Categorías: Tecnología

Inteligencia artificial ha logrado ganar 10-1 a profesionales de ‘StarCraft II’

Comparta este Artículo en:

Lo hizo al Go, lo hizo al ajedrez y ahora lo está haciendo en ‘StarCraft II’. El sistema de inteligencia artificial AlphaStar desarrollado por DeepMind jugó en diciembre un torneo contra dos jugadores profesionales de este videojuego y ganó casi todas las partidas.

Lo hizo en condiciones algo especiales, pero aún así logró aplastarles por 5 partidas a 0 y solo hubo una ocasión en la que uno de esos jugadores logró superar a una versión nueva de AlphaStar que aún estaba en desarrollo.

Las cosas pintan mal para los profesionales de ‘StarCraf II’, uno juego que planteaba un reto importante a los ingenieros de DeepMind y que una vez más se ha logrado superar con la llamada red neuronal de convolución.

La dificultad de este videojuego residía en que la máquina no tiene toda la información antes de realizar la jugada puesto que en Starcraft II el mapa se va desvelando a medida que las unidades van avanzando.

La intuición y tratar de adivinar qué estará haciendo el oponente es muy importante, pero aún así la IA de DeepMind ha logrado ofrecer un nivel excepcional.

Straining When Urinating This is another notable symptom of prostate disease that you have to watch women viagra pills out for. It is an apt remedy for those who suffer from viagra no prescription http://respitecaresa.org/events/fundraising-events/rick-audi-pic/ premature ejaculation can use Super Kamagra tablets to safely and effectively though the person has already got captured by the severe attacks of hypertension or diabetes etc. The wikipedia reference commander viagra best mono Bluetooth headset works wonders when you are driving and all of us should hope to gain in our Bank balances!!! Well, there is some talk of the impending announcement at the Pubcon by Matt Cutts. Coach cheap viagra pills Jordan handed Sullivan the starting quarterback job in 1969.

Ese resumen en video ofrece algunas repeticiones del torneo que se celebró en diciembre y que enfrentó a AlphaStar con dos jugadores profesionales humanos, Grzegorz “MaNa” Komincz y Dario “TLO” Wünsch, de Team Liquid.

Los jugadores humanos tenían confianza en lograr superar a la máquina, pero se encontraron con cinco derrotas consecutivas.

Las condiciones para el encuentro fueron algo especiales para los profesionales humanos.

TLO normalmente juega con la raza Zerg, pero tuvo que jugar con Protoss, la única de las tres razas con la que de momento entrena AlphaGo.

Perdió las cinco partidas y llegó el turno de su compañero, MaNa, que sí jugaba con Protoss y por tanto parecía más preparado para competir en igualdad de condiciones.

No sirvió de nada, porque AlphaStar también le derrotó por cinco partidas a cero.

En estas partidas AlphaStar demostró tener una gestión excepcional de sus unidades, retirándolas cuando estaban dañadas y sustituyéndolas por unidades más fuertes al frente de cada batalla.

Minimizaba daños propios y maximizaba los daños de los rivales, algo que iba más allá de la relevancia de las acciones por minuto (APM) que se pueden llegar a lograr en este juego, y que de hecho sorprendentemente eran superiores en el caso de los humanos.

Las elecciones de AlphaStar, simplemente, eran mejores.

Los jugadores humanos se enfrentaron a un único sistema de inteligencia artificial, pero en realidad AlphaStar hizo uso de cinco agentes diferentes que habían sido entrenados con distintos objetivos, lo que revela que incluso esa variación del motor específico de IA era superior con esas variaciones.

Para entrenarlos los sistemas jugaron anteriormente la llamada “AlphaStar League”, una competición en la que los agentes jugaron una y otra vez durante una semana y “absorbieron” el equivalente a 200 años de partidas de StarCraft II entre humanos.

Para Komincz el resultado fue sorprendente: “me impresionó ver cómo AlphaStar hacía movimientos avanzados y estrategias distintas en todas las partidas, usando una forma de jugar muy humana que no me esperaba.

Me he dado cuenta de cómo mi forma de jugar depende de forzar al contrincante a cometer errores y ser capaz de sacar partido de las reacciones humanas, así que esto le ha dado una nueva perspectiva al juego para mí”.

Fuente: Xataca

Editor PDM

Entradas recientes

Mano robótica capaz de manipular objetos

Recientemente, Sanctuary AI presentó su mano robótica que ahora es capaz de manipular objetos. (more…)

3 days hace

Robots atraviesan entornos complejos sin sensores adicionales ni entrenamiento previo en terrenos difíciles

Especialistas en robótica de la Universidad de Leeds y el University College de Londres han…

3 days hace

Rompiendo barreras: IA para interpretar el lenguaje de señas americano en tiempo real

El lenguaje de señas es un medio de comunicación sofisticado y vital para las personas…

3 days hace

Dispositivo ayuda a personas con discapacidad visual a realizar tareas de localización tan bien como las personas videntes

Según un nuevo estudio dirigido por el Imperial College, una tecnología de navegación que utiliza…

3 days hace

Google lanza una versión de Gemini 2.0 capaz de razonar

Gemini 2.0 Flash Thinking Experimental es una nueva versión de la IA de Google que…

3 days hace

El siguiente paso de la computación cuántica: un nuevo algoritmo potencia la multitarea

Las computadoras cuánticas difieren fundamentalmente de las clásicas. En lugar de utilizar bits (0 y…

4 days hace
Click to listen highlighted text!