Inteligência artificial do Google vence campeão europeu no jogo Go
Por Caio Carvalho |
![Divulgação](https://t.ctcdn.com.br/t9a324wd8uMznWlh1YxJkX2Iw_s=/640x360/smart/i289472.jpeg)
Depois do Deep Blue e do Watson, ambos supercomputadores da IBM, vencerem respectivamente disputas de xadrez e de conhecimentos gerais, mais uma máquina controlada por inteligência artificial (IA) fez história ao derrotar seres humanos. Desta vez, o software AlphaGo, criado pela divisão de IA do Google chamada DeepMind, conseguiu vencer um usuário de carne e osso no temido jogo de tabuleiro Go.
Criado na China há mais de 2,5 mil anos, o Go é praticado atualmente por 40 milhões de pessoas em todo o mundo e consiste em um tabuleiro composto de diversas linhas. Funciona assim: alternadamente, os jogadores devem colocar peças brancas e pretas numa grade de 19 linhas horizontas e 19 linhas verticais. Um jogador começa com 180 "pedras" brancas e outro com 181 pretas. O objetivo é cercar as pedras do oponente ao colocar o maior número de peças no tabuleiro e evitar que as próprias peças sejam cercadas pelo adversário.
A questão é que entender esse processo e dominar a partida exige muita prática, já que é preciso reconhecer padrões no arranjo das peças espalhadas pelo tabuleiro. Segundo especialistas, existem mais de 200 padrões de movimentos para as peças, dez vezes mais que o xadrez. Dessa forma, não basta ser rápido nas jogadas, pois é preciso calcular o maior número de probabilidades até decidir mover uma peça sobre a mesa.
Os próprios pesquisadores do Google reconhecem que entender esses padrões são habilidades exclusivamente humanas. Então, como ensiná-las para uma máquina? De acordo com Demis Hassabis, CEO da DeepMind, foi aplicada ao AlphaGo uma tecnologia chamada "deep learning" (aprendizado profundo, na tradução livre), capaz de processar mais de 30 milhões de movimentos diferentes.
![Canaltech](/logo-canaltech.png)
A partir dessa quantidade absurda de dados, o software jogava contra si mesmo em looping, aumentando sua capacidade de aprendizado do jogo. Enquanto uma parte do deep learning aprendeu a prever o próximo movimento, a outra soube antecipar o resultado de diferentes posições das pedras do oponente no tabuleiro. Conforme a plataforma ia melhorando suas táticas, os cientistas foram igualando o sistema com os resultados mais recentes.
"O aspecto mais importante de tudo isso é que o AlphaGo não é apenas um sistema expert, construído com regras pré-determinadas. Ele usa técnicas de aprendizado para vencer no Go. O sistema pode processar volumes bem maiores e ter uma gama maior de insights que o especialista humano. O sistema pode sugerir caminhos para que o especialista humano tenha uma descoberta inédita", destacou Hassabis.
Ainda segundo Hassabis, o AlphaGo obteve uma taxa de vitória de 99,8% contra outros programas de simulação. Para os próximos anos, ele e sua equipe esperam aprimorar ainda mais esses resultados e fortalecer a experiência do mecanismo para adaptá-lo a outros serviços. "Queremos aplicar essas técnicas a problemas do mundo real. Nossa expectativa é que um dia eles possam ser estendidos para auxiliar na resolução de alguns problemas na sociedade [que carecem de mais precisão], desde diagnósticos médicos até modelos climáticos", disse.
Por enquanto, o AlphaGo já conseguiu derrotar Fan Hui, campeão europeu do jogo. Eles disputaram cinco partidas e em todas o software do Google venceu. Em março, o sistema vai enfrentar Lee Sedol, considerado um dos melhores jogadores de Go do mundo, durante um torneio que será realizado em Seul, na Coreia do Sul.
Fonte: The Guardian via Google