TreinamentoO AlphaGo combina duas ferramentas: redes neurais artificiais, que generalizam os exemplos (reconhecem padrões armazenados); e um algoritmo que toma decisões baseadas nos exemplos (como resolver um problema de otimização ou avaliar um movimento em um jogo). Desse modo, enquanto uma parte decide o próximo lance, a outra busca prever as ações do oponente.
O treinamento dessa sofisticada rede foi realizado em três fases. Na primeira, o programa recebeu dados de inúmeras partidas disputadas por seres humanos. Foram 30 milhões de posições, o que possibilitou ao sistema prever corretamente os próximos movimentos 57% das vezes. Uma segunda etapa serviu como reforço de aprendizagem, quando o AlphaGo enfrentou o programa Pachi, que consegue avaliar mais de 100 mil possibilidades de cada movimento. O programa da Google DeepMind ganhou 85% das vezes ; índice muito mais alto que os 12% alcançados por versões testadas anteriormente. Por fim, o computador enfrentou a si mesmo, aprimorando-se mais e mais.
A matéria completa está disponível
aqui, para assinantes. Para assinar,
clique aqui.