采用人工智能技术 日本围棋软件首次战胜职业棋手_国际新闻_大众网
新闻>国际新闻' />
中新网11月22日电 据日本媒体报道，当地时间本月20日，日本棋院的围棋职业棋手“名誉名人”赵治勋与电脑软件“DeepZenGo”在第二届围棋电王战三番棋中第二局的对决在东京某宾馆举行。
结果，DeepZenGo在179手战胜赵治勋，前两局双方各胜1局，第三局将决定胜负。电脑软件在公开场合的正式比赛用棋盘无让子战胜职业棋手在日本尚属首次。
报道称，DeepZenGo采用了名为“深度学习”的人工智能(AI)技术，被视为日本最强的围棋软件。赵治勋在赛后表示：“很遗憾今天输了，只怪自己实力不济。(第三局)希望能下得更好一些。”
软件开发团队的加藤英树表示：“只能说感慨万千。距离第三局还有时间，如果能发挥改良的成果也许能够取胜。”
据了解，美国谷歌公司旗下企业开发的人工智能围棋软件“AlphaGo”此前在人机大战中以4比1战胜了韩国的世界顶级棋手。
原标题:采用人工智能技术 日本围棋软件首次战胜职业棋手
标签：软件,围棋,日本,棋手,职业,人工智能,首次,技术,赵治勋,战胜
初审编辑：
责任编辑：system
近期，一条关于“中国人民银行出台征信新政”的消息广泛传播，引起了不少人对自身征信记录的关注。个人信用报告中的信息主要有公安部身份信息核查结果、个人基本信息、银行信贷交易信息、非银行信用信息、本人声明及异议标注和查询历史信息。
11-22 09-11人民日报
习近平强调，中国将始终做世界和平的建设者、全球发展的贡献者、国际秩序的维护者，坚定走和平发展道路。习近平强调，我们要把握时代脉搏、抓住发展机遇，铸就携手共进的中拉命运共同体。
11-22 10-11新华社
日，在美国飞虎队桂林遗址公园正式开园的当天，美国飞虎队历史委员会主席詹姆斯?怀特黑德先生正式公布了要重飞驼峰航线，并将飞机永久陈列在飞虎队桂林遗址公园的计划。
11-22 08-11北京青年报
11月20日，网曝一外籍男子因停车口角当众辱骂中国居民，引发网友热议。近日，有网友爆料称，11月20日中午12点左右，在北京顺义中央别墅区发生一起外国公司驻华高管因停车口角纠纷当众辱骂中国居民的事件。
11-22 08-11北京青年报
环球时报驻韩国特约记者 王伟 李苏宁】据韩联社21日报道，韩国国防部当天对外宣布，韩日两国就23日在首尔正式签署《军事情报保护协定》达成一致，协定将由韩国国防部长韩民求和日本驻韩国大使长岭安政签署。
11-22 09-11中国经济网
英国路透社11月22日报道，美国当选总统特朗普称，在其上任第一天，就要执行将美国从跨太平洋伙伴关系协定(TPP)中撤出的命令，更称TPP对美国而言是潜在灾难。”　　特朗普竞选期间曾多次扬言要终止由美国现任总统奥巴马推动的TPP协定。
11-22 09-11中国青年网
Copyright (C)
& . All Rights Reserved
山东省互联网传媒集团主办 Email: &
违法不良信息举报电话：0人工智能完胜职业围棋手 电脑以后会超过人脑吗
14:15 &&&&
编辑：周啸哲 &&&&
国际顶尖期刊《自然》报道了谷歌研究者开发的新围棋AI。这款名为“阿尔法围棋”（AlphaGo）的人工智能，在分先的情况下以5∶0完胜欧洲冠
昨天（1月28日），一则与围棋相关的新闻引来轩然大波。国际顶尖期刊《自然》报道了谷歌研究者开发的新围棋AI。这款名为“阿尔法围棋”（AlphaGo）的人工智能，在分先的情况下以5∶0完胜欧洲冠军、职业围棋二段棋手樊麾。消息一出，无论是否棋界人士，朋友圈都被刷屏了。围棋，这座棋类运动最后的堡垒，真的就这样被人工智能攻陷了吗？一天过去，各路人士冷静下来后认为，现在还难下定论。谷歌宣布所研发软件已能战胜职业棋手就在谷歌（google）、脸书（facebook）宣布进军人工智能围棋时，几乎所有的人都还在怀疑此举的成功可能性，但没想到，昨天（1月28日）谷歌就通过《自然》杂志宣称已分先战胜了职业棋手。在本次公布的报道中，谷歌称其研发的“阿尔法围棋”（AlphaGo）在去年10月进行了与欧洲冠军、职业围棋二段棋手樊麾的五盘大战，并取得了5∶0的惊人战绩。这五盘棋的棋谱也同时公布于世。众所周知，人工智能在很多年前就已经能够战胜国际象棋、象棋职业棋手，但在围棋领域却发展不快。不久前，一些职业棋手仍认为人工智能要战胜职业顶尖围棋选手至少还需要50年，甚至有的人认为永无这种可能。近年来，人工智能围棋的研发在国际上颇受关注，各种软件不时问世，其中以韩、日水平最高，但仍难突破业余围棋水平，甚至难以达到业余高段水平，与职业棋手的差距似乎是跨不过去的鸿沟。基于这样的普遍认识，谷歌此次发声，毫无疑问如同往一泓静水中投入一块石子，无论是棋界还是人工智能研发界，都立即引起了轩然大波。棋手震惊了但判定软件围棋水平仍不足事实上，棋界得知此事比《自然》杂志公布略早一些。在27日夜至28日晨，棋手李颉所组建的微信群率先揭露此事，一时间，群里就沸腾了，“恐慌”一词是当时的主基调。随后，樊麾本人也在群里予以了确认。他说，因为与谷歌有保密协议，这件事他一直没对外说。这位中国职业二段棋手，远赴法国传播围棋近十年，被称为欧洲围棋教父。但客观而言，由于远离职业赛场，他现在的水平并不能完全代表职业水平。他说，这个软件确实很厉害，虽然招法不一定是最好的，但在局部计算方面从不犯错。软件水平到底如何，还得用棋谱说话。很快这些棋手们就冷静下来，在仔细研究了棋谱后，得出了各自的判断。以天才出名的李颉、孟泰龄先后“诊断”了棋谱，基本都认定这个软件确实已经达到了很高水平，但仍处于业余顶尖水平。这一说法，基本也得到了中、韩其他职业棋手的认同。我省年轻棋手，世界三冠王得主柯洁这两天正在丽水省亲，昨天（1月28日）凌晨他也通过微博发表了看法：震惊！虽说看棋谱感觉水平有限……专家说攻克围棋应该不难但人工智能无法像人脑一样思维昨天（1月28日），记者为此专门电话采访了浙江大学计算机学院教授蔡登，他在大规模数据搜索，尤其是机器机深度学习方向有多年研究。蔡登老师本身不会下围棋，他对此事的认识是并不感到太吃惊。他说，棋类运动毕竟是一种智力游戏，计算的深度、广度决定了棋艺水平的高低。相比较象棋而言，围棋的计算量更大，现在的计算机一旦采用了更好更快的计算方法，一定是能在围棋领域战胜人脑的。对专家的认识，中、韩棋手却并不认同。他们认为，谷歌的这个软件确实已经达到了以往人工智能从未到达的高度，这本身确实已经是一件很了不起的突破，但围棋的难在于其思维方式的模糊性，并非简单的计算。假如人工智能不能像人脑一样进行思维，估计是无法达到人脑的高度的。人工智能究竟能否像人脑一样思维呢？蔡登老师也说，他对此并不乐观，“目前计算机恐怕还不如一个三岁小儿的思维能力。”据称，谷歌已与韩国天王级棋手李世石约定于3月份进行一次五番棋挑战，获胜方能得到100万美元的奖励。棋界一致认为，这个软件是否真的强大，还得看它能否过了小李这一关。但目前令大家更觉得可怕的是，“阿尔法围棋”与樊麾之战已过去了三个月，等面对小李时，它是不是会变得更加厉害还未可知。柯洁甚至又拿此事开涮了一把小李，他说：“可怕的是这还不是完全体，它是可以学习进化的……这一次，谷歌悬赏一百万美元与李世石下，只能说李世石运气太好了。以现在这个计算机的实力战胜李世石的可能性不到5%……”人脑、电脑探索都有无限可能性最近一段时间，围棋新闻频频引起关注。除了柯洁一飞冲天之外，最让大家乐于交谈的，似乎都与脑的开发有关。首先，是业余高手鲍云的盲棋挑战世界吉尼斯纪录。在他之前，世界上从未有人完成过围棋盲下的事。鲍云自从尝试盲目下棋后，一直致力于人脑开发的工作，并悬赏征集对手。然后，就在他创下一对五盲棋世界吉尼斯纪录后，一线棋手孟泰龄应邀与他一起完成了一盘盲目下联棋的任务。其次，一位网名为“真疯叔叔”的棋迷，号称已经成功探索出了一套快速学围棋的方法，可以让一位从未接触围棋的人，在极短时间内达到业余初段水平。这两天，他正在绍兴接受“最强大脑”团队的挑战，要让这些“最强大脑”在6天内达到职业棋手让9子的水平，棋圣聂卫平也应邀进行监督，虽然他本人对此并不相信。然而，很多以前被认为不可能的事，如今正一一变成现实。无论如何，谷歌的软件已经确实地战胜了一位职业棋手。对脑力的开发，看来并不局限于是否人脑，而这种开发也很有可能是永无止境的，但不可否认每一次进步都是人类的进步。对围棋而言，这样的事总是好的。20年前，人工智能“更深的蓝”战胜了国际象棋世界冠军卡斯帕罗夫，套用一句那个年代的电视剧《射雕英雄传》主题曲的歌词送给棋迷：问世间是否此山最高，或者另有高处比天高？在世间自有山比此山更高，但爱心找不到比棋好
（原标题：人工智能战胜了职业围棋手 世界冠军柯洁都被震惊了）
来源：钱江晚报 &&&&
需要登录后才能评论
浙ICP备号-2
2版权所有 宁波纽米地传媒科技有限公司 2002－, all rights reserved围棋的后人工智能时代 与人类共同寻找围棋真理_围棋吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0可签7级以上的吧50个
本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：149,092贴子：
围棋的后人工智能时代 与人类共同寻找围棋真理
1。引子　　《自然》杂志在日发文，围棋电脑软件“AlphaGo”打败了职业棋手，震撼了国际棋坛。这个软件由谷歌旗下的人工智能（AI）开发商“DeepMind”所研发，所以这个消息也令人工智能科学家们感到震撼。这款名为“阿尔法围棋”的人工智能，在没有任何让子的情况下以5：0完胜欧洲冠军，职业围棋二段樊麾。而在此之前，围棋人工智能的启蒙，萌芽以及发展都和围棋职业棋手的差距很大，由此看来，这一次人工智能对围棋的挑战来势汹汹！　　2。围棋的后人工智能时代　　（1）无论这一次AlphaGo与李世石九段之间的终极挑战的最后结果如何，围棋的后人工智能时代已经不可避免的来临！　　Ps：2012年，在德国的欧洲围棋大会和第十四届华人名人围棋邀请赛炎黄杯期间，原中南大学外国语学院教授何云波，欧洲围棋联盟副主席黎婷以及中南大学数学与统计学院教授武坤均有出席，当谈及围棋的人工智能与职业棋手的对抗什么时候来临时，武坤教授认真的说：“不超过十年，九年！”，而此后每过一年当有朋友问及相关问题时，武坤教授都会在回答时很认真的减去一年。所以谷歌推出AlphaGo今年产生突破时，正好差5年，虽稍有意外，但绝不吃惊。　　Ps： 今后的5年，便是围棋的后人工智能时代，一方面人工智能有了足够的重器，让职业围棋界有足够的重视，另一方面因为围棋的复杂性和未知面（这与国际象棋不可比拟），人工智能专家对职业围棋界有足够的重视。　　（2）所谓的AlphaGo的思路便是利用大型的高质量的棋谱数据库（基于图形），训练深度卷积神经网络（deep convolutional neural networks）来识别物体和面孔。这一网络借鉴了人脑的信息处理机制，与人脑的神经结构有相似之处。实际上，在“阿尔法围棋”中综合运用了两种不同的神经网络：“策略网络”（policy network）和“价值网络”（value network）。因此，这一波的冲击的力度和效果的确是借此利器！　　Ps：谷歌之外的，各国各公司如Facebook、高通、IBM、微软等公司也在做相同的工作，大同小异，均是利用神经网络来做快速的形势判断。从理论上，只要采用这个思路，可以开发出一系列的高水平的人工智能围棋软件。　　（3）无论李世石九段与AlphaGo的对决比分如何，我们都不认为他就一定有第二次机会再与AlphaGo做这样的比赛（当年深蓝取胜后便是如此）。除非职业棋手和围棋界能在围棋本身上找到更大的挑战性困难。　　因该方法带有自我学习的能力，人工智能本身就是人类智慧的抽象提炼和聚合的结果，所以未来人工智能体系超越人类围棋也是必然的。　　Ps：该套方法可视为强人工智能的开端。　　因此我们不用关心强人工智能能否在某些领域打败人类，因为强人工智能本身就是人类方方面面的智能的总和，因此总和战胜局部是必然的。　　我们所更关心的应该是，第一：在围棋的后人工智能时代，我们对人类在哪些方面可以做出什么样的贡献，我们该以何种心态何种思路来做贡献。比如如何开发围棋的教育功能（智力启发，性格启发，心理启发）、社会化功能、娱乐功能等。第二：要将这些贡献实施，我们该如何付诸行动。　　（4） 我们认为在日比赛之后会有5年左右的人类棋手与后人工智能的一个共同进步的阶段，该阶段大约持续3至5年。　　1997年，IBM的计算机“深蓝”第一次击败了国际象棋大师卡斯帕罗夫。2006年，人类最后一次打败顶尖的国际象棋AI。因此国际象棋也经历了同样的一个人工智能与棋手共同发展的一个阶段。　　Ps：围棋相对于国际象棋而言是更复杂的。因其样本空间更大，理论更不成熟，布局棋谱更少，因此围棋的人工智能与人类围棋还有相当长一段时间的磨合期，二者相得益彰，共同发展，另外国际象棋软件算法具有穷举性特点，而围棋软件算法采用的超复杂样本空间的深度学习（不是穷举，仍具有一定概率性特点）。　　当围棋人工智能与人类职业棋手进入同步成长的阶段，我们有哪些工作可做？　　第一，挖掘，传承和发扬围棋文化。围棋不仅是一种复杂的、有趣的竞技运动，而且是一种高级的思维活动，它广阔、深邃的内涵，已经构成一个独特的文化形态，可以称之为围棋文化。围棋辩证法是统帅棋理、技艺的最一般的方法，这正是围棋文化哲学理想的核心和灵魂。围棋心理学也日益引起人们的关注。　　第二，应用围棋进行启蒙教育。围棋的教育功能使它能对人的心理素质产生积极的影响，主要体现在智力、人格、心理健康等方面。产生这些结果的原因是围棋对人脑功能的开发具有良好效果。　　第三，注重围棋理论的研究。任何学科都有其应用技术部分，只注意应用技术而忽视基础理论，这一门学科纵然一时能够获得很大的发展，最终将难免受到限制。围棋也不例外，因此我们要挖掘并研究它。　　3。一只会下金蛋的鹅　　（1）一个几百年前的故事　　几百年前，法国一位天才数学家有个费尔马猜想，其内容是：当整数n & 2时，关于的方程
没有整数解。因为它极其难以证明，所以几百年里不断有人给出新的证明和新的方法，但马上又被发现证明过程有误，持续了几百年，但意外的是每一次为证明该猜想而产生的新思想新方法却不断在其他领域中产生了巨大的影响和良好的应用。后人因此将该猜想称为“一只会下金蛋的鹅”。　　古老的中国创造的智慧的围棋，几千年来还在不断的发展，不断的为人类在数不清的领域发挥贡献，更是人类一只会下金蛋的鹅。　　Ps： 一只“天鹅”！　　（2）前强人工智能这把利刃已经举起，真希望这只金天鹅不要过快的被“杀掉”。当然更希望在未被“杀掉”的未来三到五年之内，更多的人，花更多的力量，能否努力让围棋为后世为未来下出更多的金蛋呢？　　Ps： 围棋哲学、围棋文化、围棋教育、围棋军事、围棋外交、围棋。。。都是这样的金蛋吧！　　（3）在这个围棋后人工智能时代，每个与围棋相关或关心围棋的人必然为自然产生一种倾向吧？这一点目前网上所有的讨论都明显如此。　　4。围棋理论研究　　（1）围棋哲学、围棋文化等等众多金蛋，就等众多各方专家学者棋迷分门探讨，在此只望包括职业棋手在内的爱好者、专家学者能聚集起来，对目前还充满众多迷雾的围棋理论本身，认真进研究，并借助现代科学手段深入探讨。　　Ps： 比如对于围棋文化的研究，湘潭大学何云波教授的系列工作和胡廷楣先生与刘知青教授最近的书《对面千里》（上海文化出版社2016年出版）都是专门的研究成果。　　（2）本文单就围棋理论这部分进行一下分析。　　Ps： 这次人工智能软件与职业棋手对抗严格地说仍然还只是在“技”的层面，还远未到“道”的层面。所以，如果，围棋的理论连黑先行的合理贴目（贴子）数量和原因，打劫的规律和原因，这些基本规律都搞不清楚，又怎么能说人工智能己经解决了整个围棋呢？显然不能！　　（3）我们在此就讲讲围棋理论本身有没有可能在三五年内有所突破，尤其是我们的职业棋手能否有所作为。　　Ps： 首期喆理围棋沙龙于日下午在清华大学举行，本期沙龙三名主讲人分别是李喆六段、北京邮电大学刘知青教授、中南大学数学与统计学院武坤教授。李喆六段带来7路盘最优解的过程和思考，刘知青教授介绍目前计算机围棋的发展状况和计算机技术为解决围棋问题所能带来的帮助，武坤教授介绍了小棋盘及不规则棋盘的证明方法。刘知青教授指出，AlphaGo使用中国围棋规则，因其具有很多的优越性。如果不在计算机的层次上研究围棋，不像”喆理围棋”一样在小棋盘上研究所有变化，很难想象中国规则的优越性。　　（4）围棋本身的诸多未明问题　　1）对围棋来讲，究竟多少的贴目是合理的？在长期的实战对局中，黑棋胜率高是不可否认的，因此在棋手中要求黑方贴目的认识逐渐发展统一起来，由1949年日本棋院围棋规则规定：黑方贴4目半，有逐步增加之势。从1955年的第3期王座战起，黑棋贴目从4目半改为5目半。自此，包括名人战在内的全部头衔战均固定采用黑贴5目半制。再之后日韩国加到6目半，中国加为7目半。　　但至今也不清楚合理的贴目应为多少呢？如果未来的棋盘会扩大，贴目又会如何？　　Ps：武坤教授近年通过数学研究提出了七路及以上的棋盘先行的合理贴目应为9目的“9目猜想”，可参见“天元，围棋的奇点”一文（《围棋天地》2015年5月第一期）。李喆六段在《围棋天地》2015年10月第二期发表《七路棋盘最优解》这一里程碑性结果在七路棋盘上证实了这一点。　　2）围棋中的打劫现象复杂异常，从起源上看是为了回避棋无法顺利下完而加入的，但却又不断产生新的矛盾和无法判定胜负的烦恼。　　Ps： 在喆理围棋的研究中我们发现“打劫”会产生贴目的震荡，这是首次发现。我们还发现，第一，在围棋宇宙张开最初（1路棋盘），天元点的能量巨大，在一定的条件时，这个能量的扩张不顺畅，从而产生震荡。当1*（4n+1）时，则不满足劫争的条件。第二，我们可以预期，当围棋的宇宙逐渐张开后，围棋的贴目将趋于稳定。第三，我们可以发现，对于偶数棋盘，比如1*2n棋盘，就没有强烈的劫争现象。第四，我们还可以预期，当棋盘扩大到一定尺寸后，“打劫”从最优的角度来看，是可以避免的，也即我们可以在对局中从一开始就可以避开打劫，而并不会影响棋局的胜负。　　3）再有就是围棋的规则问题，目前主流的就有中国规则、日韩规则和应氏规则三套体系。虽然不同小异，但如能在理论上能有所突破，最终达到统计认同，毕竟是众望所归吧！Ps： 目前小棋盘研究成果发现了中国规则一系列特性和方便性，如贴子比贴目有更好的一致性，并得到围棋规则专家陈祖源的认同。　　（4）如果小棋盘能够找得到围棋的理论规律，形成围棋的新布局理论、新中盘技术，必会形成一个围棋理论与人工智能技术交相辉映、相得益彰！　　Ps： 也许下一步的人机大战，就是强人工智能软件与以职业棋手基于新围棋理论的”天元流”的对抗！　　5。尾声　　（1）围棋理论的突破需要众多职业人士的联合起来才有可能。　　（2）当古老智慧的围棋碰到现代科学的强人工智能，共同发展共同进步，这就是“围棋后人工智能时代”，这个时代多坚持几年，就正如《王汝南：人机大战李世石会赢　希望人类多坚持一段时间》中王老所说：二者抗衡时间越长，可能越有助于围棋项目的发展。越能为人类造福”。　　（3）如果未来的5年，有数不清的围棋金蛋能出现，不就是无数的小天鹅得以出生，古老的围棋不就又在重生！
知乎上的有趣文章，很长...
人工智能武器最终会毁了...
此贴已终结 楼主仍负隅...
爱思助手-无需登录苹果ID，即可下载海量苹果应用游戏，壁纸铃声一键导入!
之前的消息是
围棋贴吧，被广告AI占领了·
围棋理论突破需要全局计算，人类大脑无法承担
认真的看完了，以较中肯，但是把AIphaGo看作强AI，比较夸大。A1phaGo的“学习能力”是基于””的。只是对“特定棋形的胜率”进行大样本统计，从而选出一种最佳下法。自己对局3000W，一方面是训练或调整”图形识别”，同时也是对下法进行概率统计。AlphaGo没有对“棋局”进行“逻辑分析”的能力，它知道下在哪赢面最高，但是”为什么下这里赢”不知道，“有什么规律”，不知道，如果它能总结出这些“规律”，并用这些“规律”指导自己下棋，减少无意义的计算，(而不是用统计结果来剪去低胜率方案)的话，才称的上是”强AI”，才有可能成为“围棋之神&。但是如果只从“胜负“这方面来说，基于强大的计算力和强大的“胜率统计图库“，的确可以大胜人脑了。而目前看A1phaGo的表现，无疑，它并不是追求“最大胜率”，“减少计算量”也是重要的指标。而“减少计算量“这个指标，对人类意义不大，对围棋的发展意义不大。如果抛弃这个指标，只追求最大限度赢棋而且还是赢最多目，这样下出的棋，对人类而言，才是从没见过的，对人类的围棋理论，才有明显的促进作用。
补充5楼而如果抛弃“减少计算量”这个指标，以目前的计算机计算能力，肯定是不够的，AI要胜人类，容易，指导人类下棋，看来还得再等十年。
贴吧热议榜
使用签名档&&
保存至快速回贴什么样的人工智能击败了职业围棋手？
[摘要]AlphaGo距离真正的人类智慧还有遥远的距离，远远没有达到超级智能的水平。
腾讯科技 李玮 1月31日综合报道近期，由()英国研究团队开发的计算机系统在围棋比赛中击败了职业棋手。作为一种古老的东方棋类游戏，围棋强调策略和直觉。过去数十年，围棋一直是人工智能专家未能攻克的堡垒。然而，人工智能正在这一领域取得重要突破。此前，计算机已在其他多种比赛，例如国际象棋、奥赛罗棋和智力竞赛《危险边缘》中胜过了人类对手。然而，围棋是一种具有2500多年历史的古老技艺，其复杂程度远超国际象棋，因此人类高手此前几乎不费吹灰之力就能胜过即使最强的计算机系统。本月早些时候，谷歌以外的人工智能专家已提出这样的问题，即人工智能在围棋领域的突破能否迅速实现。而直到去年，大部分人仍认为，计算机击败职业棋手还需要10年时间。然而，谷歌已经做到了这一点。法国研究者雷米·库洛姆（Remi Coulom）此前曾开发了全球最强大的人工智能围棋程序。他表示：“这一天的到来比我想象中更快。”谷歌于2014年收购了自称为“人工智能领域阿波罗项目”的DeepMind。去年10月，DeepMind的研究团队在伦敦办公室里主持了人工智能与人类选手的较量。DeepMind的这一系统名为AlphaGo，而它的对手是欧洲围棋冠军樊麾。在《自然》杂志编辑和英国围棋协会裁判的监督下，AlphaGo在五番棋比赛中取得了5:0的压倒性胜利。《自然》杂志编辑坦古伊·乔阿德（Tanguy Chouard）博士在本周二的媒体电话会议上表示：“无论作为研究者还是编辑，这都是我职业生涯中最令人兴奋的时刻之一。”本周，《自然》杂志发表的一篇论文介绍了DeepMind的系统。这一系统利用了多种技术，其中也包括越来越重要的一种人工智能技术，即深度学习。利用海量的人类高手棋谱（总步数约达3000万），DeepMind的研究团队训练AlphaGo自主学习围棋。然而这仅仅只是第一步。从理论上来说，这样的训练最多只能培养出与最优秀人类选手同等棋力的人工智能。而为了击败最优秀的人类选手，研究团队使这一系统自己与自己对弈。这带来了新的数据，而这些数据可被用于训练新的人工智能系统，最终胜过顶尖高手。DeepMind负责人德米斯·哈萨比斯（Demis Hassabis）表示：“最重要的一点在于，AlphaGo不仅仅是专家系统，遵循人为设定的规则。实际上，这使用了通用的机器学习技术，能自行探索如何在围棋比赛中取胜。”人工智能的这次胜利并不新鲜。谷歌、和等互联网服务早已利用深度学习技术去识别照片和语音，或是理解自然语言。DeepMind的技术结合了深度学习、增强学习，以及其他方法。关于现实世界机器人如何学习日常任务，并对周围环境做出响应，这指明了未来的方向。哈萨比斯表示：“这非常适合机器人。”他同时认为，这些方法能加速研究，通过在工作中引入人工智能系统，科学家将可以取得更多成果。“这一系统能处理规模更大的数据集，分析得出结构化信息并提供给人类专家，从而提高效率。系统甚至能向人类专家提供方式方法的建议，协助带来突破。”不过目前，围棋仍是他的关注重点。在关起门来击败一名职业选手之后，哈萨比斯及其团队将目标瞄准了全球顶尖的围棋选手。3月中旬，AlphaGo将在韩国公开挑战李世石。李世石拥有的国际比赛冠军头衔数排名第二，而过去10年中，李世石有着最高的胜率。哈萨比斯认为，李世石就是“围棋界的费德勒”。比国际象棋更难2014年初，库洛姆的围棋软件Crazystone在日本的巡回赛中挑战了依田纪基九段，并取得了胜利。不过，这一胜利的成色不足：Crazystone获得了四子的让先。当时，库洛姆预言，在没有让先的情况下，人工智能击败顶尖围棋高手还需要10年时间。这一挑战的难度在于围棋本身。此前，在合理时间内，任何超级计算机都没有足够的处理能力，去预判每种可能的着法会带来什么样的后续结果。1997年，“深蓝”击败了国际象棋大师卡斯帕罗夫，当时这台超级计算机采用了“暴力计算”的方式。从本质上来看，“深蓝”分析了每一步走法可能出现的各种结果。然而，这样做在围棋比赛中行不通。在国际象棋比赛中，一个回合可能的走法平均为35种。而围棋比赛采用了19x19的棋盘，平均每回合走法有250种。哈萨比斯指出，围棋棋盘上的棋型类型要比中的原子总数还要多。利用名为“蒙特卡洛树搜索”的方法，类似Crazystone的系统能完成更多步的预判。而结合其他一些技术，计算机可以完成对多种可能性的必要分析。这样的计算机能击败一些不错的围棋选手，但距离顶尖高手还有很大差距。对真正的高手来说，直觉是很重要的一部分。这些棋手会根据棋盘上棋型来选择如何行动，而不是精确分析每一种着法可能会带来的结果。哈萨比斯本人也是围棋选手，他表示：“良好的棋型看起来就很漂亮。这似乎遵循某种美学。这也是这一游戏数千年来历久不衰的原因。”不过，在进入2015年之后，一些人工智能专家，包括爱丁堡大学、Facebook和DeepMind的研究人员，开始探索利用深度学习技术去解决围棋的难题。他们设想，深度学习技术能模拟围棋比赛中必要的人类直觉。哈萨比斯表示：“围棋有着许多暗示，模式匹配很重要。深度学习可以做得很好。”自我增强深度学习的基础是神经网络。这种由软硬件构成的网络能模拟人脑中的神经元，其运转并非依靠“暴力计算”和人工制定的规则。神经网络会分析大量数据，以从事某项任务的“学习”。例如，如果向神经网络输入足够多的袋熊照片，那么它就能识别出袋熊。如果向神经网络输入足够多的单词发音，那么它就能识别你的语音。如果向神经网络输入足够多的围棋棋谱，那么它就能学会如何下围棋。在DeepMind、爱丁堡大学和Facebook，研究人员希望，通过“观察”棋盘棋型，神经网络能掌握下围棋的方法。正如Facebook近期在一篇论文中所说，这一技术的运行情况良好。通过深度学习和蒙特卡洛树方法的结合，Facebook的系统已经击败了一些人类选手。不过，DeepMind在此基础上更进一步。在学习了3000万步人类选手的围棋下法之后，这一神经网络预测人类选手下一步走法的准确率达到57%，远高于之前的44%。随后，哈萨比斯及其团队对这一神经网络进行了小幅调整，使其与自己对弈，这种做法被称作增强学习。在这一过程中，神经网络可以了解，什么样的走法能带来最好的结果。DeepMind研究员大卫·希维尔（David Silver）表示：“通过在神经网络之间进行数百万局的对弈，AlphaGo学会自己发现新策略，并逐步改进。”希维尔表示，这使得AlphaGo能胜过其他围棋软件，包括Crazystone。随后，研究人员将结果输入至另一个神经网络。在首先判断对手的下一步行动之后，这一神经网络能利用同样的技巧去预判每一步的结果。这与“深蓝”等较老的系统类似，而不同之处在于AlphaGo能在过程中进行学习，并分析更多数据，不再使用暴力计算的方法去判断所有可能的结果。通过这种方式，AlphaGo不仅能胜过当前的人工智能系统，还能击败人类高手。专用芯片与大部分先进的神经网络类似，DeepMind的系统运行在基于GPU（图形处理芯片）的计算机上。GPU最初的设计目的是游戏和其他图像应用的图形渲染，但近年来研究表明，这类芯片也非常适合深度学习技术。哈萨比斯表示，DeepMind的系统在配备多个GPU芯片的单台计算机上有着相当好的表现，但为了挑战樊麾，研究人员搭建了更庞大的计算机网络，其中包括170块GPU卡和1200个标准CPU处理器。这一庞大的计算机网络对AlphaGo进行了训练，并参与了比赛。哈萨比斯表示，在与李世石的比赛中，AlphaGo将采用同样的硬件配置。目前，他们正在持续改进这一人工智能系统。为了准备与李世石的比赛，他们还需要互联网连接。哈萨比斯表示：“我们正在安装自己的光缆。”库洛姆和其他一些专家指出，与李世石的比赛将更困难。不过，库洛姆已经下注DeepMind。过去10年中，他一直希望开发出能胜过顶尖围棋高手的系统，他认为，这一系统现在就在这里。他表示：“我正在购买一些GPU。”未来之路AlphaGo的重要性不言而喻。这一技术不仅可以应用于机器人和科学研究，也适合其他许多任务，例如类似Siri的移动语音助手以及金融投资决策。深度学习创业公司Skymind创始人克里斯·尼克尔森（Chris Nicholson）表示：“你可以将其用于任何具有对抗性的问题，例如需要用到策略的各种比赛，以及战争和商业交易。”对一些人来说，这种情况令人担忧，尤其考虑到DeepMind的系统已经有能力自学围棋。AlphaGo的学习素材并不来自人类，而是可以通过自行生成数据来自我指导。近几个月，特斯拉创始人伊隆·马斯克（Elon Musk）等知名人士曾表示，这样的人工智能系统最终将超越人类智力，突破人类的控制。不过，DeepMind的系统受到了哈萨比斯及其团队的严格控制。AlphaGo被用于最复杂的棋类游戏，但这仍只是一款游戏。实际上，AlphaGo距离真正的人类智慧还有遥远的距离，远远没有达到超级智能的水平。华盛顿大学专注于人工智能的法学教授、科技政策实验室创始人瑞安·卡洛（Ryan Calo）表示：“这仍是一种高度结构化的情况，并非真正人类水平的理解力。”不过，AlphaGo指明了未来的方向。如果DeepMind的人工智能系统能理解围棋，那么就能理解更多信息。卡洛表示：“宇宙只不过是一场更大的围棋游戏。”（李玮）
正在加载...
推广：微信搜索“BI中文站”公众号，收听来自硅谷最新鲜的科技资讯、最前沿的创业模式、最好玩的圈内故事。
[责任编辑：jimmonzang]
您认为这篇文章与"新一网（08008.HK）"相关度高吗？
Copyright & 1998 - 2017 Tencent. All Rights Reserved
还能输入140字