AlphaGo ha empujado a los jugadores humanos de Go a ser más creativos

A principios de este año, los beneficios de Go eran uno de los mejores sistemas de inteligencia artificial del juego. Hicieron esto utilizando una estrategia desarrollada con la ayuda de investigadores de programas diseñados para escanear sistemas como KataGo en busca de vulnerabilidades. Resulta que la victoria es solo una parte de un renacimiento más amplio de Go que ha visto a los jugadores humanos volverse más creativos desde entonces.

En un estudio reciente publicado en la revista En los últimos años, investigadores de la Universidad de la Ciudad de Hong Kong y Yale descubrieron que los jugadores humanos de Go se han vuelto menos predecibles. como Los investigadores llegaron a esta conclusión al analizar un conjunto de datos de más de 5,8 millones de movimientos Go realizados durante el juego profesional entre 1950 y 2021. Con la ayuda de un «súper» Go AI, un software que puede jugar y calificar la calidad de cualquier movimiento. movimiento, crearon una estadística Se llama «Índice de calidad de decisión» o DQI para abreviar.

Después de determinar un puntaje DQI para cada movimiento en su conjunto de datos, el equipo descubrió que antes de 2016, la calidad del juego profesional mejoraba relativamente poco de un año a otro. A lo sumo, el equipo vio un cambio anual promedio positivo en DQI de 0.2. En algunos años, la calidad general del juego ha disminuido. Sin embargo, desde la llegada de Super AI en 2018, los valores medios de DQI han cambiado a una tasa de más de 0,7. Durante el mismo período, los jugadores profesionales han utilizado cada vez más estrategias nuevas. En 2018, el 88 por ciento de los juegos, frente al 63 por ciento en 2015, vieron a los jugadores hacer un montón de jugadas que no se notaron antes.

«Nuestros hallazgos sugieren que el desarrollo de superusuarios de IA puede haber llevado a los jugadores humanos a alejarse de las estrategias tradicionales y a explorar nuevos movimientos, lo que a su vez puede haber mejorado su toma de decisiones», escribió el equipo.

Este es un cambio interesante, pero no del todo contradictorio si lo piensas. Como dijo el profesor Stuart Russell de la Universidad de California, Berkeley a L.L.C. nuevo mundoNo es sorprendente que los jugadores que entrenan contra máquinas tiendan a hacer más movimientos que las máquinas aprueban.

Todos los productos recomendados por Engadget son seleccionados por nuestro equipo editorial, independientemente de nuestra empresa matriz. Algunas de nuestras historias incluyen enlaces de afiliados. Si compra algo a través de uno de estos enlaces, podemos ganar una comisión de afiliado. Todos los precios son correctos en el momento de la publicación.