I computer e gli umani usano diversi tipi di strategie quando giocano a go, indicando differenze fondamentali nella risoluzione dei problemi.
(Phys.org)—Analizzando le caratteristiche statistiche di migliaia di giochi go giocati da umani e computer, i ricercatori hanno scoperto che è sorprendentemente facile dire se un gioco è giocato da un essere umano o da un computer. I risultati indicano differenze fondamentali nei modi in cui umani e computer risolvono i problemi e possono portare a un nuovo tipo di test di Turing progettato per distinguere tra i due.
I ricercatori, C. Coquidé e B. Georgeot all'Università di Tolosa, e O. Giraud presso l'Università di Paris-Saclay, hanno pubblicato un articolo sulla loro analisi statistica dei giochi go giocati da esseri umani e computer in un recente numero di EPL .
"Pensiamo che il nostro lavoro indichi un percorso verso una migliore caratterizzazione e comprensione delle differenze tra i processi decisionali umani e informatici, che potrebbe essere applicato in molti settori diversi, "Giraud ha detto Phys.org .
Come spiegano i ricercatori, go è una piattaforma particolarmente valida per indagare su come i computer risolvono problemi complessi a causa del vasto numero di mosse possibili che un giocatore può fare in ogni turno. Su una tavola da 19x19, ci sono 10 171 possibili posizioni legali (rispetto a "solo" 10 50 negli scacchi). Inoltre, il numero di possibili partite di go è stato recentemente stimato in almeno 10 10^108 . Tali numeri sono giganteschi anche per un computer, rendendo impossibile per qualsiasi programma utilizzare semplicemente metodi di forza bruta per analizzare tutte le possibili mosse e giochi. Anziché, i computer devono utilizzare approcci più sofisticati.
Nel nuovo studio, i ricercatori hanno costruito database di 8000 giochi giocati da umani dilettanti; 8000 partite giocate dal software Gnugo, che utilizza un approccio deterministico; 8000 partite giocate dal software Fuego, che utilizza un approccio Monte Carlo; e 50 partite giocate dal software AlphaGo, che è diventato famoso negli ultimi due anni per aver battuto i campioni del mondo di Human Go. I ricercatori hanno quindi costruito reti per ogni database che acquisiscono informazioni sui modelli di mosse sulla tavola da gioco.
Uno dei risultati più interessanti è che le reti basate sul software, in particolare Gnugo, hanno un gran numero di "comunità, " che sono parti di una rete che sono fortemente collegate al loro interno ma debolmente collegate al resto della rete. Come spiegano i ricercatori, la presenza di queste comunità indica che i programmi software stanno creando molti tipi diversi di strategie che sono differenti da altri tipi di strategie; questo è, le loro strategie sono varie e diversificate. A confronto, le reti basate sui giochi umani hanno meno comunità e hub più grandi con molti collegamenti diretti, indicando che le strategie umane erano più correlate tra loro e meno diverse.
Pur illuminando, questi risultati non sono inaspettati, in quanto corrispondono ad alcune precedenti osservazioni di computer che giocano a go. Ad esempio, nel 2016 e nel 2017, gli analisti umani che guardavano AlphaGo competere contro i campioni del mondo erano spesso sorpresi e perplessi dalle strategie utilizzate dal computer.
Globale, i ricercatori hanno scoperto che le differenze statistiche tra le reti generate dal computer e quelle generate dall'uomo sono molto più grandi della variabilità all'interno di ciascuna rete, indicando che le differenze sono statisticamente significative e potrebbero essere potenzialmente utilizzate per distinguere tra gruppi di giochi umani e giochi giocati al computer. Ulteriore, i risultati mostrano che non è necessario analizzare migliaia di partite, poiché le differenze potrebbero essere significative anche per il database di 50 giochi relativamente piccolo di AlphaGo.
Come conseguenza, i ricercatori propongono che le differenze statistiche potrebbero essere utilizzate per progettare un nuovo tipo di test di Turing, simile al test originale in cui una persona cerca di dire se sta interagendo con un essere umano o un computer facendo domande. La nuova versione del test di Turing implicherebbe giocare a giochi invece di fare domande, e quindi eseguire test statistici per identificare le caratteristiche dei giocatori umani e computer.
I ricercatori si aspettano anche che sarebbe interessante utilizzare metodi statistici simili per studiare le differenze nel modo in cui gli esseri umani e i computer affrontano altri problemi complessi oltre all'andare. Da questi dati, potrebbe essere possibile ottenere una migliore comprensione di come i computer "pensano".
"Vorremmo studiare più in dettaglio l'origine delle differenze tra le reti generate dall'uomo e quelle generate dal computer, per vedere come si riflettono in termini di differenze nelle strategie utilizzate nel gioco, " ha detto Giraud. "Stiamo anche progettando di applicare queste tecniche ad altre aree in cui sono presenti computer e umani, a partire da altri giochi da tavolo come gli scacchi."
© 2017 Phys.org
