围棋被人工智能攻克 人工智能击败欧洲围棋
计算机博弈
计算机博弈（也称机器博弈），是一个挑战无穷、生机勃勃的研究领域，是人工智能领域的重要研究方向，是机器智能、兵棋推演、智能决策系统等人工智能领域的重要科研基础。机器博弈被认为是人工智能领域最具挑战性的研究方向之一。国际象棋的计算机博弈已经有了很长的历史，并且经历了一场波澜壮阔的“搏杀”，“深蓝”计算机的胜利也给人类留下了难以忘怀的记忆。中国象棋计算机博弈的难度绝不亚于国际象棋，不仅涉足学者太少，而且参考资料不多。在国际象棋成熟技术的基础上，结合在中国象棋机器博弈方面的多年实践，总结出一套过程建模、状态表示、着法生成、棋局评估、博弈树搜索、开局库与残局库开发、系统测试与参数优化等核心技术要点,最后提出了当前研究的热点与方向。
竞赛型电子棋盘
中国象棋智能电子棋盘分豪华型、竞赛型、学习型三个产品类型。主要创新点是在不改变棋手弈棋习惯的前提下，将我国传统智力娱乐项目与电子技术、计算机技术等相结合，实现信息记录、规则裁决、实况转播等智能化和自动化的功能，主要创新点是在不改变棋手弈棋习惯的前提下，将我国传统智力娱乐项目与电子技术、计算机技术等相结合，实现信息记录、规则裁决、实况转播等智能化和自动化的功能,借助电子技术、人工智能、计算机软件、计算机硬件及网络等高科技的手段来完成记谱、记时、记着、棋规分析、自然限着计算、声音提示、网络转播、场面拓展等重要功能。既有利于象棋学习、教学、组织竞赛，又有利于降低成本，促进象棋文化产业的发展。
&&&&一石激起千层浪。当人工智能战胜人类……这个原本看似遥远的事情真正的发生了，在日，全程没有让棋。&&&&1月28日，《金融时报》援引《自然》杂志的报道，由谷歌伦敦子公司DeepMind开发的AlphaGo机器，以5:0的战绩击败了欧洲围棋三届冠军樊麾（出生于中国，现籍法国）。DeepMind是2014年被Google以4亿英镑的价格收购的人工智能团队。&&&&在1月27日，DeepMind团队发表的《Mastering the game of Go with deep neural networks and tree search》作为《自然》（Nature）封面论文上线。团队创始人Demis Hassabis表示，他们开发的围棋程序AlphaGo融合了高级树状查找和深度神经网络。&&&&同一天，Google在官方博客中表示：“我们很骄傲地公告天下，我们的科学家已经搞定了围棋，并攻克了人工智能领域的一项重大挑战。”&&&&今年3月，AlphaGo将在首尔与过去十年全世界最顶级的围棋选手李世石对决。&&&&谷歌AlphaGo是怎么赢的？――双大脑工作&&&&通过对神经网络进行的3000万步训练 （所有棋谱均来自人类专业棋手的比赛），AlphaGo预测出人类对手下一步走法的正确率已经达到了57%，之前的纪录是44%。&&&&AlphaGo使用两个不同的神经网络“大脑”，通过两者合作得出移棋决定。&&&&根据微信公众号《人工智能学家》对上述论文的编译得知，AlphaGo的两个大脑分工如下：&&&&大脑1：“监督学习（SL）政策网络”。着眼于棋盘中的位置，并试图决定最佳的下一步。实际上，它用来估计每个合法下一步行动为最好的一步的可能性，其顶层猜测就是具有最高概率的那步。该团队通过几百万个优秀的人类棋手在KGS上的下棋选择，训练这个大脑，其目的仅仅是复制优秀的人类棋手的移动选择。它一点也不关心赢得比赛，只下那步顶级人类棋手会下的那步棋。 AlphaGo的下棋选择器有57％的概率可以正确匹配优秀的棋手下棋选择。&&&&大脑2：“价值网络”。它不猜测具体的下一步怎么走，而是通过设想的棋盘分布，估计每个玩家赢得比赛的概率。它通过提供整体的位置判断来配合“监督学习（SL）政策网络”。这个判断只是近似的，但它对加快阅读速度非常有用。通过将未来可能的位置分为“好”或“坏”的分类，AlphaGo可以决定是否要沿着一个特定的变化进行更深的阅读。如果位置评估器说某个具体的变化看起来情况不妙，那么AI可以跳过阅读，不沿着那条线继续发挥。&&&&据论文介绍，当只使用一个大
24小时滚动人工智能实现突破 专家称这是围棋发展新契机
资料图：人工智能软件打败欧洲围棋冠军谷歌阿尔法围棋5比0胜欧洲围棋冠军樊麾二段无疑是围棋智能的一次里程碑事件，现在来看它在3月与 九段的五番棋战中赢的概率几乎没有，等于google公司在给李世石“送钱”，但阿尔法在围棋智能上的突破还是令棋界无比震撼。
人工智能已在国际象棋、象棋上取得巨大成就，1997年，IBM“深蓝”打败棋王卡斯帕罗夫；象棋电脑软件起步稍晚，但进步神速，2006年北京举行象棋“人机大战”，结果象棋特级大师们败下阵来。如今，如何防范象棋比赛中使用电脑软件作弊成为一桩大事，甚至到了现场屏蔽手机信号的地步。
但在围棋领域，计算机一直还是在蹒跚学步。过去认为这是因为围棋变化复杂之故，围棋每盘棋的行棋总变化量约为10的808次方。而国际象棋的总变化量约为10的201次方，象棋的总变化量约为10的200次方，与围棋的差别量为天文数字。
在这样的天文数字面前，运算再快的超级电脑都无济于事。然而，阿尔法没有拼蛮力，谷歌研究者们选择模仿人类大师的下棋方式，祭出终极杀器——“深度学习”。这是目前人工智能领域中最热门的科目，它能完成笔迹识别、面部识别、自动驾驶等复杂任务，换言之，阿尔法具备不断学习进化功能。这才是其最可怕之处。
职业高手们频频发表看法，其中孟泰龄六段持乐观态度，“阿尔法要战胜人类还有很长的路要走。目前来说计算机的短板有布局、打劫、试应手以及选择战斗的时机。这些弱点不是计算机很快就能克服的。我相信，对围棋来说这将是一件好事。设想一下，随着顶尖棋手展现出极强的抵抗力，人们会意识到围棋有多么深奥，而围棋的诸多价值也会被越来越多的人从各个角度体会到，甚至发现新的价值。所以我认为，这将是围棋发展的一个新契机。”
任教于上海外国语大学的孙远三段说：“能在《自然》杂志以封面形式发表论文，就有效证明了阿尔法的突破性进展。如果3月份能战胜李世石，带给世界的震撼将超过1997年‘深蓝’对卡斯帕罗夫的世纪之战。最主要的原因是‘深蓝’是写入程序，而‘阿尔法’能自我学习和完善，是一个综合性系统。正如阿尔法研发团队所表述的目的——最终是为了将AI的技术运用到现实社会急需解决的课题，如气候模型的建构和疑难杂症的分析治疗等，以造福人类。围棋若能在其中起到推动作用，留下历史的一笔，可谓善莫大焉。此外，对围棋在世界上的影响显然是积极的。包括BBC在内的各大主流媒体都进行了大篇幅报道。”
假若李世石被阿尔法打败，孙远也不悲观，“原本引以为豪并作为宣传口号的人类智慧‘圣杯’就这么消失了，毫无疑问对现有的围棋从业人员是有一定冲击的，尤其是被竞技维度过度渗透的职业棋界和以逐利为目的的培训市场。但事实上，科技的进步终将造福人类，我们应该乐见其成，以包容和正面的心态来看待AI的进步。”
即使阿尔法战胜了李世石，它也只是战胜围棋的竞技维度，而非具有深厚内涵的围棋本身。
正在加载...
（编者按：所配视频与文章内容无关，仅供延伸阅读）
正文已结束，您可以按alt+4进行评论
相关阅读：
相关搜索：
看过本文的人还看了
读完这篇文章后，您心情如何？
[责任编辑：zachsong]
热门搜索：
排名球队胜/负胜率/胜差
排名球队胜/负/平积分
排名球队胜/负/平积分
排名球队胜/负/平积分
排名球队胜/负/平积分
Copyright & 1998 - 2017 Tencent. All Rights Reserved人工智能还没有颠覆围棋:至少打败真正高手再说|人工智能|围棋|颠覆_新浪科技_新浪网
人工智能还没有颠覆围棋:至少打败真正高手再说
　　文章来源：环球科学
　　今天凌晨，Nature发文宣布谷歌人工智能战胜欧洲围棋冠军。3月它将挑战世界围棋冠军李世石，专家认为李世石仍有可能取胜。
　　几十年来，古老的围棋游戏一直是计算机难以涉足的领域，它的细微精妙使得人工智能(AI)在这方面远远落后于顶级的人类棋手。
　　然而，就在今天凌晨，Nature发文宣布，谷歌位于伦敦的DeepMind公司开发出的名为AlphaGo的程序，在完全公平(没有让子)的情况下，以5:0的比分击败了欧洲围棋冠军樊麾。
　　Nature采访了樊麾，问他被机器击败是什么感觉，同时采访了围棋与人工智能两方面的专家，问他们预测AI最终挑战世界冠军李世石是否会成功。
　　樊麾，欧洲围棋冠军
　　“在中国，围棋不仅仅是一种游戏，也是生活的一面镜子。你在围棋中遇到的问题，可能也反映着生活中的问题。”
　　失败的感觉是很难受的。在与AlphaGo对弈之前，我一直以为我会赢。第一局之后，我改变了策略，努力应对挑战，但最终还是输了。我觉得主要问题在于，人类是会犯错的，因为我们是人类。我们会累，会因求胜欲望过于强烈而感到压力，但计算机程序就不会这样。它们很强大，又很稳定，就像一堵墙一样。在我看来，这就是机器与人类的最大区别。如果事先没人告诉我AlphaGo是个机器的话，我会以为对手是人类——或许棋路有些奇怪，但很强，是个真正的人类。
　　输了比赛当然不会感到开心，但所有的职业棋手都会输棋。输棋以后我就会研究棋局，或许也会改变我的策略。我觉得这对我的将来是有好处的。
　　托比·曼宁(Toby Manning)，英国围棋协会财务主管，樊麾与AlphaGo比赛的裁判
　　围棋选手都知道围棋是人工智能领域一大尚未解决的难题，大多数人都觉得计算机能达到职业人类棋手的水准，但得再过十多年才行。在这场比赛中，我本以为范麾会赢的。
　　而最终的结果让我深深震惊。目睹对弈过程，你甚至很难区分哪一方是人类，哪一方是计算机。在之前的很多软件中，计算机下的很多步可能都很理性，但突然就会变得毫无头绪，而在这场比赛中，几乎看不到计算机与人类的区别。
　　一个区别是时间的分配方式：范麾下每一步所花的时间都要比AlphaGo更久，而AlphaGo的棋路也不像人类棋手那样富有进攻性。它会非常冷静地落子，而非积极地侵略领地或提子。
　　对此，我觉得围棋界的反应可能和当年IBM的“深蓝”(Deep Blue)打败国际象棋大师一样，棋手会使用这个软件来分析他们自己的棋局，以找出他们在哪里犯了错误。
　　李夏珍(音译)，韩国围棋协会，国际围棋联盟秘书长
　　一开始听到计算机要挑战李世石的时候我惊呆了，我想计算机团队可能根本不知道李世乭的实力有多强，但事实上是我不知道计算机的实力有多强。我非常期待他们之间的较量。
　　谁会赢？我真不知道。李世石不相信计算机有他那么厉害，但我过去曾经听到过一些关于AlphaGo的消息，并被它的实力所震惊。当然，我也知道李世石有多强，所以我觉得两边获胜的可能性都是50%吧。
　　在我看来，围棋仍然是一项可以带给人类很多启迪的游戏，即使人工智能在这方面打败了人类，也不会削减它一丝丝的魅力。人类会接受计算机技术超越自己的现实，并找到方法让它们为自己所用。
　　乔纳森·谢弗(Jonathan Schaeffer)，加拿大阿尔伯塔大学计算机科学家，也是2007年解决国际跳棋问题的计算机程序“奇努克”(Chinook)的设计者。
　　这还不能与1997年“深蓝”击败国际象棋世界冠军加里·卡斯帕罗夫(Garry Kasparov)的时刻相比肩，等到计算机程序打败真正的围棋顶尖棋手才算。“深蓝”从1989年开始就常常能击败国际象棋大师了，但直到8年以后击败卡斯帕罗夫才算得上统治了这一领域。但这一棋局让我看到AlphaGo与顶尖人类棋手的距离已经大大缩小，很可能再改进一下算法，提高一下计算能力，在一两年之内就能打败顶尖棋手。
　　关于三月即将进行的那场棋局，我还是赌李世石会赢。不是瞧不起AlphaGo，我觉得它就像一个天才儿童，一下子就学会了围棋，而且水平极高，但它的经验还不够丰富。而我们知道，在棋类游戏中，经验是很重要的一方面。
　　德米斯·哈萨比斯(Demis Hassabis)，DeepMind公司创立者之一
　　AlphaGo很可能在围棋这一领域超越最顶尖的人类，我非常期待看到它在围棋的规则之内创造出新的东西。这是我亲手打造的系统，自然对它怀有很深的感情，尤其考虑到我们打造它的方式——它会不断学习，从某种意义上说我们是在不断”训练”它，它下棋的方式也很像人类。你在写一段普通的程序时，可能对所有细节都了如指掌，事先安排好了一切，但AlphaGo不一样，它会自己学习提高，这种能力是很了不起的。
　　戴维·西尔弗(David Silver)，DeepMind公司的计算机科学家
　　我没下注赌AlphaGo赢，不过三月这场比赛的结果的确会对我们的名声有很大的影响，如果输了，我们会非常失望的。但一切皆有可能，人类总有很多技巧，有些是我们无法训练我们的计算机来应对的。(撰文 伊丽莎白·吉布尼(Elizabeth Gibney) 翻译 丁家琦)
不能因为乐视超级汽车的关键词里有：生态和阿斯顿马丁，我们就把...
银行卡间资金与第三方体系内资金的争夺将会在未来更加激烈，而这...
为了避免后续维权困难及成本过高，建议大家提前安排商标检索及注...
由于在全球范围内展开积极扩张，Uber的国际业务2014年亏损2.37亿美元。
3月9日中午12点开始，新浪科技将在前方为您带来全程视频直播。··········