes neurais” aproximados têm sido utilizadas para programas de reconhecimento facial e de escrita, entre algumas funções avançadas. No xadrez, trata-se de aconselhar a máquina padrões de posições, como executam os professores, que não devem calcular em definidas posições, pra saber qual a trajetória a acompanhar no decorrer da partida.
O professor mexicano Manuel López Michelone é um especialista nesse campo e sempre explicou seu sonho de elaborar uma máquina então. Lai garante que tem treinado sua criatura, como se se tratasse de alguém, com grandes quantidades de fatos, tomadas de posições reais, porém agrupadas por tipos de posições. Quanto mais se repitam esses padrões, o mais útil é aprendê-las, qualquer coisa igualmente válido destinado a pessoas e programas. A vantagem de raciocinar então é que, à semelhança do que exercem os grandes mestres, com estes conhecimentos firmemente assentados, não há que calcular todos (as muitas posições possíveis em uma partida ainda segundo a perícia de os ótimos processadores).
O cérebro treinado de modo a que possa “ir direto ao ponto” e não se divertir em probabilidades com facilidade descartáveis por um jogador experiente, como na realidade fazem os programas normais. O pesquisador canadense tem gerado um banco de dados, escolhendo aleatoriamente cinco milhões de posições, que vai crescendo no decorrer do treino e com o que neste momento foi gerado 175 milhões de posições, ainda gerenciáveis na máquina.
Seu propósito é que esta siga aprendendo sozinha, mesmo que possa ser pelo sistema rudimentar de enfrentarla a si mesma, para melhorar a tua capacidade de antecipar-se aos acontecimentos. O velho mecanismo de tentativa e defeito permite ao teu programa entender no momento em que o fez melhor ou pior, com a vantagem adicional que supõe possuir uma memória infalível, ao contrário do que os humanos. E neste local é onde se verifica que o teu processo parece funcionar. Como contrapartida, admite o investigador, o teu sistema é às vezes mais lento que o de novas máquinas. Na procura convencional de posições, reconhece que a Girafa tem êxito 10 vezes mais devagar. Mas mesmo com esta desvantagem, garante, é competitiva.