 谷歌人工智能阿尔法go与韩国顶尖围棋选手李世石的“人机大战”在韩国首尔展开第三局的较量。李世石没能挽回赛点，执黑中盘再次失利，在五番棋的较量中总比分0-3落败，错失百万美元奖金，号称人类智力竞技“最后高地”的围棋运动沦陷。阿尔法go已经取得了3:0的绝对优势，这也意味着，在正常五局三胜的规则下完败。根据谷歌与李世石之间的协议，双方必须下满五番棋，今天李世石的行棋不在畏首畏尾，但破釜沉舟还是难求一胜。双方第四局比赛将于北京时间明天进行，李世石将为荣誉而战。
李世石黑子 第一局
第二局
李世石黑子 第三局 棋类游戏一直被视为顶级人类智力的试金石。人工智能与人类棋手的对抗一直在上演，此前在三子棋、跳棋和国际象棋等棋类上，计算机程序都曾打败过人类，从上世纪90年代中期战胜全世界跳棋顶尖高手的Chinook程序，到IBM公司研发的超级计算机“深蓝”在1997年第一次战胜了国际象棋冠军卡斯巴罗夫。 但相比拥有2500多年历史的围棋而言，国际象棋的算法要简单的多。围棋每回合的可能性更多，共有250种可能，一盘棋可以长达150回合。同时，围棋有3^361种局面，而可观测到的宇宙，原子数量才10^80。 按照技术的发展速度，一般认为至少还需要10年才能实现人工智能才能在围棋是上战胜人类职业选手，所以AlphaGo此次能否战胜李世石有着历史性的意义。 AlphaGo到底是什么 AlphaGo并不是普通意义上的智能机器人，而是一个拥有自我学习和进化能力的智能系统。 AlphaGo的核心是两种不同的深度神经网络--“决策网络”（policy network）和“价值网络”（Value network）。其中，“决策网络”负责减少搜索宽度，排除明显的错误，选择下一步走法；“价值网络”则负责减少搜索深度，通过对局势的判断，在明显劣势下果断抛弃某些路线，不用每条道算到黑。 AlphaGo工作原理详解： 在国际象棋中，计算机可以靠计算速度战胜人类，但围棋更复杂，也被认为是无法战胜人类的领域，所以AlphaGO要和李世石进行挑战。 据DeepMInd公司首席执行官兼谷歌副总裁戴米斯·哈萨比斯（Demis Hassabis）透露，DeepMind为AlphaGo输入了海量的职业棋手对局，其自我演绎的对局数更是达到了3000万局。 戴密斯·哈萨比斯称，AlphaGO以无数的棋谱数据为基础进行深度学习，不断完善，又通过自我模拟比赛提高实力，比赛前又针对性地进行了很多测试，这几个月里AlphaGO的围棋水平得到了显著的提高。 按照戴密斯·哈萨比斯的说法，AlphaGO的优势在于它有两个神经网络： 第一个神经网络：观察棋盘布局，找到最佳的下一步，原理是预测每一个合法下一步的胜算概率。 第二大神经网络：预测每一个棋手赢棋的可能，分析未来局面的“好”与“坏”，去决定怎么改变。 通过这两个网络分析局面，AlphaGo会更像一个人类棋手，会在下棋时分析每一步的风险系数，比如在未来20步的N种情况下，它立即就能判断出如何落子的胜率最高。 |
 |
 |
|申请友链|网址导航|网站导航|小黑屋|扫一下二维码进入手机版|祈安网 ( 闽ICP备06000414号-7 )|公安备案号35052402000130
GMT+8, 2024-4-20 18:37 , Processed in 0.697862 second(s), 49 queries , Gzip On.
