En el mundo del go, el apodo que le pusieron a Shin Jin-seo es «Shen Inteligencia Artificial». El mayor elogio que puede recibir un jugador humano es que digan que juega como una máquina.
El apodo apareció por primera vez en 2020, cuando un periodista coreano fusionó «Shin» con «inteligencia artificial». Cuatro años después, pasó de ser una broma a describir la realidad.
El 15 de octubre concluyó en Quzhou, Zhejiang, la final de la cuarta Copa Mundial de Go Quzhou Lanke. Shin Jin-seo, 9 dan, derrotó por 2-0 a su compatriota Byun Sang-il y alzó la Copa Lanke por segunda vez. Es su noveno título mundial, con el que supera los ocho de Ke Jie y alcanza a la leyenda coreana Cho Hun-hyun. Ocupa el tercer puesto de la clasificación histórica; por delante solo quedan los diecisiete títulos de Lee Chang-ho y los catorce de Lee Sedol.
Si ponemos sus nueve trofeos en fila, desde la Copa LG de 2020 hasta la Copa Lanke de este año, vemos que ha ganado uno cada año durante seis años naturales. Para conseguir este noveno título, esperó diecinueve meses.
Su trayectoria tampoco se parece mucho a la historia deportiva habitual. Aprendió a jugar al go con su padre a los cinco años y obtuvo el rango profesional a los doce, batiendo el récord de Corea. Desde 2019, lleva mucho tiempo en el primer puesto de la clasificación mundial. De 2021 a este año, ayudó a Corea a ganar seis Copas Nongshim consecutivas y encadenó veintiuna victorias en distintas ediciones, dieciséis de ellas en el puesto de capitán, el de mayor presión.
Detrás de estos logros hay jornadas de más de diez horas entrenando con la IA. En la Copa Chunlan de mayo de este año, sus jugadas coincidieron en un 88 % con las recomendaciones de la IA en una de sus partidas. The Paper había publicado antes una cifra más modesta: en sus jugadas cotidianas, coincidía con las sugerencias de la IA en un 37,5 %, frente al promedio del 28,5 % de los profesionales.
He repasado la historia de la competición entre humanos y máquinas de la última década y he encontrado una tendencia bastante fría. En 2016, AlphaGo venció a Lee Sedol; en 2017, a Ke Jie. Los humanos perdieron dos veces y después dejaron de competir: empezaron a aprender de las máquinas. En julio de este año, Shin Jin-seo jugó en Seúl una partida contra la IA de código abierto KataGo, con dos piedras de ventaja. Perdió. Dijo que, en sus entrenamientos diarios, nunca había ganado con dos piedras de ventaja y que necesitaría tres para tener alguna oportunidad.
La autoridad en el go ya ha cambiado de manos. Antes, para saber si una jugada era buena, había que preguntarle a un 9 dan de élite. Ahora, un grupo de jugadores se reúne alrededor de un portátil y espera a que la IA hable.
Mi conclusión es que esto no es algo que le ocurra solo al go, sino un adelanto de lo que veremos en todas las competiciones en las que humanos y máquinas se enfrenten. Cuando un campo tiene una respuesta correcta, el valor de las personas deja de estar en «pensar mejor que la máquina» y se desplaza a otra parte. En el caso de Shin Jin-seo, ese lugar es la ejecución. Memoriza las respuestas de la IA y las juega bajo la presión de la cuenta regresiva. No suena muy romántico, pero ahora mismo es la única manera que tienen los humanos de ganar títulos.
No sé cuánto tiempo podrá sostenerse este sistema. La coincidencia entre las jugadas de los jugadores y las de la IA sigue aumentando; cuando se acerque al cien por cien, los campeonatos se convertirán en concursos de memorizar respuestas. Ya veremos si entonces el go sigue siendo interesante.
En el mercado cripto está ocurriendo algo de forma casi idéntica. La autoridad para tomar decisiones de trading también está pasando de las personas a las máquinas, y las estrategias automatizadas empiezan a hacerse cargo de las órdenes. Las redes descentralizadas de IA proponen distribuir la potencia de cálculo y los modelos para que cualquiera pueda conectarse; las redes de renderizado permiten poner a disposición de otros las tarjetas gráficas que están inactivas. Tanto estas iniciativas como el go apuntan a la misma pregunta: cuando las máquinas calculan con más precisión que tú, ¿qué te queda?
$TAO $RNDR $BTC #币安广场 #申真谞 #围棋 #人工智能 #DueloHumanoMáquina
El apodo apareció por primera vez en 2020, cuando un periodista coreano fusionó «Shin» con «inteligencia artificial». Cuatro años después, pasó de ser una broma a describir la realidad.
El 15 de octubre concluyó en Quzhou, Zhejiang, la final de la cuarta Copa Mundial de Go Quzhou Lanke. Shin Jin-seo, 9 dan, derrotó por 2-0 a su compatriota Byun Sang-il y alzó la Copa Lanke por segunda vez. Es su noveno título mundial, con el que supera los ocho de Ke Jie y alcanza a la leyenda coreana Cho Hun-hyun. Ocupa el tercer puesto de la clasificación histórica; por delante solo quedan los diecisiete títulos de Lee Chang-ho y los catorce de Lee Sedol.
Si ponemos sus nueve trofeos en fila, desde la Copa LG de 2020 hasta la Copa Lanke de este año, vemos que ha ganado uno cada año durante seis años naturales. Para conseguir este noveno título, esperó diecinueve meses.
Su trayectoria tampoco se parece mucho a la historia deportiva habitual. Aprendió a jugar al go con su padre a los cinco años y obtuvo el rango profesional a los doce, batiendo el récord de Corea. Desde 2019, lleva mucho tiempo en el primer puesto de la clasificación mundial. De 2021 a este año, ayudó a Corea a ganar seis Copas Nongshim consecutivas y encadenó veintiuna victorias en distintas ediciones, dieciséis de ellas en el puesto de capitán, el de mayor presión.
Detrás de estos logros hay jornadas de más de diez horas entrenando con la IA. En la Copa Chunlan de mayo de este año, sus jugadas coincidieron en un 88 % con las recomendaciones de la IA en una de sus partidas. The Paper había publicado antes una cifra más modesta: en sus jugadas cotidianas, coincidía con las sugerencias de la IA en un 37,5 %, frente al promedio del 28,5 % de los profesionales.
He repasado la historia de la competición entre humanos y máquinas de la última década y he encontrado una tendencia bastante fría. En 2016, AlphaGo venció a Lee Sedol; en 2017, a Ke Jie. Los humanos perdieron dos veces y después dejaron de competir: empezaron a aprender de las máquinas. En julio de este año, Shin Jin-seo jugó en Seúl una partida contra la IA de código abierto KataGo, con dos piedras de ventaja. Perdió. Dijo que, en sus entrenamientos diarios, nunca había ganado con dos piedras de ventaja y que necesitaría tres para tener alguna oportunidad.
La autoridad en el go ya ha cambiado de manos. Antes, para saber si una jugada era buena, había que preguntarle a un 9 dan de élite. Ahora, un grupo de jugadores se reúne alrededor de un portátil y espera a que la IA hable.
Mi conclusión es que esto no es algo que le ocurra solo al go, sino un adelanto de lo que veremos en todas las competiciones en las que humanos y máquinas se enfrenten. Cuando un campo tiene una respuesta correcta, el valor de las personas deja de estar en «pensar mejor que la máquina» y se desplaza a otra parte. En el caso de Shin Jin-seo, ese lugar es la ejecución. Memoriza las respuestas de la IA y las juega bajo la presión de la cuenta regresiva. No suena muy romántico, pero ahora mismo es la única manera que tienen los humanos de ganar títulos.
No sé cuánto tiempo podrá sostenerse este sistema. La coincidencia entre las jugadas de los jugadores y las de la IA sigue aumentando; cuando se acerque al cien por cien, los campeonatos se convertirán en concursos de memorizar respuestas. Ya veremos si entonces el go sigue siendo interesante.
En el mercado cripto está ocurriendo algo de forma casi idéntica. La autoridad para tomar decisiones de trading también está pasando de las personas a las máquinas, y las estrategias automatizadas empiezan a hacerse cargo de las órdenes. Las redes descentralizadas de IA proponen distribuir la potencia de cálculo y los modelos para que cualquiera pueda conectarse; las redes de renderizado permiten poner a disposición de otros las tarjetas gráficas que están inactivas. Tanto estas iniciativas como el go apuntan a la misma pregunta: cuando las máquinas calculan con más precisión que tú, ¿qué te queda?
$TAO $RNDR $BTC #币安广场 #申真谞 #围棋 #人工智能 #DueloHumanoMáquina