La inteligencia artificial fue durante mucho tiempo se definió como la capacidad de transferir la capacidad humana en algoritmos para el manejo computacional, unos investigadores se inspiraron en la teoría de la evolución para hacer aparecer en programas la simulación y cambios para observar como atravez de las generaciones se selecciona el más apto ( Teoría de la evolución Charles Darwin).
Esta selección permitió a los investigadores crear un algoritmo capaz de jugar a las damas inglesas, David Fogel, de la empresa Natural Selection, de La Jolla (California), y Kumar Chellapilla, de la Universidad de California San Diego, han hecho evolucionar un programa informático capaz de disputar una partida de damas inglesas de alto nivel gracias a esto.
El resultado es impresionante: tras 250 generaciones surgidas de una población inicial de 15 redes neuronales, el mejor de estos programas jugó contra todos los adversarios humanos deseosos de aceptar el desafío a través de Internet. En 80 partidas, la red neuronal se colocó en el nivel A de la clasificación estándar de los jugadores de damas, sólo por detrás de los expertos y de los maestros. Mejor aún: consiguió derrotar a un adversario experimentado. Una victoria más notable todavía porque el conjunto del proceso evolucionista sólo requirió unos cuantos días de cálculos en un ordenador doméstico (de 133 megahz), con una potencia incomparablemente menor a la de los supercalculadores a menudo utilizados en inteligencia artificial.
Hablando del ajedrez, la primera máquina que jugaba ajedrez fue ideada por Van Kampelen. En este el jugador era un autómata con la apariencia de un turco, manipulado desde el interior por un experto en el juego. Chinook, los mejores programas informáticos de ajedrez, funcionan siguiendo el mismo espíritu, en la medida en que están dirigidos por la habilidad y la experiencia humanas programadas en el algoritmo. Basados en la inteligencia artificial tradicional, en realidad no son más que un simple calco de la habilidad humana que los creó, con unos mecanismos mentales más rápidos y un riesgo de error menor. Por lo tanto, su capacidad mejora sobre todo gracias a la sofisticación de los mecanismos que realizan una criba de las opciones. Unos mecanismos que los programadores idearon y construyeron en los algoritmos.
Es precisamente lo que Chellapilla y Fogel quieren ahora evitar. Su método consiste en dejar a unos algoritmos mediocres mejorar su capacidad únicamente a través de la experiencia. Los dos investigadores se limitan a decir a sus programas que apliquen la estrategia de un jugador modesto (un sistema de alternativas elementales que los programadores conocen por el nombre de teoría Minimax). Sus programas son capaces de aprender porque están incorporados a unas redes neuronales que funcionan como el cerebro humano. En vez de indicar paso a paso cómo lograr el resultado buscado, simplemente se proporcionan unos datos a estas redes que, a través de un proceso de aprendizaje, comparan su resultado con el buscado, para a continuación intentar acercarse a él lo más posible.
Este modo de funcionamiento es posible gracias a la estructura de las redes neuronales que están unidas entre sí por varias capas de células, formando una telaraña. Esta red es capaz de ajustar la fuerza de sus propias interconexiones, exactamente como ocurre con las de las neuronas del cerebro humano en su juventud, durante su aprendizaje. De este modo, las redes neuronales pueden adquirir todo tipo de habilidades, como reconocer las caras y las voces, las reglas de las damas o las del ajedrez. Chellapilla y Fogel les hicieron dar un paso decisivo poniéndolos a competir entre sí y seleccionando a los más dotados con el fin de mejorar su capacidad. En ello radica todo el atractivo del proceso: sin introducir ningún dato especializado, el ordenador fabricó su propio jugador de primera categoría.
Comentarios
Publicar un comentario