La investigación primer creo una base de datos de los jugadores y torneos, tomando material grabado. Luego, entrenaron a una AI para que esta tradujera los datos en las maneras en las que ciertos profesionales se comportarían al estar frente a frente en la cancha. Esto significa que la inteligencia artificial creó modelos que simulaban las estrategias, hábitos y comportamientos de los jugadores. Por ejemplo, como anota su investigación, la computadora toma en cuenta elementos como que Djokovic suele apuntar al lado más débil de su contrincante. Otro elemento que toma en cuenta es la manera en la que los deportistas se ubican al momento en el que la otra persona está a punto de devolver la pelota.

Te puede interesar: Estas gafas con AI ayudan a joven colombiana a mejorar su visión

Otro elemento que los investigadores destacan de su simulación es que determina cómo puede afectar un partido el que solo uno de los golpes dé en un lugar diferente al planeado. Para el grupo uno de los elementos más prácticos de su AI es que incluso permite organizar las ubicaciones y recuperaciones de los jugadores, de manera que permite estudiar muchos más escenarios.

Lo más interesante de este experimento está en que le permitió al equipo crear ‘partidos de fantasía’ ¿Cómo sería un encuentro entre Roger Federer y Serena Williams? Mejo, como vemos en el video de arriba ¿Cómo es un partido entre Federer y Federer?

Por supuesto, como remplazo para Wimbledon todavía le falta bastante. La simulación está lejos de ser perfecta en términos visuales. Hay cambios de luz, las figuras no producen sombras y los movimientos de todos los jugadores se sienten sin el momentum que tienen los partidos de Tenis, así como los espectadores y jueces son figuras decorativas. Pero incluso con estas fallas, se trata de un sistema novedoso que utiliza la inteligencia artificial que, además de permitir ver encuentros imposibles, puede tener aplicaciones muy interesantes para el mundo del tenis.

Imágenes: capturas de pantalla

Internet se inundó con reacciones y comentarios a raíz de la noticia de que Facebook se vio obligado a apagar su sistema de inteligencia artificial (AI) porque sus bots se salieron de control. Las expresiones de temor fueron las más comunes, comprensible en medio de una situación que parece sacada de una película de ficción como ‘Yo Robot’.

Sin embargo, este miércoles, medios como The Next Web explicaron que lo ocurrido no es una situación que deba preocuparnos si tenemos en cuenta el tipo de conversación generada por los bots. Después de analizar las frases, The Next Web explicó que aunque podían parecer ‘un disparate’, se trató esencialmente de dos dispositivos de aprendizaje de la máquina negociando y cómo estos dividieron o distribuyeron un montón de elementos o artículos (como libros y balones de baloncesto) en ‘sets’ o conjuntos de palabras.

Lo que opinaron Fast Co. Design y Gizmodo

De acuerdo con otros analistas, a este tipo de interacción no debemos prestarle mucha atención, al menos no más allá del ámbito de la investigación. El investigador de Fair, Mike Lewis, dijo a Fast Co. Design: “Nuestro interés era tener bots que pudieran hablar con la gente”.

Gizmodo, por su parte, señaló que el equipo se había dado cuenta de que no habían incentivado a los bots a hablar en inglés como los humanos serían capaces de entenderlo y, por lo tanto, cerraron la conversación. “Eso es todo lo que sucedió, y no hay nada cercano a la posibilidad de ser gobernado por seres conscientes”, añadió Gizmodo.

Facebook dio su declaración

Pero como lo dijimos antes, ‘los posts’ alrededor de la Web proclamando que el día del juicio final estaba cerca, llevaron al investigador Dhruv Batra, del equipo de Facebook, a dar una explicación sobre lo sucedido:

“Si bien la idea de que los agentes de AI inventen su propio lenguaje puede sonar alarmante o inesperado para las personas, fuera del campo, se trató de un subcampo bien establecido de la AI, con publicaciones que datan de décadas atrás. En pocas palabras, los agentes en entornos que intentan resolver una tarea suelen encontrar formas no intuitivas de maximizar la recompensa. Analizar la función de recompensa y cambiar los parámetros de un experimento no es lo mismo que ‘desconectar’ o ‘cerrar AI’. Si ese fuera el caso, cada investigador de AI del mundo ha estado ‘cerrando AI’ siempre que eliminan un trabajo en una máquina”.

Así las cosas, y de acuerdo con The Newt Web, la lección de toda esta situación es “leer los documentos de investigación más a fondo cuando sea posible”, y no que pronto seremos dominados por bots.

¿Ustedes qué creen?

Imagen: Pixabay