Invece di esercitarsi, un algoritmo di intelligenza artificiale sviluppato all’University College di Londra ha padroneggiato il gioco degli scacchi leggendo i commenti degli esperti sulle partite.
di Will Knight
I fan degli scacchi amano discutere di un abile sacrificio di Bobby Fischer o di un’ingegnosa linea di attacco dell’attuale campione del mondo Magnus Carlsen. Questi commenti potrebbero aiutare i programmi di intelligenza artificiale a imparare a giocare in un modo nuovo. La stessa tecnica potrebbe consentire alla IA di analizzare le componenti emotive del nostro linguaggio per padroneggiare vari compiti pratici.
L’algoritmo di scacchi, chiamato SentiMATE, che è stato sviluppato da un team di ricercatori presso l’University College di Londra, valuta la qualità delle mosse degli scacchi analizzando la reazione di commentatori esperti.
Il team ha analizzato il testo di 2.700 mosse di scacchi commentate online, eliminando i riferimenti a mosse banali e ad esempi eccessivamente ambigui. Quindi è stato utilizzato un tipo speciale di rete neurale ricorrente e incorporamenti di parole (una tecnica matematica che collega le parole sulla base dei loro significati), addestrati su un altro modello all’avanguardia per l’analisi del linguaggio.
L’intelligenza artificiale ha recentemente compiuto progressi significativi nell’analisi del linguaggio. Per esempio, un algoritmo sviluppato dai ricercatori di OpenAI, una organizzazione di San Francisco che si occupa di ricerca IA, si è dimostrato in grado di generare notizie da un prompt di poche parole.
“Il prossimo passo dell’elaborazione del linguaggio naturale è convertire queste informazioni apprese in azioni tangibili per aiutare a risolvere compiti del mondo reale”, hanno detto i ricercatori in una e-mail a “MIT Technology Review”. “Abbiamo ritenuto che la strategia di apprendimento dai dati testuali potesse essere una strada di ricerca molto importante da esplorare”.
SentiMATE ha sorpreso i ricercatori con la sua capacità di elaborare alcuni dei principi di base degli scacchi, nonché diverse strategie chiave, come la forchetta (il doppio attacco) e l’arrocco (unica mossa in cui si spostano due pezzi, il Re e la Torre, contemporaneamente).
Non è diventato un gran maestro dell’IA né è riuscito a battere i robot convenzionali, ma il programma conferma la possibilità di utilizzare il linguaggio per capire come giocare bene, con meno esercitazione e meno potenza del computer rispetto agli approcci convenzionali.
Gli scacchi sono stati a lungo un punto di riferimento dei progressi nell’intelligenza artificiale, dal programma di Alan Turing del 1951 (scritto sulla carta), passando poi per la sconfitta di Garry Kasparov per mano di Deep Blue di IBM.
Più recentemente, DeepMind, la controllata di Alphabet, ha presentato una variante di scacchi di AlphaGo, il programma in grado di autoapprendere come giocare a Go. Questo programma, noto come AlphaZero, ha appreso le regole del gioco e poi ha affinato la sua abilità giocando contro altre versioni di se stesso.
In quanto autodidatta, AlphaZero ha sviluppato alcune strategie insolite e sorprendenti. Ma come Deep Blue, AlphaZero necessita di migliaia di Tensor Processing Unit (TPU) nei server di Google, oltre ai dati di milioni di partite per esercitarsi.
I ricercatori affermano che le tecniche di apprendimento utilizzate da SentiMATE potrebbero avere molte altre applicazioni pratiche oltre agli scacchi. Per esempio, potrebbero aiutare le macchine a prevedere gli scambi finanziari. “Vi è abbondanza di libri, blog e documenti tutti in attesa di essere studiati”, conclude il team.
Immagine: Unsplash
(rp)
