¿Sabías que una IA aprendida no copia primero partes humanas? En dos mil diecisiete, AlphaGo Zero entrena jugando contra sí mismo. Conoce las reglas, y luego mejora la forma en que elige los movimientos de sus experiencias de juego. El principio es producir piezas y utilizar sus resultados para ajustar el sistema. No son dos robots sentados cara a cara o software consciente. Nuestro tablero animado explica la alternancia de los jugadores, sin pretender reproducir un juego de entrenamiento real.
Después de tres días de entrenamiento en el experimento publicado, AlphaGo Zero supera a una versión anterior de AlphaGo por cien partes a cero. Este oponente es otro sistema, no cien campeones humanos. Por lo tanto, la puntuación compara dos versiones dentro del marco específico presentado por los investigadores.
Este resultado muestra que el aprendizaje puede beneficiarse de los experimentos realizados por el propio sistema. Pero las reglas del Go proporcionan un mundo claro y comprobable. No podemos convertir este éxito en una prueba de que una IA descubre todo el conocimiento sin datos, reglas o verificación.
Lo que sabemos
La puntuación de 100-0 compara AlphaGo Zero con una versión anterior de AlphaGo después de tres días de entrenamiento, no con un centenar de campeones humanos.
Ir a la fuente
Referencias consultadas el 12 de octubre de 2026.
Signaler une erreur ou apporter une précision
