alphago intelligenza artificiale google

Perché la vittoria di AlphaGo, l’IA di Google, è così importante?

Cosimo Alfredo Pina - L'intelligenza artificiale di Google DeepMind, AlphaGo, ha vinto contro il campione mondiale di Go. Ecco perché la cosa dovrebbe interessarvi

L’importante serie di sfide partite la settimana scorsa tra l’intelligenza artificiale AlphaGo e Lee Sedol sulla scacchiera di Go si è conclusa questa notte con un 4-1. Con un po’ di amarezza il campione in carne ed ossa ha dovuto riconoscere la superiorità della macchina e rinunciare al milione di dollari in palio, che andrà devoluto in beneficenza.

La notizia sta facendo il giro del mondo, ma perché questo traguardo è così importante e come è diverso, ad esempio, dalla vittoria degli anni 90 di IBM Deep Blue contro il campione mondiali di scacchi Garri Kimovič Kasparov? Cerchiamo di spiegarvelo in questo articolo.

Come funziona il gioco da tavolo Go

Se pensate che che Go sia un gioco complesso vi sbagliate. Le regole di base sono molto più semplici di quelle della maggior parte dei giochi strategici più famosi. Il tutto si sviluppa su una scacchiera denominata goban, divisa in una grigia di 19 x 19 posizioni su cui i giocatori dispongo a turno delle pietre (bianche o nere).

L’obiettivo è quello di occupare il prima possibile il 50% del goban (ci sono delle varianti sul calcolo del punteggio) rispettando alcune semplici limitazioni, come la “regola del ko” che evita la ripetizione delle mosse, e con la possibilità di catturare pietre dell’avversario circondandole.

Regole tutto sommato semplici se confrontate, ad esempio, con quelle degli scacchi ma che proprio per questo, vista anche la dimensione del goban, lasciano spazio a quelle che si stimano essere ben 2,08 x 10170possibili combinazioni, (tanto di) più del numero di atomi che costituiscono l’universo noto. In pratica non è mai stata giocata una partita di Go uguale ad un’altra.

Cosa è AlphaGo e come funziona

AlphaGo è una complessa intelligenza artificiale sviluppata da DeepMind, realtà londinese specializzata in IA, acquisita da Google nel 2014. La specializzazione di AlphaGo, l’avrete intuito, è giocare a Go. Per fare questo si appoggia a complessi algoritmi di machine learning e un sistema composto da due reti neurali, entità matematiche ispirate a quelle che si trovano nel cervello.

rete neurale

Girando su sistemi di calcolo distribuito da 1.920 CPU e 280 GPU, AlphaGo si allena giocando contro se stessa in continuazione, diventando ogni minuto sempre più abile sul goban, sfruttando appunto la combinazione delle due reti neurali, denominate policy e value.

La policy network si occupa di selezionare quale siano le mosse migliori mentre la value network le restringe contestualizzandole alla situazione attuale e ai possibili sviluppi dell’avversario. Un modo di “pensare” da vero stratega.

Perché la vittoria di AlphaGo è così importante

Se avete letto la precedenti sezioni dell’articolo forse avrete iniziato a capire perché la vittoria di AlphaGo contro il 18 volte campione mondiale di Go sia così importante. Si tratta di qualcosa di profondamente diverso rispetto alla mera dimostrazione di potenza di calcolo.

Le attuali intelligenze artificiali, anche quelle più avanzate, che giocano a scacchi o ad altri giochi simili utilizzano la forza bruta sondando tutte le possibilità in cerca di quella che più probabilmente conduce alla vittoria. Con Go la cosa è praticamente impossibile, vista l’incredibile numero di combinazioni possibili.

LEGGI ANCHE: L’intelligenza artificiale di Facebook che vi “spia” da satellite

La vittoria di AlphaGo dimostra come le intelligenze artificiali basate sul relativamente nuovo approccio basato su machine learning e reti neurali siano più simili al pensiero umano. Certo i limiti rimangono.

È ancora necessaria una notevole potenza di calcolo e le IA sono “addestrabili” ad un solo compito, sia questo il giocare a Go o il riconoscimento facciale. Tuttavia la vittoria è un traguardo storico che dimostra come il cervello umano artificiale sia più vicino che mai.