Cómo se ganó el ajedrez

Cuando el campeón mundial de ajedrez Garry Kasparov renunció abruptamente a la sexta y última partida de su partido en mayo contra Deep Blue-a.k.a. la supercomputadora IBM RS / 6000 SP, una máquina, finalmente cumplió con uno de los desafíos más antiguos de la inteligencia artificial. El ajedrez ha cautivado a los investigadores informáticos desde la década de 1830, cuando el excéntrico inventor inglés Charles Babbage pensó en atraer a los inversores a su idea de un motor analítico programable al ofrecer la posibilidad de una máquina para jugar al ajedrez. Después de todo, las reglas del ajedrez están definidas con precisión y son fáciles de programar, pero dan lugar a complejidades estratégicas que desafían a las mejores mentes humanas. Pero a pesar de los mejores esfuerzos de los investigadores, ninguna máquina demostró ser capaz de vencer a los mejores jugadores humanos. Hasta Deep Blue.



Irónicamente, la victoria llega cuando la comunidad del ajedrez informático ha abandonado durante mucho tiempo cualquier pretensión de imitar el pensamiento humano. Ahora se sabe que los maestros del ajedrez, como el resto de nosotros, razonamos reconociendo patrones, formando conceptos y creando planes-procesos que las computadoras hacen mal, si es que lo hacen. Deep Blue, como todas las mejores máquinas de ajedrez desde la década de 1960, se basa en cambio en la fuerza bruta: mira lo más lejos posible en todos los movimientos posibles y evalúa la fuerza de cada posición de acuerdo con reglas preprogramadas. Debido a la regla de que cuanto más rápida es la computadora, más posiciones puede buscar y mejor puede jugar, Deep Blue se basa en 32 procesadores de alta velocidad que operan simultáneamente, cada uno coordinando el trabajo de 16 fichas de ajedrez de propósito especial que corren en paralelo. . Esta potencia de fuego informática permite a Deep Blue evaluar un total de 200 millones de posiciones por segundo.

¿Es un buen negocio el negocio web?

Esta historia fue parte de nuestro número de agosto de 1997





  • Ver el resto del número
  • Suscribir

M. Mitchell Waldrop, autor del bestseller Complejidad y de un libro de próxima publicación sobre la historia de la informática, habló recientemente con el diseñador principal de Deep Blue en IBM, Feng-Hsiung Hsu, sobre las implicaciones de la victoria de la máquina y su valor para otros usos.

TR: En febrero de 1996, cuando Deep Blue era nuevo, se enfrentó a Garry Kasparov y perdió. Mucha gente se sintió reivindicada, como si eso probara la superioridad innata de la mente humana sobre una mera máquina. Pero ahora que Deep Blue ha ganado, muchos sienten que la computadora ha humillado a la humanidad. ¿Deberían sentirse amenazados?

demo de openai gpt-3

HSU: No. Recuerda, Deep Blue no jugaba al ajedrez por sí solo. Incluso antes de que comenzara el partido, los humanos programaron la máquina para que se elevara al nivel de Garry. Y luego, durante el partido, pasamos entre partidos, analizamos los errores de Deep Blue y ajustamos sus criterios para evaluar la situación en consecuencia, para que no cometiera el mismo error dos veces. Sin eso, Deep Blue no podría haber competido con Garry. Entonces se podría decir que el año pasado, Garry ganó uno por el pasado de la humanidad. Este año, Deep Blue ganó uno por el futuro de la humanidad.



TR: ¿Cómo es eso?

HSU: Cuando Garry juega al ajedrez, confía en el intelecto con el que nació, su conocimiento del juego y la experiencia que ha adquirido jugando tanto con personas como con computadoras. Ésta es la forma antigua de jugar al ajedrez; Garry, a pesar de su brillantez, está limitado por lo que es biológicamente posible. Deep Blue representa cualquier tecnología que nos permita superar los límites que la naturaleza normalmente nos impone. Ahora mismo estamos hablando por teléfono: solo gritando No puedo localizarlo. El principio es el mismo con el ajedrez. Garry puede ser el mejor jugador de ajedrez de todos los tiempos, pero mientras que los ajedrecistas del equipo de Deep Blue no pueden pretender llegar a ninguna parte cercana a la capacidad de Garry, con Deep Blue superamos nuestros límites y ganamos.

TR: Cuando lo pones de esa manera, el partido suena un poco injusto. Garry no jugaba contra una máquina o incluso contra una persona, sino contra todo un equipo.

HSU: Pero Garry también formaba parte de un equipo. Entre partidas, consultaba con su entrenador, e incluso con su propia computadora de ajedrez, para saber más sobre lo que haría Deep Blue. Eso es en realidad una parte normal de cualquier partida de ajedrez de nivel maestro. Así que se podría decir que Garry estaba jugando contra una computadora que dependía del poder humano, pero Deep Blue estaba jugando contra un humano que dependía en parte de la potencia de la computadora.



farmacia justo a tiempo

TR: Lo suficientemente justo. Pero podrías haber dicho eso el año pasado cuando Garry ganó. Sin embargo, este año perdió. ¿Qué marcó la diferencia?

HSU: Las diferencias más obvias son que Deep Blue fue dos veces más rápido este año porque tenía nuevos chips de unidad central de procesamiento, así como el doble de chips diseñados solo para jugar al ajedrez.
Pero para el partido, esos avances de hardware no fueron tan críticos como otras dos consideraciones. Primero, abordamos la brecha de conocimiento. Garry es un ser humano extraordinario, con una gran cantidad de conocimientos e intuición sobre el ajedrez adquiridos durante más de 30 años de juego. El año pasado, Deep Blue entró al partido cuando era un bebé recién nacido: acababa de ser construido y no sabía mucho sobre ajedrez. Así que después le pedimos al Gran Maestro Internacional Joel Benjamin que viniera con nosotros y esencialmente llevara la máquina a la escuela de ajedrez. De hecho, fuimos a la escuela de ajedrez y usamos lo que aprendimos para reprogramar completamente el código de software básico de la máquina y rediseñar las fichas de ajedrez para incorporar mucho más conocimiento de ajedrez. Para el partido de este año, en palabras de Joel, Deep Blue había comenzado a jugar al ajedrez de nivel humano.

En segundo lugar, abordamos la cuestión del aprendizaje continuo por parte de Garry. Para un informático, la idea de construir una máquina para competir con el campeón mundial de ajedrez es como escalar el Everest. Desafortunadamente para nosotros, el año pasado, el monte Everest humano creció 100 pies por día mientras se desarrollaba el partido: Garry tiene la capacidad de un ser humano para adaptarse a lo que está haciendo Deep Blue. Sabíamos que Deep Blue nunca sería tan adaptable como un humano, ya que esa no es la forma en que se construye una computadora. Pero creamos herramientas de software que nos permitieron ir entre juegos y ajustar la programación de Deep Blue mucho más rápido de lo que podíamos antes. Eso resultó ser crítico. La situación era como competir en la Indy 500, donde vas a la parada en boxes y usas tu propia herramienta de alta velocidad para cambiar la rueda.

TR: Como nota, Deep Blue no es tan adaptable como una persona. Usted y sus colegas han enfatizado una y otra vez que la computadora funciona mediante fuerza bruta numérica. ¿Por qué no intentar simular la cognición y la adaptabilidad humanas?

HSU: Si bien las personas son muy buenas en el reconocimiento de patrones, la formación de conceptos, etc., esas tareas son muy difíciles para las computadoras. Sin embargo, las computadoras pueden complementar a los humanos porque son buenos en los cálculos. Entonces, desde el punto de vista de la ingeniería, si desea atacar los problemas de ajedrez por computadora, descubra cómo usar la capacidad de la máquina para calcular rápidamente.

La capacidad de calcular rápidamente es bastante útil en muchos otros campos. Una aplicación se llama minería de datos. Las grandes organizaciones utilizan esta técnica para extraer información seleccionada de una gran cantidad de detalles; por ejemplo, las empresas la emplean para analizar los mercados financieros. La minería de datos también podría ayudar a resolver una gran cantidad de problemas para las personas, como la sobrecarga de información que las personas están experimentando ahora a raíz del mayor acceso a Internet, entre otras entidades. Así como usamos nuestras fichas de ajedrez de propósito especial para acelerar Deep Blue, empleando muchas de ellas en paralelo, podemos crear sistemas informáticos buenos para la extracción de datos en la World Wide Web. Dicha tecnología podría encontrar y presentarle información en pocas palabras para que no tenga que pasar toda su vida navegando por la Web.

logotipo de conciencia de información total

TR: ¿No reforzaría esta herramienta lo que podríamos llamar la falacia de la cuantificación, la noción de que todos los juicios y decisiones pueden reducirse a cálculos?

HSU: Ese peligro existe. Pero la minería de datos eventualmente conduce al descubrimiento de hallazgos empíricos y reglas, después de lo cual la gente se detiene para descubrir por qué existen. En otras palabras, podemos utilizar las computadoras para extraer conocimiento de los datos, pero los seres humanos aún tienen que convertir ese conocimiento en sabiduría. Así es como progresa la humanidad.

TR: ¿Qué sigue ahora que Deep Blue ha vencido al principal maestro de ajedrez humano?

HSU: El plan de búsqueda básico de Deep Blue en realidad no es específico del ajedrez. Entonces, comenzamos a buscar en otras áreas, como la investigación farmacéutica, donde Deep Blue podría ayudar a diseñar nuevos medicamentos más rápido. Eso es importante, ya que si una enfermedad es muy mortal y también muy contagiosa, debemos poder combatirla con las mejores herramientas que tenemos. Con ese fin, estamos diseñando un chip de modelado molecular que puede ayudar a predecir cómo interactuaría una molécula de fármaco candidata con, por ejemplo, la envoltura proteica de un virus. Planeamos instalar varios de estos chips en una computadora el próximo año.

TR: Habiendo llegado tan lejos con Deep Blue, ¿qué diría que realmente constituiría inteligencia artificial?

HSU: Deep Blue exhibiría IA real si no me permitiera desconectarlo.

esconder

Tecnologías Reales

Categoría

Sin Categorizar

Tecnología

Biotecnología

Política De Tecnología

Cambio Climático

Humanos Y Tecnología

Silicon Valley

Informática

Revista Mit News

Inteligencia Artificial

Espacio

Ciudades Inteligentes

Blockchain

Artículo De Fondo

Perfil De Exalumnos

Conexión De Exalumnos

Característica De Noticias Del Mit

1865

Mi Vista

77 Mass Ave

Conoce Al Autor

Perfiles De Generosidad

Visto En El Campus

Cartas De Exalumnos

Función De Noticias Del Mit

Cadena De Bloques

Perfil De Ex Alumnos

77 Avenida De Masas

Política Tecnológica

Perfiles En Generosidad

Noticias

Revista De Noticias Del Mit

Elecciones 2020

Con Índice

Bajo La Cúpula

Manguera

Historias Infinitas

Proyecto De Tecnología Pandémica

Del Presidente

Artículo De Portada

Galería De Fotos

Recomendado