Ir al contenido

KataGo

De Wikipedia, la enciclopedia libre

KataGo es un software diseñado para jugar Go gratuito y de código abierto, capaz de derrotar a jugadores humanos de alto nivel.[1]​ Lanzado por primera vez el 27 de febrero de 2019, está desarrollado por David Wu.[2]

Basado en las técnicas utilizadas por AlphaGo Zero de DeepMind, implementa la búsqueda de árbol de Monte Carlo con una red neuronal convolucional que proporciona evaluación de posición y orientación de políticas. En comparación con AlphaGo, KataGo presenta muchas mejoras que le permiten aprender más rápido y jugar con más fuerza.[3]​ Posee características que están ausentes en muchos otros programas de juego Go como la estimación de puntaje; soporte para tablas pequeñas, valores arbitrarios de komi y handicaps; y la capacidad de usar varios conjuntos de reglas de Go y ajustar su juego y evaluación para las pequeñas diferencias entre ellos.

KataGo es compatible con el protocolo de texto Go, con varias extensiones,[4]​ lo que lo hace compatible con GUI populares como Lizzie . Como alternativa, también implementa un protocolo personalizado de "motor de análisis", que es utilizado por la GUI de KaTrain,[5]​ entre otros. KataGo es ampliamente utilizado por jugadores humanos de go, incluido el equipo nacional de Corea del Sur, con fines de entrenamiento.[6][7]​ KataGo también se utiliza como motor de análisis predeterminado en el sitio web de Go en línea AI Sensei,[8]​ así como en OGS.[9]

En 2022, KataGo se utilizó como objetivo para la investigación de ataques adversarios, diseñada para demostrar los "modos de falla" de los sistemas de IA. Los investigadores pudieron engañar a KataGo para que terminara el juego prematuramente.[1][10]​ En particular el investigador (y jugador amateur) Kellen Pellerin, utilizando la técnica del sándwich consiguió ganar 14 de 15 juegos, con una tasa de victorias del 93 %.

Referencias

[editar]
  1. a b Benj Edwards (7 de noviembre de 2022). «New Go-playing trick defeats world-class Go AI, but loses to human amateurs». Consultado el 8 de noviembre de 2022. 
  2. David Wu (2019-02-27). «Accelerating Self-Play Learning in Go». arXiv:1902.10565  [cs.LG]. 
  3. David Wu (15 de noviembre de 2020). «Other Methods Implemented in KataGo». GitHub. Consultado el 4 de noviembre de 2022. 
  4. «KataGo GTP Extensions». GitHub. Consultado el 3 de enero de 2023. 
  5. «KaTrain». GitHub (Github repo). Consultado el 3 de enero de 2023. 
  6. 金雷 (1 de marzo de 2021). «AI当道 中国围棋优势缩小了吗?» [With the dominance of AI, is China's Go superiority shrinking?]. Xinmin Evening News. Consultado el 5 de diciembre de 2021. 
  7. Hong-ryeol Lee (14 de abril de 2020). «'AI 기사' 격전장에 괴물 '블랙홀'이 등장했다» [A monster 'black hole' appeared in the battlefield of 'AI Go players']. The Chosun Ilbo. Consultado el 8 de diciembre de 2021. 
  8. «AI Sensai FAQ». Consultado el 2 de noviembre de 2022. 
  9. Anoek (OGS developer) (31 de marzo de 2022). «Considering removing Leela Zero from our supported AI Reviewers». Consultado el 2 de noviembre de 2022. 
  10. Tony Tong Wang (2022-11-01). «Adversarial Policies Beat Professional-Level Go AIs». arXiv:2211.00241  [cs.LG].