Pesquisadores recentemente constru\u00edram o primeiro algoritmo de intelig\u00eancia artificial (IA) de uso geral que pode dominar uma ampla variedade de jogos. O rob\u00f4 foi apelidado por seus criadores de “Estudante de Jogos”.<\/p>\n
Normalmente, os algoritmos de jogos s\u00e3o projetados para dominar categorias feitas de “informa\u00e7\u00f5es perfeitas”, como o xadrez, ou jogos com “informa\u00e7\u00f5es imperfeitas, como o\u00a0p\u00f4quer, onde boa parte da mec\u00e2nica do jogo est\u00e1 escondida nos jogadores”. Contudo, o novo algoritmo do Estudante de Jogos contorna essa limita\u00e7\u00e3o combinando pesquisa guiada, aprendizado de jogo e racioc\u00ednio te\u00f3rico de jogos.<\/p>\n
Quando foi testado pela primeira vez, o Estudante de Jogos se destacou tanto no\u00a0xadrez, com informa\u00e7\u00f5es perfeitas, quanto em partidas de p\u00f4quer ou Scotland Yard, com informa\u00e7\u00f5es imperfeitas. No entanto, a nova IA n\u00e3o foi capaz de vencer os melhores algoritmos de IA existentes no mercado especializados em confrontos diretos.<\/p>\n
“Uma conclus\u00e3o que podemos tirar disso \u00e9 que \u00e9 sim poss\u00edvel projetar uma t\u00e9cnica que funcione nos dois segmentos, em vez de ter algoritmos especializados”, constatou o principal autor do estudo, Martin Schmid, CEO e cofundador da EquiLibre Technologies, em entrevista ao\u00a0Live Science<\/em>. Embora a ferramenta ainda n\u00e3o seja capaz de vencer seus concorrentes, ela abre uma nova brecha no mercado.<\/p>\n H\u00e1 muito tempo, os jogos servem como refer\u00eancia para o progresso no campo da IA. Por exemplo, em 2016, a ferramenta AlphaGo venceu um jogador humano profissional de Go, um jogo de tabuleiro chin\u00eas baseado em estrat\u00e9gia. No ano seguinte, o sistema Libratus venceu os melhores jogadores humanos de p\u00f4quer do mundo em um torneio de Texas Hold’em de 20 dias.<\/p>\n Essa ferramenta \u00e9 uma varia\u00e7\u00e3o de um algoritmo amplamente utilizado no qual um sistema de IA aprende jogando contra si mesmo repetidamente. Ent\u00e3o, a equipe combinou t\u00e9cnicas usadas na constru\u00e7\u00e3o de uma variedade de algoritmos de jogos, como o AlphaGo. Na categoria de jogos de informa\u00e7\u00e3o perfeita, a equipe descobriu que o Estudante de Jogos teve um desempenho t\u00e3o bom quanto o de especialistas ou profissionais humanos. Contudo, a m\u00e1quina foi substancialmente inferior ao AlphaZero \u2014 uma vers\u00e3o avan\u00e7ada do AlphaGo \u2014 em confronto direto.<\/p>\n Por\u00e9m, no campo de jogos de informa\u00e7\u00e3o imperfeita, a nova IA superou o algoritmo Slumbot do Texas Hold’em, que os pesquisadores afirmam ser o melhor programa de p\u00f4quer abertamente dispon\u00edvel. Em jogos mais complexos, onde a quantidade de informa\u00e7\u00e3o oculta pelos jogadores \u00e9 ainda maior, o algoritmo ainda demonstra ter certa dificuldade.<\/p>\n No futuro, os programadores planejam abordar e explorar as limita\u00e7\u00f5es encontradas, especialmente como reduzir os altos custos e o poder computacional envolvidos na execu\u00e7\u00e3o do Estudante de Jogos e na obten\u00e7\u00e3o de um melhor desempenho.<\/p>\n .<\/span><\/p>\n Reportagem:\u00a0<\/strong>Lhorrayne Martins\/ Portal SG AGORA\u00a0\/\u00a0<\/b>Fonte da Reportagem<\/strong> e Foto Capa: <\/strong>www.megacurioso.com.br<\/em><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n