> 
1月28日全球媒体头条速览：谷歌人工智能击败欧洲围棋冠军
来源：中国日报网
英国广播公司（BBC）
澳大利亚天文学家发现最大恒星行星系
澳大利亚天文学家表示，他们发现了迄今发现的最大恒星行星系。（图片来源：BBC）
澳大利亚天文学家表示，他们发现了迄今为止最大恒星行星系，由一颗恒星和一颗巨大的行星组成，行星围绕恒星运行一周大约需要100万年。
发表在英国《皇家天文学会月报》上的报告称，这颗行星由气体组成，距离恒星大约1万亿公里，是地球所在太阳系矮行星冥王星到太阳距离的140倍。
这颗行星被称为2MASS J，质量大约是木星的12到14倍。这次发现的恒星行星对相距遥远，创下了纪录，是先前发现的恒星行星对最远相距距离的3倍。
英国《每日电讯报》
瑞典拟驱逐8万申请庇护被拒移民
瑞典斯德哥尔摩地铁站里与难民相关的标语。（图片来源：路透社）
瑞典内政部长安德斯·于耶曼27日表示，瑞典打算驱逐多达8万名2015年抵达的移民出境，因他们的庇护申请已被驳回。
瑞典媒体引述于耶曼称：“我们谈论的是6万人，但人数可能升至8万。”他又说，政府已要求警方和移民当局组织驱逐行动，相信这需时多年。
瑞典约有980万人口，其移民政策相对宽松，去年涌入16万难民，成为人均接收难民数量最多的欧洲国家。今年年初，瑞典进一步加强临时边境管控措施，以阻止没有有效身份证明的难民涌入。
美国广播公司（ABC）
谷歌人工智能大突破 击败欧洲围棋冠军
围棋被视为计算机最难精通的游戏，一直困扰着研究者，直至今天才有重大突破。（资料图片）
科技巨头谷歌旗下的英国公司26日宣布，以崭新方法编写出围棋人工智能（AI），成功击败欧洲围棋冠军，为AI立下重大里程碑。有关论文于27日在《自然》期刊发表。
人工智能开发公司Google DeepMind研发的计算机程序“阿尔法围棋”（AlphaGo），去年10月在伦敦挑战三届欧洲围棋冠军樊麾，结果直落5局完胜对手。在场观战的《自然》编辑舒瓦尔26日在记者会表示，此战是他研究生涯中最兴奋的时刻。
上世纪90年代，IBM超级计算机“深蓝”已击败国际象棋世界冠军卡斯帕罗夫，但围棋却被视为计算机最难精通的游戏，一直困扰着研究者，直至今天才有重大突破。
美国有线电视新闻网（CNN）
桑德斯会晤奥巴马 强调总统立场中立
1月27日，桑德斯结束与奥巴马会谈后走出白宫西翼。（图片来源：法新社）
当地时间1月27日，美国总统奥巴马在白宫椭圆形办公室会晤参议员、民主党总统参选人桑德斯。双方会晤约45分钟，随后桑德斯透露，会谈颇具“建设性”，同时奥巴马试图在总统初选中保持“中立”，桑德斯显然希望藉此驳斥奥巴马力挺其竞选对手希拉里的传言。
奥巴马迄今尚未明确表态支持哪位参选人，但他日前接受美国Politico专访时称赞希拉里经验丰富，同时则表示桑德斯是“民主党长年受挫氛围下，被推升出线的耀眼人物”。
此次会谈正逢艾奥瓦州和新罕布什尔州将分别于2月1日和9日举行总统大选初选，桑德斯近来民调节节攀升，但希拉里仍在全国民调中占上风。
在韩倾覆中国渔船7人获救1人遇难2人失踪
1月27日，在韩国南部全罗南道可居岛附近海域，韩国救援船只在事发海域实施救援。（图片来源：新华社）
据韩国木浦海洋警备安全署28日消息，27日上午10时35分许在全罗南道可居岛西北方向85公里海面翻船的中国渔船中，又有2人获救。截至目前，10名船员中，7人获救，1人遇难，2人下落不明。
事发当时船上共有10人，木浦海警方面指出，事发时位于事发海域附近的中国渔船先救出4人后再救起2人，当天下午1时10分许，另有2人被韩国海警和海军救起，其中1人不幸身亡。截至目前，还有2人下落不明。
目前失事船只完全沉没在水中，韩中两国海警正在展开搜寻工作。
日本新闻网
起诉安倍参拜靖国神社“违宪” 原告诉求被驳回
市民团体以违宪为由要求法院禁止安倍继续参拜靖国神社。（图片来源：日本新闻网）
28日上午，大阪地方法院作出一项判决，判要求禁止安倍参拜靖国神社的原告团败诉。
安倍于2013年12月参拜靖国神社，为此，765名战死者遗族向大阪地方法院提出起诉，要求法院禁止首相将来继续参拜靖国神社，并赔偿每一位原告1万日元的精神补偿费。原告方指出，安倍的参拜违反了《宪法》第20条规定的“国家及其机构不能进行任何宗教活动”这一政教分离原则。
28日上午，大阪地方法院审判长佐藤哲治在判决书中称：“原告团主张的认为安倍首相参拜靖国神社侵害法律利益的指责不予认可”，因此判原告团败诉。对安倍参拜靖国神社的起诉，目前在大阪和东京两个法院进行。大阪的判决是此类诉讼的第一次判决。
巴西寨卡病毒蔓延 总统呼吁邻国合力对抗
寨卡病毒可引致胎儿患上俗称“小头症”的先天性小头畸形症。（资料图片）
由埃及伊蚊传播的寨卡病毒（Zika Virus）在南美国家巴西开始爆发，病毒可引致胎儿患上俗称“小头症”的先天性小头畸形症。据巴西卫生部27日公布统计数据显示，自去年10月以来，由寨卡病毒引起的疑似小头症通报病例，已经增加到4,180例。总统罗塞夫呼吁邻国连手合作，对抗寨卡病毒。
与此同时，疫情正在欧洲进一步扩散，目前全欧已有超过20人感染寨卡病毒。其中荷兰有10宗、英国5宗、意大利4宗、葡萄牙4宗以及西班牙有2宗感染寨卡病毒个案，所有患者都曾到访过南美。
世界卫生组织将于当地时间28日在瑞士日内瓦召开特别会议，商讨如何应对疫情。
（高晴 编辑：党超峰）10位大佬解读AlphaGo为何逆转获胜？谷歌的围棋人工智能系统究竟是神马？_VC互联网分析频道_传送门
10位大佬解读AlphaGo为何逆转获胜？谷歌的围棋人工智能系统究竟是神马？
钱皓-互联网分析师
钱皓-互联网分析师，微信公号 qianhaoapp3月9日下午3点30分，人机世纪大战第一场结果公布，谷歌人工智能系统AlphaGo挑战世界围棋冠军李世石成功，李世石认输。在随后的发布会后，李世石表示，“比赛中有两件事让我吃惊，一个是AlphaGo的开局下得非常好，第二个是在比赛过程中不断有一些令我想不到的下法。”李世石说，“我没想到过我会输。我觉得我一开始犯的那个失误一直伴随到了最后，成了我失利最主要的原因”。李世石与AlphaGo的这场较量惊心动魄，开始AlphaGo处于优势，但在“开战”2个小时后，李世石的优势逐渐明显，而当大家都认为李世石要赢得胜利的时候，局势却突转急下。人工智能被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。包括谷歌，Facebook，斯坦福大学等公司与机构已经投入了巨资研发。那么到底人工智能与之前的超级计算机、机器人有什么区别？为什么他们要挑战人类的世界冠军？为什么选择围棋？要想了解这些，我们不妨从了解什么是人工智能开始。1什么是人工智能？人工智能的来源与定义 人工智能（Artificial Intelligence）一词，最早来自于1956年。当时，以麦卡赛、明斯基、罗切斯特和申农等为首的一批年轻科学家聚会共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语。他们希望做出一台能够思考的机器。 目前关于其定义仍旧不统一。如美国斯坦福大学人工智能研究中心尼尔逊教授对下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。” 难以定义的原因在于人类想创造的是另一个自己，对自己都了解都不深入，又如何对另一个自己下定义呢？人工智能，从字面上拆开理解，前者意思是人类通过机器和软件创造的产物。但关于“智能”则有些复杂，原因在于我们对于自己的智能理解非常之少。以智能的载体大脑为例，到目前为止，我们也仅仅知道这个装在我们天灵盖里面的东西是由数十亿个神经细胞组成的器官，内部的构造及其具体的功能仍然知道的很少。 人工智能的测试标准 尽管对智能是什么了解甚少，但是人类对什么是智能却有明确的答案。这个答案来自著名的图灵测试。图灵测试一词来源于计算机科学和密码学的先驱阿兰·麦席森·图灵写于1950年的一篇论文《计算机器与智能》。阿兰·麦席森·图灵1950年设计出这个测试。该测试的主要内容是，如果电脑能在5分钟内回答由人类测试者提出的一系列问题，且其超过30%的回答让测试者误认为是人类所答，则电脑通过测试。即人类虽然不知道智能是什么，却可以以自己为标准，测试机器的智能是否达标。 值得一提的是，日，聊天机器人“尤金·古斯特曼”(其实是一个电脑程序)据说成功让人类相信它是一个13岁的男孩，成为有史以来首台通过图灵测试的计算机。这被认为是人工智能发展的一个里程碑事件。微软高级研究员和科学家王永东称，目前微软也正在中国大范围测试其聊天机器人“小冰”，以期通过图灵测试。 人工智能的载体 人工智能的快速发展很大程度上来自于近些年来计算机科学快速发展，这也是近些年来关于人工智能的报道以及人们对于人工智能的认识越来越多的主要原因之一。因为相比于之前人类发明的机器，计算机是唯一能够模拟人类思维的工具，因此它成为用来研究人工智能的主要物质基础以及能够实现人工智能技术平台的机器。可以说人工智能的发展历史与计算机的发展是紧密相关的。因此人工智能研究一般被作为计算机科学一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。但是对人类智能的模仿意味着必须对人自身有非常深的了解，需要他们能够不仅精通计算机科学，还非常了解哲学、神经科学等。因此，它是一个包括十分广泛的科学，由不同的领域组成，如机器学习，计算机视觉等等。 总体而言，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。2AlphaGo是何方神圣？说起谷歌的机器人，你也许更直观的印象来自于最近大火的踹几脚也不会倒的机器狗与被工程师随意当猴子耍的类人机器人“阿特拉斯”。但是按照图灵测试的标准，他们都不算人工智能，只是灵敏的机器。所以他们只能被人耍的团团转，并不能和人类相抗衡。然而Ahphago就不一样了。孩子的爹也曾经是创业者 介绍这款人工智能就不能不提杰米斯o哈萨比斯（Demis Hassabis）。认真说起来，这位人工智能程序师兼神经科学家其实是位创业者。 哈萨比斯的母亲是新加坡华人，父亲有希腊族塞浦路斯人血统。他在13岁时就取得了国际象棋大师(Master)头衔，当时在其年龄组中排名世界第二。17岁时，哈萨比斯领衔开发了一款在1994年发行的经典模拟游戏《主题公园》。随后他继续在剑桥大学修得一个计算机科学学位，并于1998年创立了自己颇为成功的游戏公司。 但这时他说：“我觉得是时候做一些以智能为首要任务的事情了。”于是在2005年，他开始在伦敦大学学院进修神经系统科学博士学位，他觉得通过研究真实人脑也许能找到线索，从而帮助研究人工智能。他最终选择研究海马体，这是一块支持记忆和空间导向的大部部分，且目前所知甚少。作为一个没有学习高中生物的计算机科学家与游戏企业家，Hassabis一众医学博士和心理学家间显得尤为突出。他谈到：“我经常开玩笑说，我对大脑唯一了解的事情就是，它在头盖骨里。”但Hassabis很快便做出了成绩。2007年，在一项被《科学》杂志评选为“年度突破”的研究中，他向人们展示出，五名因脑损伤而遭受失忆症折磨的病人，他们的海马体会努力地设想未来的事情。这暗示大脑中被认为只与过去有关的部分也对计划未来至关重要。 记忆和提前计划纠结在一起的理念，也让哈萨比斯在2011年决定放弃博士后研究生活，转而创立了以“解决智能”为经营理念的DeepMind。这个公司是他与人工智能专家同事Shane Legg 以及连续创业家 Mustafa Suleyman 一起创立的。公司招聘了机器学习方面的领先研究人员，还吸引到了一些著名的投资者，包括 Peter Thiel 的 Founders Fund 以及 SpaceX 的创始人 Elon Musk。 DeepMind最终被谷歌所看中，在2014年1月以4亿美元收购。DeepMind的技术有多牛？ DeepMind的被收购绝对不仅仅是谷歌对人工智能的好奇而已。创始人杰米斯o哈萨比斯在接受Nature采访时说：我们的算法可以横扫一切棋类博弈。这真的不是在吹牛。2013年他们在一场机器学习领域的顶级研究会上演了自己的处子秀。研究员们演示了软件是如何学习玩一些经典游戏。TA不仅玩的比任何人类都要好，而且已经具备学习能力。也就是说该软件并未编入任何怎么玩游戏的信息，TA只与控制器和显示器相连，并在知晓得分方式后，便开始凭借本能尽量打出最高分。最令人称奇的是，这个程序经过反复测验都是专家级的玩家。 让机器人自己具备学习能力来自于DeepMind所采用的一种叫做“深度学习”的新兴机器学习技术。它的概念源于人工神经网络的研究，是机器学习研究中的一个新的领域，其旨在建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。它的好处在于提出了一种让计算机自动学习出模式（声音、图像）特征的方法，并将特征学习融入到了建立模型的过程中，从而减少了人为设计特征造成的不完备性。也就是说，在深度学习出现之前，一台计算机如果要对某一模式进行识别，需要人工设计或直接指定，深度学习可以让机器人跳过这一步。计算能力出众但不再是计算机的Alphago DeepMind的技术如此成熟，就不难想象Alphago有多厉害了。 也许有人会说，那深度学习技术的出现让Alphago与之前的超级计算机有什么差别？小编可以用之前战胜国际象棋世界冠军卡斯帕罗夫的超级计算机——美国IBM公司的“深蓝”为例。 1997年，“深蓝”以2胜1负3平战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫。当时，“深蓝”的运算能力当时在全球超级计算机中居第259位，每秒可运算2亿步。因此，“深蓝”可以预判12步，而卡斯帕罗夫最多可以预判10步。并且，“深蓝”仅需耗电，而人类在对弈时则需要耗费大量体力和精力，并且受到其他因素的影响，如卡斯帕罗夫在第二局的完败，这在一定程度上让他的斗志和体力在随后3局被拖垮，在决胜局中仅19步就宣布放弃。可以说，“深蓝”的最终获胜，主要依靠强大的计算能力穷举所有路数来选择最佳策略。 而且，根据后来IBM研制小组的透露，每场对局结束后，小组都会根据卡斯帕罗夫的情况相应地修改特定的参数，“深蓝”虽不会思考，但这些工作实际上起到了强迫它学习的“作用”，这也是卡斯帕罗夫始终无法找到一个对付“深蓝”的有效办法的主要原因。这也是为什么有一些人士认为这场比赛并不完全是人机大战，他们觉得实际上“深蓝”还是获得了人类的帮助。 相比之下，AlphaGo就人性化多了。在DeepMind的倾情支持下，这个仅诞生两年的机器人已经通过大量数据分析学习了3000万步的职业棋手棋谱，再通过增强学习的方法自我博弈，寻找比基础棋谱更多的打点来击败人类。 在比赛中，它不再去计算每一步的可能性，而是通过两个不同神经网络“大脑”的合作来改进下棋。即利用“价值网络”去计算局面，用“策略网络”去选择下子。 这些网络通过反复训练来检查结果，再去校对调整参数，去让下次执行更好。这个处理器有大量的随机性元素，所以人们是不可能精确知道网络是如何“思考”的，但更多的训练后能让它进化到更好。 总而言之， AlphaGo通过神经网路加上MCTS (Monte Carlo tree search），并且用上了巨大的谷歌云计算资源，结合CPU+GPU，加上从高手棋谱和自我学习的功能。这套系统比以前的围棋系统提高了接近1000分的Elo，从业余5段提升到可以击败职业2段的水平，超越了前人对围棋领域的预测，更达到了人工智能领域的重大里程碑。（Elo等级分制度是指由匈牙利裔美国物理学家Arpad Elo创建的一个衡量各类对弈活动水平的评价方法，是当今对弈水平评估的公认的权威方法。被广泛用于国际象棋、围棋、足球、篮球等运动。网络游戏英雄联盟、魔兽世界内的竞技对战系统也采用此分级制度。）李开复认为，AlphaGo是一套设计精密的卓越工程，也达到了历史性的业界里程碑，AlphaGo的特点在于：不同机器学习技术的整合（例如：reinforcement learning, deep neural network, policy+value network, MCTS的整合可谓创新）、棋谱学习和自我学习的整合、相对非常可扩张的architecture（让其充分利用谷歌的计算资源）、CPU+GPU并行发挥优势的整合。这套“工程”不但有世界顶级的机器学习技术，也有非常高效的代码，并且充分发挥了谷歌世界最宏伟的计算资源（不仅仅是比赛使用，训练AlphaGo时也同样关键）。AlphaGo究竟如何工作？根据Google在Nature上发布的文章显示，谷歌围棋AI程序AlphaGo在下棋过程中主要通过四步完成工作，它们分别是：第一步快速判断：用于快速的观察围棋的盘面，类似于人观察盘面获得的第一反应。第二步深度模仿 ：AlphaGo学习近万盘人类历史高手的棋局来进行模仿学习，用得到的经验进行判断。这个深度模仿能够根据盘面产生类似人类棋手的走法。
第三步自学成长：AlphaGo不断与“自己”对战，下了3000万盘棋局，总结出经验作为棋局中的评估依据。
第四步全局分析：利用第三步学习结果对整个盘面的赢面判断，实现从全局分析整个棋局。尽管在Nature论文中阐述了AlphaGo基本原理，但按照人工智能专家的评价：“其基本原理并没有新东西”，其核心价值是学习了近万盘人类历史高手的棋局，和自我对战下的3000万盘棋局总结的经验。说了那么多，不比试一下是不知道Alpha究竟有多厉害的。据国际顶尖期刊《自然》封面文章报道，Alpha Go在没有任何让子的情况下，以5:0完胜欧洲围棋冠军、职业二段选手樊麾。这是人工智能首次在不让子的情况下战胜人类围棋选手。樊麾在接受国内媒体采访时承认了这一点。樊麾表示，对局时感到绝望的是：不能出现失误。以第二局为例，樊麾称本来形势极好，但由于一个随手被对方抓住，后面竟然就没有了机会。 然后，DeepMind选择挑战韩国围棋冠军九段李世石…3围棋为什么这么难？李世石又是谁？围棋与国际象棋不一样，围棋除了拥有庞杂的棋局可能性之外，对于棋局的局势判断，也就是人们的感觉也是非常重要的。围棋庞杂的可能性是机器学习也难以达到的程度，2016年1月普林斯顿的研究人员给出了最新研究结果：对于一个19x19的围棋棋盘而言，一共有361个位置，而每个位置可以单独放置黑棋、白棋或者留空，理论上所有的可能组合是3^361种。但根据围棋规则，不是所有位置都可合法落子，例如在围棋术语中没有气的位置就不能落子。那么排除掉这些不合法的棋局后总共还剩多少种呢？ 普林斯顿的研究人员给出的19x19格围棋的精确合法棋局数：935一共171位数，这个数字比我们地球所有的沙粒数量还要多！比人类已知宇宙的所有星球数量还要多！围棋界的天王级人物据称在围棋界不能随便说自己聪明，顶尖的围棋高手智商都超乎寻常(常昊智商138，韩国的李昌镐139，中国的罗洗河高达160)。普通人智商100到120左右。超过140的天才一万人中才有一人，超过160的一百万人中才出一个。从这个角度上说，他们都是万中选一的天才。这还没有将中间的训练、层层选拔考虑进去。 而李世石就是这么一位最终在围棋界走上巅峰的天才（小编注：其实应为“李世乭”，传入中国后因音译被误写成为“李世石”，为了方便沿用这个名字），这位80后在12岁时便入段，20岁时获第16届富士通杯冠军后直接从七段升为九段（促进了当时各国围棋升段新规定的出台）。曾获得的冠军：包括第15届、16届和18届富士通杯，第9届、12届、13届、17届三星杯，第7届、第12届LG杯，第8届春兰杯，第2界和第3届丰田杯，是近十年以来获得世界冠军最多的围棋选手（没有之一）。 DeepMind之前在接受韩国媒体采访时也称“李世石九段是公认的十年世界最强的棋手，甚至可能是历代最强的棋手之一。” 而就在今天韩国棋院和谷歌DeepMind公司召开的记者会上，李世石也是信心十足，预测对方实力难与自己相争。他认为，AlphaGo此前与樊麾的对局应算业余中的顶级水平，并非职业水平,但是模仿人类的直觉判断程度约为８０％，但运算速度优于自己，所以要格外小心。选择围棋对弈的意义 围棋是一种策略性两人棋类游戏，中国古时称“弈”，西方名称“Go”。其规则虽然简单易学，玩起来却是钻研越深越觉得精深莫测。国际象棋棋盘只有64个格，每一步有30种合乎规则的走法。但是围棋有361个点，每一手有200多种变化。象棋全部可能的走法在种之间，而围棋有10250种变化。单纯依靠计算机的运算难以完全战胜人类棋手。 DeepMind之前在接受韩国媒体采访时称，“如果想研发出与‘人类相似’的，弹性智能的算法，以解决种种问题，就没有比游戏更好的测试工具了。计算机最早攻克的游戏是三目棋（Noughtsand Crosses，井字棋），之后是西洋跳棋和国际象棋。围棋和国际象棋不同，博弈的空间更宽阔，变化更是繁多，而且很难判断棋子所处位置的价值，所以一直被认为是人工智能领域的最大挑战。所以DeepMind团队的优先目标就是征服这一领域。”4究竟战果如何？各抒己见本次比赛将从3月9日持续到3月15日，每天比试1局，从中午12时开始，用时为每方2小时，3次1分钟读秒。比赛如果一方先胜3局并不结束，而是下满5局。既然是比赛，那肯定就会有输赢。那么各路人士是怎么看待的呢？AlphaGo阵营韩国首尔科学综合研究生院大数据MBA主任教授金镇浩AlphaGo会完胜，李世石九段很难取得一胜。而Facebook人工智能组研究员田渊栋博士认为AlphaGo整个系统即使在单机上也已具有了职业水平，与李世石的比赛会相当精彩。在清华大学担任哲学系教授的韩立新博士也看好机器科学家团队不会自取其辱。李世石阵营 柯洁在农心杯发布会上也表示如果他有100元，他会全压李世石。聂卫平、俞斌、曹大元、常昊和芮乃伟等围棋界重量级人物也看好李世石，认为AlphaGo还不能和顶级棋手对抗。 而知名天使投资人李开复认为AlphaGo的胜率仅为1.1%。他认为 o 首先，AlphaGo去年年底的Elo（围棋等级分）是3168，而李世石的Elo大约是3532，相差较大。李世石每盘的胜算可以达到89%，AlphaGo只有1.1%。 o 其次，虽然AlphaGo去年底击败了欧洲冠军樊麾，但是樊麾的Elo只有3000左右（职业二段），而世界冠军李世乭的Elo是3532（职业九段），难度更大. o 第三，AlphaGo要想在几个月内将Elo提升364积分，可能需要增加超过10万个CPU，而且解决海量硬件之间的协调计算也是极大的难题。 他认为，尽管未来AlphaGo未来的发展前景非常好，但是不意味着意味着计算机将全面超越人脑。在可以凭逻辑分析推算的问题上、在语音人脸识别等感知方面，计算机将远远把人类抛在后面。但是计算机终究是机器，在情感、喜怒哀乐、七情六欲、人文艺术、美和爱、价值观等方面，都离人相差甚远，甚至连基础都没有。至于具体的比分，柯洁认为是5:0，陈经认为是4:1。李世石给自己设定的目标是一盘也不能输。
（柯洁）李世石现在的状态还可以，在刚刚结束的农心杯三国围棋擂台赛中，他连赢了三局，最后输给了中国队的主将柯洁。哈萨比则表示，下一次选择与人类交锋，有可能会考虑联系中国棋手柯洁。至于最后的结果，让我们一同期待吧！但无论最后结果如何，人工智能已经成为炙手可热的热点。目前，各国政府早已高度重视人工智能技术研发和产业化，如美国启动的“脑研究计划”（BRAIN Initiative），欧盟启动的“人类大脑工程”（Human Brain Project），整体投资将接近 11.9 亿欧元。企业界IBM、Google、苹果、微软、Facebook等国际IT巨头也正投入巨资与人力到该领域。而日本首富、软银集团创始人孙正义的观点更为直接，他认为未来决定一个国家的GDP排名的将不再是人口数，而是未来机器人的数量和智能化程度。让机器具备像人类一样的智慧，是人类最伟大的梦想之一。人工智能先驱、未来学家《奇点临近》的作者雷蒙德·科兹威尔曾大胆预言：到2020年，人类将成功通过逆向工程制造出人脑；2030年末，人工智能将赶上人类；2045年，人工智能将左右全球科技发展。不少科学家还预测，2050年以后，人工智能将为人类大脑所望尘莫及。未来十年将是见证人工智能发展的关键时期。Reference/articles/481349.htm/16/0308/18/BHLGCAQ.html.cn/go//doc-ifxqafha0443808.shtml/blog-687.html文章整理自：腾讯科技，北大新媒体（ID：beidaxinmeiti）……………………………………………钱皓-互联网分析师：qianhaoapp↑↑↑长按二维码识别关注投稿、商务合作请联系qq：1000808
觉得不错，分享给更多人看到
VC互联网分析频道 微信二维码
分享这篇文章
3月10日 20:10
VC互联网分析频道 最新文章
VC互联网分析频道 热门文章