A principios de este año, un jugador aficionado de Go usó uno de los mejores sistemas de IA del juego. Lo hicieron utilizando una estrategia desarrollada con la ayuda de un programa que los investigadores diseñaron para probar sistemas como KataGo en busca de debilidades. Resulta que la victoria es solo una parte de un renacimiento más amplio de Go que está viendo a los jugadores humanos volverse más creativos desde
En un estudio reciente publicado en la revista , investigadores de la Universidad de la Ciudad de Hong Kong y Yale descubrieron que los jugadores humanos de Go se han vuelto menos predecibles en los últimos años. como el los investigadores llegaron a esa 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 Go AI «sobrehumano», un programa que puede jugar y calificar la calidad de cualquier movimiento único, crearon una estadística llamada «índice de calidad de decisión», o DQI para abreviar.
Después de asignar una puntuación DQI a cada movimiento de 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 DQI anual medio positivo de 0,2. En algunos años, la calidad general del juego incluso disminuyó. Sin embargo, desde el surgimiento de las IA sobrehumanas en 2018, los valores medios de DQI han cambiado a un ritmo superior a 0,7. Durante ese mismo período, los jugadores profesionales han empleado estrategias más novedosas. En 2018, el 88 por ciento de los juegos, frente al 63 por ciento en 2015, vio a los jugadores configurar una combinación de jugadas que no se había observado antes.
«Nuestros hallazgos sugieren que el desarrollo de programas de inteligencia artificial sobrehumanos puede haber llevado a los jugadores humanos a romper con las estrategias tradicionales y los indujo a explorar movimientos novedosos, lo que a su vez puede haber mejorado su toma de decisiones», escribe el equipo.
Ese es un cambio interesante, pero no exactamente poco intuitivo si lo piensas. Como dijo el profesor Stuart Russel de la Universidad de California, Berkeley, al Científico nuevo«no sorprende 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, independiente 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.