Qualche settimana fa ha fatto molto parlare la notizia che AlphaStar, il software AI di DeepMind creato per vincere al gioco Starcraft 2, avesse raggiunto il livello di “Grandmaster”, battendo molti giocatori umani al gioco della Blizzard.
Come spesso accade, la ricerca AI si serve dei giochi (pensiamo agli scacchi o a Go) per evolvere architetture e algoritmi, con l’obiettivo di arrivare a soluzioni sempre più complesse che consentano al software di battere i migliori giocatori umani. I ricercatori di DeepMind hanno scelto Starcraft 2 perché il gioco offre spunti e sfide che possono essere trasferite e applicate anche al mondo reale.
Ora un ricercatore esperto sia di intelligenza artificiale sia di Starcraft 2 discute e commenta le strategie di AlphaStar durante quelle partite, evidenziandone i limiti e ragionando sui motivi di certe decisioni tattiche. Sottolineando poi che non c’è niente nel comportamento di AlphaStar che faccia pensare a un pensiero causale – la strada, cercata da molti, che potrebbe portare all’intelligenza artificiale generale, nota anche come AGI (Artificial General Intelligence) – bensì solo notevoli progressi nel reinforcement learning.
L’analisi è disponibile qui: AlphaStar: Impressive for RL progress, not for AGI progress
