Tag Archives:: Aprendizaje con refuerzo
AlphaGo Zero domina el ajedrez tras cuatro horas de autoaprendizaje
Supongo que ya lo esperabas, luego no será ninguna sorpresa. Stockfish 8 ha sido incapaz de vencer a AlphaGo Zero en 100 partidas. Google DeepMind ha vuelto a demostrar que en un entorno cerrado con pocas reglas bien definidas el aprendizaje profundo no tiene competencia. AlphaZero (el nuevo nombre de AlphaGo Zero) venció por 64 a 36 tras ganar […]
Las diferencias entre AlphaGo Fan, AlphaGo Lee, AlphaGo Master y AlphaGo Zero
El mejor jugador de Go del mundo es AlphaGo Zero, una inteligencia artificial de la compañía Google DeepMind, que ha aprendido a jugar sola. Se usa una técnica de aprendizaje con refuerzo, el tipo estándar de aprendizaje no supervisado. AlphaGo Zero ha vencido 89–11 a AlphaGo Master, que venció 3–0 a Ke Jie (el número uno mundial), y 100–0 […]
Resolviendo la ecuación de Schrödinger mediante aprendizaje profundo
Las redes de neuronas artificiales permiten obtener soluciones analíticas aproximadas a ecuaciones diferenciales. Usando un método variacional, la red determina los coeficientes de un desarrollo en serie que minimizan el residuo. Se publica en Science la resolución de la ecuación de Schrödinger de la mecánica cuántica en dos dimensiones para problemas multicuerpo usando este método. Se recurre a un […]
Los algoritmos de caja negra de AlphaGo
En inteligencia artificial se recuerda el año 1997 porque Deep Blue (IBM) venció a Gary Kasparov, campeón del mundo de ajedrez. El año 2016 será recordado porque AlphaGo (Google DeepMind) ha vencido a Fan Hui (dan 2), campeón europeo de Go. En marzo luchará contra Lee Sedol (dan 9), el jugador de Go más fuerte del mundo. Aunque todos […]
