Yo votaré al mejor juego de mesa, porque la diferencia es bastante grande entre ambos... 

Yo entiendo que es un juego largo, pero también entiendo que el tiempo de partida baja drásticamente a medida que juegas más partidas, y es un juego que da pie a ello. Da pie a conocerlo, a profundizar, a probar estrategias. Puede que la primera partida a 3-4 jugadores dure 3-4 horas, pero las siguientes probablemente bajen de ese tiempo, hasta establecerse en las 2'5 - 3 horas, incluso jugando a la versión completa.

No es un juego esporádico, tampoco es un juego de primera partida. Es un juego al que tienes que echarle varias, y que partida tras partida, te recompensa. Online es un vicio, porque todo el mantenimiento se acelera, pero en mesa es fácil cogerle el tranquillo.

Yo, como menciona Kalisto, si han quitado el aspecto del mazazo final en las guerras de la tercera era, para mi le quita algo de gracia. No es que sea mal juego, pero es menos canalla de lo que a mi me gusta.

No he mirado las reglas del nuevo TtA con detalle, pero supongo que si. Este modo en solitario es una especie de matón. Si va por delante, puntúa cultura, agrede, guerrea y va evolucionando tácticas para ganar fuerza. Si va por detrás, evoluciona unidades e intenta reforzarse pero no puntúa.

En realidad este modo se maneja con unas cuantas de las cartas de táctica y cubos de unidades, nada más. No tiene tablero, no sigue las fases del turno ni nada por el estilo.

Dejando claro que el juego me encanta, el planteamiento de este Kickstarter es una tomadura de pelo. Una versión sin strech goals 20$ más barato (¿qué ventaja tiene entonces el KS?), pero resulta que los gastos de envío son más de 20$. Además te cobran $5 más de gastos de envío por los Strech Goals... en fin. Conmigo que no cuenten.

Lo decis como si engorilarse en el TtA fuese muy sencillo. Lo que hay que hacer en TtA es no quedarse desprotegido. El juego te "fuerza" a ir a la par que el resto, y es en ese punto donde puedes elegir estrategias, pero no puedes quedarte atrás. No hay más. No es un multijugador solitario. Si no te gusta ese planteamiento, el juego no te va a gustar, probablemente nunca. Pero ni la nueva edición ni la antigua.

Yo soy moderadamente optimista. Hay muchos trabajos que están claramente destinados a robots, pero al final quienes construyen y desarrollan robots no son otros robots, son humanos.

La gracia de todo esto es, a mi entender, que lo que se plantea no es un modelo específico para solucionar el problema de una partida de Go, sino un enfoque más genérico, por lo que podría ser aplicable a otros muchos campos. Un motor de aprendizaje y un selector de opciones es un planteamiento que se puede usar en muchos ámbitos.

Cita de: maltzur en 28 de Enero de 2016, 13:03:22
En el tema computacional es interesante ese acercamiento.  Algorítmicamente el Go es p-space completo por tanto muy complejo de calcular todos sus árboles por tanto estos enfoques pueden abrir caminos de inteligencia ariticifial.  El ajedrez creo recordar era NP-COMPLETO

Según la red de redes, el ajedrez es EXPTIME-completo

Es posible. Para mi, la diferencia es que la máquina calcula, sopesa pero no falla, en el sentido de que no calcula para errar, aunque si puede optar por alguna jugada aparentemente peor. Un ser humano si puede errar, porque hay otro tipo de factores externos que le pueden afectar. Hay una cita de Lasker que dice que en un tablero de ajedrez luchan personas, no figuras. Y que cuando veas una buena jugada, trata de encontrar otra mejor. La segunda frase, en una dimensión más bestia, es lo que representa una IA en este tipo de juegos. busca todas las mejoras jugadas. El ser humano busca menos profundamente y descarta más.

Es normal, porque son una fuente de puntos importante. No la puedes descuidar, porque además con las mayorías de cada tipo puedes recibir más. Habría que hacer algún tipo de multiplicador (x5, x10, etc... )

Pues ahí está justamente el quid de la cuestión, en crear una función heurística que te permita discriminar cuál es una buena jugada y cuál es menos buena, en un función de una serie de parámetros.

Trasladando el ejemplo de DS a AlphaGo, lo que han hecho su creadores es desarrollar un sistema que adapta su mecánica de toma de decisiones debido a un aprendizaje previo, entonces supones que lo que sale será una jugada óptima basada en que el sistema haya aprendido y adaptado la toma de decisiones a lo que le has metido previamente.

Hay diferentes tipos de enfoques según el tipo de espacio que se desee explorar. Lo que no se es a qué tipo de espacio de soluciones pertenecería un juego como Dominant Species.

Cita de: Weaker en 28 de Enero de 2016, 10:25:26
Y qué aún así, las decisiones son tan cambiantes que es muy complicado controlar más allá del turno siguiente.

Pero eso no tiene por qué ser malo per se. Un entorno tan cambiante simplemente indica, a mi modo de ver, que posiblemente tengas que hacer más cálculos, pero si tienes la potencia suficiente. Yo creo que la complejidad para diseñar jugadores no humanos no está tanto en la variabilidad, sino en un buen algoritmo que sopese lo mejor en cada momento, teniendo en cuenta que el periodo a planificar depende como dije de tu potencia de cálculo.

Cita de: nouvato en 28 de Enero de 2016, 10:27:14
Cuidado señor, que Vishi Anand no es un "whatever". Campeón Mundial desde 2007 hasta 2013, en todos los "formatos" de torneos y condiciones expuestas inventadas por la FIDE para quitarle el título.

Nada más lejos de mi intención ningunearle  Es un gran maestro, sin duda, pero no lo consideraría entre los mejores o más capacitados de la historia.

Estaba pensando que tal vez lo ideal sería meter a este AlphaGo en el circuito profesional, para ver cómo va creciendo poco a poco su nivel.

Cita de: Weaker en 28 de Enero de 2016, 09:58:20
Lo que quería decir no es que haya una IA para el DS, sino que llegue al punto de ser imbatible contra 5 jugadores humanos, incluso contra otras máquinas.

La imbatibilidad, en este caso concreto, yo creo que no depende tanto de buenas estrategias, sino de poder calcular todas posibles las jugadas y descubrir una estrategia óptima. DS podría ser un buen candidato, porque no hay información oculta.

Cita de: Meldrel en 28 de Enero de 2016, 10:00:35
En marzo de 2014, la supercomputadora más poderosa del mundo, NUDT's "Tianhe-2", puede soportar 33,86 petaflops.131 A este ritmo, incluso la excesivamente baja estimación de 10 operaciones requeridas para evaluar la jugada de una piedra, Tianhe-2 necesitaría 4 horas para evaluar todas las posibles combinaciones de los próximos ocho movimientos para poder realizar una sola jugada.

Eso si que es AP. De todas formas este AlphaGo solo calcula la siguiente jugada ¿no? A más profundidad en el árbol de jugadas, en general, más coste de computación.

Cita de: manuduard en 28 de Enero de 2016, 09:27:22
El Go tiene tantas posibilidades que ese planteamiento es imposible, me imaginó que estará utilizando tecnología de bigdata y el programa ira jugando cada vez mejor partida tras partida.
Parece que gastar tiempo y recursos en estas cosas en una tontería pero sirven y de mucho para después aplicarlas a cosas más prácticas.

Gracias a tecnología como el BigData estamos avanzando mucho en seguridad informática y pero tambien se esta aplicando para mal, como por ejemplo estudios de grandes masas de poblacion en donde a partir de datos saben por donde pueden reaccionar la mayoria de los ciudadanos (elecciones, compras, tendencias....) en fin.

Yo no creo que estén manejando el BigData como camino para evolucionar esto, porque el enfoque no es la exploración de un gran conjunto de datos. También es cierto que no estoy completamente seguro de lo que se considera BigData, pero no veo el Go como un problema de explotación de datos, sino de exploración y selección.

Lo que hay que hacer es un sistema que aprenda del espacio a explorar y seleccionar con visión de futuro, no solo que recopile o maneje gran cantidad de datos, busque sus relaciones, etc...

En cualquier caso ¿Cómo aplicarías soluciones de BigData en ese problema en concreto? Mera curiosidad.

Cita de: Weaker en 28 de Enero de 2016, 09:46:17
Yo creo que el reto más bien estaría en ganar a otro tipo de juegos, no uno contra uno. Me gustaría ver a la máquina jugando un DS a 6.

Cualquier juego que sea más táctico que estratégico, es decir, más a corto plazo que a largo plazo, creo que la máquina, por fuerza bruta, tiene las de ganar. Lo complicado, por ejemplo, es que una máquina haga faroles, sacrificios que merezcan la pena a posteriori, etc... De todas formas, ya existe una app del Dominant Species con IA.

Si algo tiene el Go, a nivel computacional, es un árbol y un espacio de movimientos demasiado grande para calcularlo con la tecnología actual. Por otro lado, el Go, frente al ajedrez, tiene un componente de intuición mucho mayor. Las piezas no están en tablero, tienes que ir creciendo poco a poco, se dan muchas situaciones tácticas, gran cantidad de decisiones a medio y largo plazo. Digamos que para ganar al Go, una máquina tendría que ser más intuitiva que en el ajedrez.

Por otro lado, como bien han mencionado, aún no ha ganado al "Kasparov" del Go, ha ganado a un ¿Viswanathan Anand? por poner como ejemplo a alguien de mucho nivel, pero no maestro. aunque curiosamente el jugador de Go que perdió había sido 1-dan.

En mi opinion, es un gran avance, porque entre las redes neuronales y la búsqueda selectiva, desarrollas un motor que se alimenta a si mismo observando pero al mismo tiempo no pierde tiempo buscando la mejor solución a un determinado plazo, intentado maximizar ganancias y minimizar pérdidas. Intenta, como decía un gran campeón de ajedrez, escoger no la mejor jugada, sino la más adecuada para cada momento.

De todas formas ya hubo algunos avances en este sentido, con algún que otro campeón retirado hace no mucho ¿No? no recuerdo el nombre exacto, pero el tipo tenía alrededor de 60-70 años

PD: El ajedrez chino es el xiang qui, no el shogi ¿no?

Cierto, antylope, me dejé llevar por la emoción... xD son 7 temporadas de aproximadamente 13 episodios.