#35#44#31#1 Esto es General Game Playing, un campo de la IA que ya lleva un tiempo al alza en conferencias y competiciones. Otro que tambien esta de moda es el de hacer que jueguen lo mas parecido posible a un humano.
Y aunque las redes neuronales vendan mucho, con su halo de misterio y su fama de omnipotentes (a los periodistas les encantan); lo cierto es que dan resultados bastante mediocres en este area... ahora mismo los mejores algoritmos estan basados en Monte Carlo Tree Search (un algoritmo de simulacion aleatoria).
Las redes neuronales muy generalista, y realizan muy bien el trabajo para el que sirven (encontrar un mapeado continuo y no linear del conjunto de entrada al conjunto de salida que minimizen el error del set de entrenamiento) ademas de contar con la ventaja de trabajar en paralelo, pero si dispones de suficiente poder computacional, o tienes una cierta idea de la estructura del espacio de busqueda (algo muy comun), suele haber tecnicas mejores y que no necesitan aprendizaje.
#26#27#40#36#13 Lamentablemente las redes neuronales artificiales, a dia de hoy, de inteligentes tienen muy poco.
#31 El artículo contempla varios avances. Como bien dices es "cualquier tipo de juego", esto es: artificial general intelligence, que es un problema en bragas. Por otra parte, el contexto es redes neuronales en refuerzo sí, pero con 2 avances. El primero es usar una red convolucional profunda (deep learning, CNN) para no tener que calcular características ad-hoc, sino que las aprende la red. El segundo es que no usa simplemente refuerzo en modo online, sino que reentrena de de su experiencia, lo que aporta estabilidad al aprendizaje. A mayores, desde un punto de vista global, estamos hablando de un aprendizaje completamente semi-supervisado, donde el fitness viene simplemente dado por una simulación en el entorno. Esto es, que evita el otro proceso costoso del aprendizaje (el primero era la ingeniería de características) que es la recopilación y etiquetado de datos.
Es decir, que aunque los setups de ANN están perfectamente definidos, y son aprendidos en cualquier ingeniería de computación e informática, los problemas siguen estando en entrenar redes altamente complejas. Piensa que hasta no hace mucho, las redes neuronales estaban siendo abandonadas por otro tipo de sistemas de aprendizaje con menor capacidad, precisamente por la imposibilidad de entrenarlas. Durante los últimos años, sin embargo, se están haciendo avances muy significativos, precisamente para solventar los problemas clásicos de las redes, lo que está suponiendo un resurgir de las redes de gran relevancia, que ya está revolucionando el mundo de la computación e IA.
#6