
Spanish: 
Para los amantes de la Inteligencia Artificial, estas ultimas semanas han sido muy interesantes.
El Octubre pasado, por primera vez, una IA creada por Google, conocida como AlphaGo, vencio
a un jugador humano profesional en el increiblemente complejo juego de mesa Go.
Ademas, la semana pasada, derroto a uno de los mejores jugadores en el mundo
... 4 veces
Lo que es algo muy importante. Dejanos explicarte el porque.
Cuando los ingenieros hablan acerca de la Inteligencia Artificial, no se refieren a robots humanoides conscientes
conversando con nosotros, hablando con nosotros, capaces de sentimientos, y luego apoderandose del mundo, destruyendonos.
 
IA es en realidad simplemente una forma de programar una computadora para que haga cosas que los humanos hacen normalmente
Los programas de computadora siguen una lista de instrucciones especificas para realizar tareas, lo que significa
que tienen problemas para lidiar con situaciones con muchas opciones y requieren toma de decisiones
instantáneamente.
Lo que incluye jugar a juegos de mesa complicados, como  el Go
Basicamente, el objetivo de Go es juntar la mayor cantidad de puntos posibles, ya sea capturando las
piezas del otro jugador, u ocupando areas del tablero con piedras negras o blancas.
Y gran parte de la estrategia para ganar cualquier juego, es la habilidad de pensar unos cuantos movimientos

English: 
For fans of artificial intelligence, the past
few weeks have been very exciting.
Last October, for the first time ever, an
AI built by Google, known as AlphaGo, beat
a professional human player at the incredibly
complex board game Go.
And then, in this last week, it went on to
beat one of the best players in the world
… four times.
Which is a really big deal.
And let us explain to you why.
When engineers talk about artificial intelligence,
they don’t mean sentient humanoid robots
conversing with us, talking to us, becoming
feeling, then taking over the world destroying
us.
AI is really just a way of programming computers
to do things that humans normally do.
See, computer programs follow a specific list
of instructions to complete tasks, so they
struggle with situations that have lots of
options and require decision-making on the
fly.
Including playing complicated board games,
like Go.
The basic objective of Go is to get as many
points as possible, either by capturing the
other player’s pieces or by claiming areas
of the board with black or white stones.
And a big part of the winning strategy for
any game is the ability to think a few moves

German: 
Für Fans künstlicher Intelligenz waren die letzten paar Wochen sehr aufregend.
Im letzten Oktober besiegte eine künstliche Intelligenz namens "AlphaGo", die von Google erschaffen wurde, das erste Mal überhaupt
einen professionellen, menschlichen Spieler beim unglaublich komplexen Brettspiel "Go".
Dann, in der letzten Woche, schlug die Intelligenz einen der besten Spieler der Welt
...vier Mal.
Das ist wirklich eine große Sache. Wir erklären, wieso:
Wenn Ingenieure von künstlicher Intelligenz reden, meinen sie nicht empfindungsfähige, menschenähnliche Roboter,
die sich mit uns unterhalten, die mit uns sprechen, die beginnen, zu fühlen und schließlich die Welt übernehmen
und uns zerstören.
Künstliche Intelligenz ist nur eine Art, Computer so zu programmieren, dass sie Dinge tun, die normalerweise von Menschen ausgeführt werden.
Computerprogramme folgen einer speziellen Liste von Anweisungen, um eine Aufgabe zu erfüllen,
also haben sie Schwierigkeiten bei Situationen, bei denen es viele Möglichkeiten gibt und die spontane Entscheidungen
erfordern.
Dazu gehört auch das Spielen von komplizierten Brettspielen wie "Go".
Das grundsätzliche Ziel von "Go" ist es, so viele Punkte wie möglich zu erlangen, entweder, indem man
die Teile/Figuren des anderen Spielers in Fallen lockt oder Flächen des Spielbretts mit weißen oder schwarzen Spielsteinen besetzt.
Ein großer Bestandteil der Gewinnstrategie aller Spiele ist die Fähigkeit, einige Züge vorauszudenken,

Polish: 
Dla fanów sztucznej inteligencji kilka ostatnich tygodni były bardzo ekscytujące.
W październiku zeszłego roku sztuczna inteligencja zbudowana przez Google, znana jako AlphaGo, po raz pierwszy pokonała
profesjonalnego gracza w niesamowicie skomplikowaną grę planszową GO.
Kilka tygodni później AlphaGo poradziła sobie z jednym z najlepszych graczy na świecie
... cztery razy z rzędu,
co jest naprawdę wielką sprawą. 
Pozwólcie nam wytłumaczyć dlaczego.
Kiedy inżynierowie mówią o sztucznej inteligencji, nie mają na myśli rozumnych
robotów, które rozmawiają z nami, zaczynają odczuwać emocje, a następnie przejmują władzę nad światem
i niszczą nas.
Sztuczna inteligencja to sposób programowania komputerów tak, aby wykonywały czynności, które zwykle wykonują ludzie.
Chodzi o to, że programy komputerowe wykonują konkretną listę poleceń, aby wykonać zadanie, więc
mają trudności z zadaniami, w których jest dużo możliwości do wyboru i które wymagają podejmowania decyzji
w mgnieniu oka.
Np. podczas gry w skomplikowane gry planszowe takie jak Go.
Podstawowym celem w GO jest zdobyć jak najwięcej punktów, czy to przez przechwytywanie
kamieni przeciwnika, czy przez przejmowanie obszarów planszy za pomocą czarnych lub białych kamieni.
Wygrywająca strategia w każdej grze polega w dużej mierze na umiejętności planowania kilku ruchów

German: 
und dabei mit einzuberechnen, was der andere Spieler tun könnte, wenn man selbst am Zug ist.
Wir Menschen können unsere Spielerfahrung nutzen, um die besten Züge zu erkennen und
zu ahnen, wie unsere Gegner darauf reagieren könnten.
Es ist jedoch schwierig, diese Art von Mustererkennung in ein Computerprogramm einzubauen.
Grundsätzlich spielen Computer Brettspiele - wie Schach - , indem sie alle möglichen
Kombinationen von Zügen durchgehen, um die zu finden, die am ehesten zielführend sind.
Das Problem daran ist, dass "Go" auf einem riesigen 19x19-Feld gespielt wird - und dabei gibt es hunderte von Zügen,
die ein Spieler bei jedem Zug machen könnte.
Es gibt tatsächlich mehr Arten, eine Runde "Go" zu spielen als es Atome
im Universum gibt.
Wenn es also dermaßen schwierig ist, künstliche Intelligenz so programmieren, dass sie Menschen bei "Go" schlagen, wie lehrten es Ingenieure
"AlphaGo", dies zu schaffen?
Anstatt die künstliche Intelligenz alle möglichen Züge durchsuchen zu lassen,
halfen sie der Intelligenz den Unterschied zwischen einem guten und einem schlechten Zug zu erkennen.
Um das zu tun, fütterte man "AlphaGo" zuerst 30 Mio. Kombinationen von Zügen, die aus
realen Spielen mit menschlichen Experten in diesem Spiel entnommen wurden.

Polish: 
do przodu, biorąc przy tym pod uwagę, co może zrobić przeciwnik za każdym razie kiedy wykonujesz ruch.
My, ludzie, potrafimy używać naszego doświadczenia w grze, aby obmyślić najlepszy ruch i
domyślić się jak nasz przeciwnik może na ten ruch zareagować.
Ciężko jednak zaprogramować w komputerze taką umiejętność rozpoznawania schematów,
dlatego komputery grają w gry planszowe tak jak w szachy, przeszukując wszystkie możliwe
kombinacje ruchów, aby znaleźć ten, który z największym prawdopodobieństwem doprowadzi do zwycięstwa.
Problem z GO jest taki, że partie rozgrywa się na ogromnej siatce 19x19 pól i istnieją setki możliwych
ruchów, które za każdym razem może wykonać gracz.
Istnieje więcej sposobów na rozegranie partii GO niż atomów w całym
wszechświecie.
Skoro zaprogramowanie sztucznej inteligencji, który mogłaby pokonać człowieka w GO jest takie trudne -
w jaki sposób udało się to inżynierom w przypadku AlphaGo?
Zamiast kazać sztucznej inteligencji przeszukiwać wszystkie możliwe kombinacje ruchów,
spróbowali nauczyć AlphaGo jak odróżnić dobry ruch od złego.
Żeby to zrobić inżynierowie najpierw pokazali AlphaGo 30 milionów kombinacji ruchów wziętych z
prawdziwych partii rozegranych przez doświadczonych ludzkich graczy w GO.

Spanish: 
en adelantado, tomando en cuenta lo que el otro jugador pueda hacer al respecto cada vez que realizas un movimiento.
Los humanos podemos usar nuestras experiencias previas con el juego para decidir los mejores movimientos,
y como nuestros oponentes puedan responder a ellos.
Pero enseñar ese tipo de reconocimiento de patrones a una computadora es dificil.
Por eso, generalmente las computadoras juegan juegos de mesa, - como el ajedrez - mirando a todas las combinaciones
de movimientos posibles para encontrar el que tenga mas chances de ganar.
El problema, es que el Go se juega en una cuadricula gigante de tamaño 19x19 y existen cientos de
movimientos posibles que el jugador puede hacer en cada turno.
De hecho, hay mas formas en las que un juego de Go puede desarrollarse, que la cantidad de atomos
en el universo.
Entonces, ¿Si es tan dificil el programar una IA para vencer a humanos en el Go, como
enseñaron los ingenieros a AlphaGo a hacerlo?
En lugar de hacer que la IA buscara entre todas las posibles combinaciones de movimientos,
trataron de ayudarle a entender la diferencia entre un movimiento bueno, y uno malo.
Para esto, primero alimentaron a AlphaGo con 30 millones de combinaciones de movimientos, tomados de
juegos reales con jugadores humanos expertos.

English: 
ahead, taking into account what the other
player might do each time you make a move.
We humans can use our past experiences with
the game to figure out the best moves, and
how our opponents might respond to them.
But it’s hard to build that kind of pattern
recognition into a computer program.
So generally, computers play board games -- like
chess -- by searching through all the possible
combinations of moves to find the one that
means it’s most likely to win.
The problem is, Go is played on a huge 19-by-19
grid -- and there are hundreds of possible
moves that a player might make in every turn.
In fact, there are more ways for a game of
Go to play out than there are atoms in the
universe.
So if it’s that difficult to program an
AI to beat humans at Go, how did engineers
teach AlphaGo to do it?
Well, instead of having the AI search through
all the possible combinations of moves they
tried to help it understand the difference
between a good move and a bad one.
To do that, the engineers first fed AlphaGo
30 million combinations of moves, taken from
real games with expert human players.

Spanish: 
Despues, AlphaGo jugo miles de partidas contra si mismo, para aprender nuevas estrategias.
Todo ese conocimiento, junto con un poco de programacion ingeniosa, ayuda a la IA a decidir el mejor movimiento a seguir.
En lugar de tener que considerar cada uno de los movimientos posibles, lo que tomaria un tiempo muy
largo, puede rapidamente separar unas pocas opciones que sean mas relevantes.
Y hasta ahora, esta estrategia ha funcionado bastante bien contra los humanos.
Un par de meses atras, AlphaGo jugo un torneo de 5 partidas contra Fan Hui, el campeon Europeo de Go,
y gano todas las partidas -- la primera vez que una computadora habia vencido
a un jugador profesional de Go en la historia.
Luego, Google decidio que era tiempo de poner a prueba la IA contra Lee Sedol, un surcoreano que ha
sido el mejor jugador de Go en el mundo por los ultimos 10 años.
Los 5 partidos fueron transmitidos por livestream, y se subieron resumenes de 15 minutos  (los links de todo esto
abajo en la descripcion).
Y - spoiler alert - AlphaGo gano los 3 primeros, asi que al mejor de 5:
gano el torneo.
Quedo claro entonces que la manera en que los ingenieros programaron y entrenaron la IA si funciono.
Pero AlphaGo y Sedol todavia debian jugar los ultimos 2 juegos del torneo.

Polish: 
Następnie AlphaGo rozegrało tysiące partii przeciwko samemu sobie, żeby nauczyć się nowych strategii.
Cała ta wiedza, plus sprytne programowanie, pomaga sztucznej inteligencji wybrać najlepszy następny ruch.
Zamiast rozważania każdego możliwego rozwiązania, co byłoby bardzo
czasochłonne, AlphaGo może szybko zawęzić swoje poszukiwania do kilku, najlepszych opcji.
I do tej pory ta strategia była bardzo skuteczna przeciwko ludziom.
Kilka miesięcy temu, AlphaGo rozegrało 5 partii w ramach turnieju przeciwko Fan Hui, europejskiemu mistrzowi GO,
i wygrało każdy rozegrany pojedynek - był to pierwszy przypadek w historii, kiedy komputer wygrał z
profesjonalnym graczem GO.
Następnie, Google zdecydował, że przyszedł czas przetestować maszynę w starciu z Lee Sedol, Południowokoreańczykiem, który
jest najlepszym graczem w GO na świecie od 10 lat.
Wszystkie 5 partii transmitowano na żywo i udostępniono 15-minutowe podsumowania, linki do których
znajdują na dole w opisie.
UWAGA SPOILER! AlphaGo wygrało pierwsze trzy partie, więc jako najlepsze w trzech z pięciu meczy, wygrało
turniej.
Stało się zatem jasne, że sposób, w jaki inżynierowie zaprogramowali i wytrenowali AI sprawdził się.
Kiedy AlphaGo i Sedol mieli jeszcze rozegrać dwie ostatnie partie,

German: 
Dann spielte "AlphaGo" tausende Runden gegen sich selbst, um neue Strategien zu erlernen.
All dieses Wissen in Kombination mit cleverer Programmierung hilft der künstlichen Intelligenz, sich für den besten nächsten Zug zu entscheiden.
Anstatt jeden einzigen möglichen Zug erwägen zu müssen, was wirklich lange dauern würde,
kann die künstl. Intelligenz die Auswahl schnell auf einige wenige, relevante Optionen einschränken..
Und bisher hat diese Strategie gegen uns Menschen wirklich gut funktioniert.
Einige Monate früher spielte "AlphaGo" ein Turnier (5 Spiele) gegen Fan Hui, den europäischen
"Go"-Champion, und gewann dabei jedes einzelne Spiel - das war das erste Mal, dass ein Computer jemals gegen
einen professionellen "Go"-Spieler gewonnen hatte.
Dann entschied Google, dass es Zeit war, die künstliche Intelligenz gegen Lee Sedol zu testen, einen Südkoreaner,
der im letzten Jahrzehnt der beste "Go"-Spieler der Welt war.
Alle 5 Matches konnten in einem Livestream beobachtet werden, alle 15 Minuten wurde Zusammenfassungen hochgeladen, diese sind
unten in der Beschreibung verlinkt.
Und - Spoileralarm - "AlphaGo" gewann die ersten drei, also mindestens drei aus fünf: "AlphaGo" gewann also
das Turnier.
Also war es ziemlich klar, dass die Art, wie die Ingenieure die künstl. Intelligenz programmiert und trainiert hatten, funktionierte.
Aber "AlphaGo" und Sedol mussten noch die letzten zwei Spiele der Serie spielen.

English: 
Then, AlphaGo played thousands of matches
against itself, to learn new strategies.
All that knowledge, plus some clever programming,
helps the AI decide on the best next move.
Instead of having to consider every single
possible move, which would take a really long
time, it can quickly narrow down the few,
most relevant options.
And so far, this strategy has worked really
well against us humans.
A few months ago, AlphaGo played a 5-match
tournament against Fan Hui, the European Go
champion, and won every single game -- the
first time a computer had ever won against
a professional Go player at all.
Then, Google decided that it was time to test
the AI against Lee Sedol, a South Korean who’s
been the top Go player in the world for the
past decade.
They livestreamed all five matches, and uploaded
15-minute summaries -- which are all linked
in the description below.
And -- spoiler alert -- AlphaGo won the first
three, so best out of three of five: it won
the tournament.
So it was pretty clear that the way the engineers
programmed and trained the AI did work.
But AlphaGo and Sedol were still set to play
the last two games in the series.

Spanish: 
Y Sedol gano la cuarta partida -lo que es importante- ya que demostro que la
IA todavia no es perfecta al elegir los mejores movimientos.
Un momento crucial en esa partida, fue cuando Sedol jugo un movimiento conocido como wedge (cuña),
un movimiento que tiene muchas posibles respuestas.
Basicamente, Sedol estaba tratando de confundir a la IA dandole muchas opciones para explorar.
Y parece haber funcionado, a pesar de todo ese entrenamiento.
Luego del wedge, el juego fue cuesta abajo para AlphaGo, hasta que sus chances internamente calculadas
de ganar bajaron del 20%; punto en el cual esta programada para rendirse.
El juego 5 resulto ser uno muy peleado, con AlphaGo comentiendo un error al principio,
pero eventualmente ganando.
Despues de todo, AlphaGo puede que no sea el mejor jugador de Go en el mundo por ahora, pero seguira
mejorando desde aqui, asi que las chances son que, eventualmente, lo sera.
De cualquier modo, es un gran paso para la Inteligencia Artificial.
Gracias por mirar este episodio de Noticias SciShow, y gracias especialmente a todos nuestros
sponsors en Patreon quienes hacen todo esto posible. Muchisimas gracias por ser un sponsor si
lo eres. Y si quieres convertirte en uno, puedes ir a patreon.com/scishow
hay un monton de cosas interesantes que puedes ver alli. Y no olvides ir a youtube.com/scishow y subscribirte!

Polish: 
Sedol wygrał czwartą grę, co było dużą sprawą, ponieważ pokazało to, że
AI nadal nie jest perfekcyjne w wybieraniu najlepszych ruchów.
Punktem zwrotnym w tym pojedynku było zagranie Sedola zwane "klinem",
na które istnieje wiele możliwych reakcji.
W zasadzie, tym ruchem Sedol próbował skołować przeciwnika, dając mu zbyt wiele opcji do wyboru.
I wygląda na to, że to zadziałało, nawet po tym całym treningu AI.
Po "klinie" AlphaGo szło coraz gorzej, do momentu aż wewnętrznie obliczane szanse
na wygraną spadły poniżej 20%, a zostało zaprogramowane, aby się poddać w takiej sytuacji.
Piąta gra okazała się bardzo wyrównana, kiedy AlphaGo zrobiło błąd na początku partii,
ale i tak w końcu wygrało.
Więc AlphaGo być może nie jest obecnie najlepszym graczem w GO na świecie, ale
będzie się ciągle doskonalić, więc istnieje pewne prawdopodobieństwo, że w końcu się nim stanie.
W każdym razie, jest to wielki krok naprzód dla sztucznej inteligencji.
Dziękujemy  za obejrzenie tego odcinka SciShow News, i dziękujemy szczególnie wszystkim naszym
patronom , dzięki którym ten program istnieje. Dziękujemy ci, jeśli jesteś jednym z naszych patronów.
Jeśli chcesz nim zostać, wejdź na patreon.com/scishow. Znajdziesz tam
wiele fajnych rzeczy, które możesz tam nabyć. I nie zapomnij wejść na youtube.com/scishow

German: 
Sedol gewann das vierte Spiel tatsächlich - das war eine große Sache, weil es zeigte, dass
die künstliche Intelligenz nach wie vor nicht perfekt ist darin, die besten Züge auszuwählen.
Ein großer Wendepunkt im Spiel war es, al Sedol einen Zug namens "Wedge" durchführte, einer,
der viele verschiedene Antworten zulässt.
Grundsätzlich wollte er die künstl. Intelligenz verwirren, indem er ihr zu viele mögliche Optionen ließ.
Dies schien zu funktionieren, selbst nach all dem Training.
Nach dem Wedge ging es für "AlphaGo" bergab, bis seine intern berechnete Gewinnmöglichkeit
auf unter 20 Prozent fiel - ab diesem Wert ist es darauf programmiert, aufzugeben.
Spiel Nummer 5 wurde ein knappes, "AlphaGo" machte schon früh einen Fehler,
gewann schlussendlich aber.
"AlphaGo" ist also vielleicht nicht der beste "Go"-Spieler weltweit - aber es
wird von nun an immer besser und es mit großer Wahrscheinlichkeit schaffen.
Auf jeden Fall ist das Ganze ein großer Schritt nach vorne im Bereich der künstlichen Intelligenz.
Danke fürs Anschauen dieser Folge der "Sci Show News", besonderen Dank an all unsere
Paten auf Patreon, die all dies möglich machen. Falls du einer unserer Patrons bist, vielen Dank dafür.
Falls du Einer werden möchtest, besuche uns auf patreon.com/scishow, dort gibt es
einige coole Dinge. Und nicht vergessen uns auf youtube unter youtube.com/scishow zu abonnieren!

English: 
And Sedol actually won the fourth game -- which
was a huge deal, because it showed that the
AI still isn’t perfect at choosing the best
moves.
A big turning point in this game was when
Sedol played a move known as a wedge -- one
that has lots of possible responses.
Basically, he was trying to confuse the AI
by giving it too many options to explore.
And that seems to have worked, even after
all that training.
After the wedge, the game went downhill for
AlphaGo, until its internally-calculated chances
of winning went below 20% -- at which point
it’s programmed to resign.
Game 5 turned out to be a very close game,
with AlphaGo making a mistake early on, but
eventually winning.
So AlphaGo might not be the best Go player
in the world right now -- but it’ll just
keep getting better from here, so odds are,
eventually, it will be.
Either way, it’s a huge step forward for
artificial intelligence.
Thank you for watching this episode of SciShow
News, and thank you especially to all of our
patrons on Patreon who make this all possible.
Thank you so much for being a patron if you
are.
If you want to become one of those people
you can go to patreon.com/scishow­ there’s
a bunch of cool things you can get there as
well.

Spanish: 
 

Polish: 
i zasubskrybować.

English: 
And don’t forget to go to youtube.com/scishow
and subscribe!

German: 
Wenn wir Computern beibringen, Bilder zu erkennen und die dann ihre eigenen erschaffen sollen, erhält man scheinbar folgendes.
