Nel marzo 2016, AlphaGo ha affrontato Lee Sedol a Seul in cinque partite e ha ottenuto una schiacciante vittoria per 4-1, un evento che ha avuto quasi lo stesso seguito di una finale mondiale. In questo caso, l’aspetto più rilevante del duello è che il Go è un gioco impossibile per l’IA classica, poiché presenta troppe posizioni, richiede molta intuizione umana e non ha regole semplici che favoriscano una strategia unica. Per la sua impresa storica, DeepMind ha combinato reti neurali per scegliere le mosse e, allo stesso tempo, valutare le posizioni con la ricerca Monte Carlo, l’approccio spiegato su Nature al momento della presentazione dell’architettura. Così, prima del suo scontro con Lee Sedol, AlphaGo aveva già sconfitto Fan Hui, campione europeo.
Ciò ha dimostrato che il sistema non era una demo, ma un vero e proprio salto di qualità sia nell’apprendimento che nella pianificazione. Storia di uno scontro unicoIl momento “pop” è stato la famosa mossa 37 della seconda partita, una mossa che è riuscita a sconcertare i professionisti e ha ridefinito il significato di “creatividad” in una macchina. Lee Sedol ha risposto nella quarta partita con una mossa brillante che ha sorpreso il sistema e gli ha permesso di ottenere la sua unica vittoria, una situazione che ha ricordato che il fattore umano ha ancora qualche asso nella manica per battere le migliaia di ipotesi al secondo delle macchine.Il premio della partita, poco più di 900.000 euro, è andato all’UNICEF, a progetti STEAM e organizzazioni di Go, come confermato da Google in un post sul suo blog ufficiale. Sedol, dal canto suo, ha ricevuto più di 150.000 euro per la partecipazione e per la vittoria in una partita, una cifra che rifletteva il fatto che dietro lo spettacolo c’era anche un contratto professionale.Al di là del punteggio, l’impatto è stato culturale, dato che milioni di persone hanno visto che un’IA può imparare strategie non scritte nei manuali e, grazie a ciò, mettere alle corde un genio umano. DeepMind, da parte sua, ha raccontato che AlphaGo si è allenato prima con partite umane e poi con il gioco automatico, un’idea che ha reso popolare un classico tra i modelli di IA: imparare competendo contro se stessi.
Cosa è successo ad AlphaGo?Dopo la partita, molti professionisti hanno incorporato le idee di AlphaGo nel loro stile, quasi come se avessero ricevuto un nuovo libro di aperture scritto da un’intelligenza diversa. Inoltre, l’evento ha cambiato il modo in cui viene comunicata l’IA: non è stato un benchmark raccolto in un PDF, ma uno spettacolo pubblico in cui sia gli errori che i successi sono stati registrati per sempre.Così, alcune mosse sembravano sbagliate o goffe a prima vista, ma funzionavano. Questo ha insegnato che l’intuizione umana può essere influenzata dalla tradizione, non dalla verità. Infatti, il successo ha accelerato gli investimenti nell’apprendimento per rinforzo e nella pianificazione, poiché è riuscito a dimostrare che i dati, la simulazione e il calcolo erano in grado di abbattere barriere storiche. Dopo il successo di AlphaGo, sono arrivati approcci come AlphaGo Master o AlphaGo Zero, due lanci che hanno rafforzato l’idea che una simulazione può essere un maestro anche senza partite con presenza umana. Tuttavia, per la comunità di Go il risultato è stato agrodolce: sebbene fossero entusiasti di avere uno strumento di studio in grado di mostrare nuove linee, erano tristi per aver perso un mito.Così, la partita ha lasciato una domanda in sospeso: se una macchina trova decisioni migliori nel Go, quali altri campi ricchi di intuizione umana possono cambiare con tecniche simili?
Inoltre, ha anche riflettuto i limiti, poiché Alphago era eccellente nel Go, ma pessimo in altri campi, una situazione che ha segnato il contrasto tra l’IA specializzata e le promesse dell’IA totale. Oggi, il progresso dell’IA si è basato, tra le altre cose, sul giorno in cui una macchina è riuscita a battere un essere umano in un gioco così complicato. Immagine principale di 3DJuegosIn 3DJuegos | Meta e AMD portano la guerra dei chip al livello successivo con un’alleanza che punta a NvidiaIn 3DJuegos | Anthropic e la sua IA mettono l’ultimo chiodo nella bara dei colletti bianchi