在10个鸡蛋上坐了3星期后，终于成功孵化出第一颗鸡蛋。
但礼仪小姐、导购小姐依然是场内的一道风景线。
声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
　　围棋是最简单的游戏：三分钟就能学会怎么下；围棋同时也是世界上最难的游戏，下六十年都不敢说自己真正学会了。
　　计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手，包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋――比国际象棋要复杂得多――人类始终能够保持在和计算机对决中的胜利。
　　长期以来，绝大部分科学家和围棋业内人士认为，计算机在围棋比赛中不可能战胜人脑，计算机围棋程序如同人工智能领域里的哥德巴赫猜想，还无法像“深蓝”击败卡斯帕罗夫那样击败顶尖围棋高手。
　　1月28日的《自然》杂志的封面文章：最终，电脑程序击败了欧洲围棋冠军
　　然而今天，英国《自然》杂志封面论文讲述了这样一个故事：Google旗下的深度学习团队Deepmind开发的人工智能围棋软件AlphaGo，以 5：0战胜了围棋欧洲冠军樊麾。这是计算机程序第一次能在不让子的情况下，在完整的围棋游戏中击败专业选手――这原本被认为是十年后人工智能才能达到的成就。
　　欧洲围棋冠军樊麾
　　与“AlphaGo”一较高下的棋手是2013年至2015年的欧洲围棋冠军樊麾。樊麾1981年12月 27日生于陕西西安，1996年初段，2000年二段。少年时期曾入选过中国国少队。随后移民法国，目前是法国国家围棋队总教练，已经连续三年赢得欧洲围棋冠军的称号。
　　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h是否会成功。
　　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。
　　欧洲围棋冠军樊麾
　　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。
　　人工智能战胜人类围棋到底有多难？
　　1997年，由IBM公司设计的会下国际象棋的计算机“深蓝”在全世界媒体的关注下首次完成电脑击败人脑的惊人挑战，开创了此后的人工智能博弈时代。
　　“深蓝”能够预测出对手下一步会怎么走，而且计算力远高于人类。但是，围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法，但是围棋呢――在 19*19的棋盘内，共有361个点，就机器学习的角度而言，围棋的计算最大有3^361次方种局面，大致的体量是10^170，而已经观测到的宇宙中， 原子的数量才1080。国际象棋最大只有2155种局面，称为香农数，大致是1047。
　　面 对任何棋类，一种直观又偷懒的思路是暴力列举所有能赢的方案，这些方案会形成一个树形地图。AI只要根据这个地图下棋就能永远胜利。然而，围棋一盘大约要 下150步，每一步有250种可选的下法，所以粗略来说，要是AI用暴力列举所有情况的方式，围棋需要计算250^150种情 况，大致是10^360。
　　相对的，国际象棋每盘大约80步，每一步有35种可选下法，所以只要算35^80种情况，大概是10^124。无论如何，枚举所有情况的方法不可行，所以研究者们需要用巧妙的方法来解决问题，他们选择了模仿人类大师的下棋方式。
　　因此，从2014年至2015年间，包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为――使得程序能够模仿人类的直觉式思维。
　　机器学习
　　谷歌DeepMind的研究者们祭出了终极杀器――“深度学习”（Deep Learning）。深度学习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，驾驶自动汽车，自然语言处理，识别声音，分析生物信息数据等非常复杂的任务。
　　AlphaGo究竟厉害在哪里？AlphaGo的核心是两种不同的深度神经网络。“策略网络”（policy network）和 “值网络”（value network）。它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所 做的一样。
　　AlphaGo所使用的神经网络结构示意图
　　其中，“值网络”负责减少搜索的深度――AI会一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线，不用一条 道算到黑；而“策略网络”负责减少搜索的宽度――面对眼前的一盘棋，有些棋步是明显不该走的，比如不该随便送子给别人吃。将这些信息放入一个概率函 数，AI就不用给每一步以同样的重视程度，而可以重点分析那些有戏的棋着。
　　AlphaGo围棋AI算法
　　AlphaGo利用这两个工具来分析局面，判断每种下子策略的优劣，就像人类棋手会判断当前局面以及推断未来的局面一样。这样AlphaGo在分析了比如未来20步的情况下，就能判断在哪里下子赢的概率会高。
　　研究者们用许多专业棋局训练AI，这种方法称为监督学习（supervised learning），然后让AI和自己对弈，这种方法称为强化学习（reinforcement learning），每次对弈都能让AI棋力精进。然后他就能战胜冠军啦！
　　人类在下棋时有一个劣势，在长时间比赛后，他们会犯错，但机器不会。而且人类或许一年能玩1000局，但机器一天就能玩100万局。所以AlphaGo只要经过了足够的训练，就能击败所有的人类选手。
　　DeepMind的研究者David Silver表示，“在与其它神经网络和它自己对战数百万局后，AlphaGo学会了自己发现新策略，并逐渐提高了水平。”
　　DeepMind的研究者David Silver
　　正是这种方法帮AlphaGo超越了其它围棋AI系统，包括Crazystone。但事情还没完，研究人员随后将结果再反馈给第二 个神经网络。了解前任的走法了，第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似，只是它会在下棋 过程中学习，分析更多数据，而非暴力破解所有可能的步骤。这样，AlphaGo不仅能战胜AI，还能战胜顶尖人类选手了。
　　AlphaGo突破的意义在哪？
　　AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究，以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人 Chris Nicholson就认为，技术“能用于任何对抗性问题，任何类似于游戏且需要策略的事情，包括战争、商业和交易”。
　　对有些人来说，这是一件值得忧虑的事，特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习，还能生成自己的数据，在与自己下棋中学习。特斯拉创始人埃隆&马斯克等大佬多次声明，这类AI系统会最终超越人类智能，脱离掌控。
　　幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏，但这仍只是个游戏。AlphaGo离人类智能还很 远，更不论超级智能了。下棋是一种高度结构化的情景，系统也没有人类级别的理解力。但它代表了一种方向，即如果AI能理解围棋，它也会理解更多事。如果宇 宙就是一局超大型的围棋呢？
　　再接再厉 AlphaGo将在今年3月挑战李世石
　　AlphaGo将于3月间挑战韩国棋手李世石（朝鲜汉字：李世h），当下世界围棋最强者之一，奖金是100万美金，由Google提供。
　　李世石
　　李世石曾多次赢得世界冠军。“这是第一次有电脑在公平规则下挑战人类顶级职业围棋手，我很荣幸成为这名棋手，”李世石说，“作为人类代表，相信这一次我还能赢。”
　　祝你好运。
欢迎举报抄袭、转载、暴力色情及含有欺诈和虚假信息的不良文章。
请先登录再操作
请先登录再操作
微信扫一扫分享至朋友圈
搜狐公众平台官方账号
生活时尚&搭配博主 /生活时尚自媒体 /时尚类书籍作者
搜狐网教育频道官方账号
全球最大华文占星网站-专业研究星座命理及测算服务机构
爱科技，更爱人工智能！
主演：黄晓明/陈乔恩/乔任梁/谢君豪/吕佳容/戚迹
主演：陈晓/陈妍希/张馨予/杨明娜/毛晓彤/孙耀琦
主演：陈键锋/李依晓/张迪/郑亦桐/张明明/何彦霓
主演：尚格?云顿/乔?弗拉尼甘/Bianca Bree
主演：艾斯?库珀/ 查宁?塔图姆/ 乔纳?希尔
baby14岁写真曝光
李冰冰向成龙撒娇争宠
李湘遭闺蜜曝光旧爱
美女模特教老板走秀
曝搬砖男神奇葩择偶观
柳岩被迫成赚钱工具
大屁小P虐心恋
匆匆那年大结局
乔杉遭粉丝骚扰
男闺蜜的尴尬初夜
客服热线：86-10-
客服邮箱：音乐新闻网-音乐主流媒体！
人类顶尖高手与围棋人工智能程序的终极之战即将开始
来源：网络整理
原标题：柯洁决战“阿尔法狗”胜者奖金150万美元
新华社北京4月10日电(记者王镜宇、沈楠)记者从10日下午举行的新闻发布会上获悉，代表目前人类围棋最高水平的中国棋手柯洁九段和围棋人工智能程序“阿尔法狗”(AlphaGo，直译阿尔法围棋)将于今年5月23日至27日在浙江乌镇展开三番棋对决，胜者奖金为150万美元。
去年在韩国进行的“人机大战”中，由DeepMind团队研发的“阿尔法狗”出人意料地以4：1战胜了韩国著名棋手李世石九段。不过，很多围棋界人士认为，19岁的中国棋手柯洁更能代表目前人类棋手的最高水平。因此，本次比赛也被视为人类顶尖高手与围棋人工智能程序的终极之战。
与上次李世石参与的“人机大战”不同的是，这次对抗由五番棋改为三番棋，比赛常规用时由2小时增加为3小时，另外保留5次1分钟读秒。很多专业棋手认为，相对长一些的常规用时对人类棋手稍稍有利一些。
如果柯洁在三番棋中失利，也将拿到30万美元的出场费。
除了柯洁和“阿尔法狗”的巅峰对决之外，这次的“中国乌镇?围棋峰会”还包括两项交流比赛：配对赛和团队赛。
在配对赛中，两位棋手将分别与“阿尔法狗”组队，挑战棋手如何理解“阿尔法狗”的独特风格并与之合作;在团队赛中，将由5位中国顶尖棋手合作对弈“阿尔法狗”，建立棋手“神经网络”，降低心理因素的影响从而作出更加客观的判断，也就是棋手们俗称的5打1“群殴”。团体赛的常规用时为每方2小时30分。
今年年初，“网络棋手”Master在几个对弈网站对人类高手创下了60：0的战绩。随后，DeepMind团队证实，Master就是“阿尔法狗”。不过，当时对局的用时均为20秒一步或者30秒一步的快棋。
更多关于 推荐 的文章：
娱乐热点词
Copyright & 2017
, All Right Reserved. 音乐网旗下娱乐新闻频道 版权所有围棋之后 AI又击败了最顶尖的德州扑克手
最近，在宾夕法尼亚州匹兹堡的 River 赌场中， 4 名世界上的顶级德州扑克牌手与卡耐基梅隆大学开发的 Libratus 人工智能系统进行了一场激烈的比赛。最终 Libratus 打败了人类棋手取得了胜利。他们比的是“无限制德州扑克”，这种复杂的扑克游戏的投注往往要经过很多手。比赛一共持续了 20 天，每天早上 11 点前，四位棋手开始坐在电脑屏幕前与由 Libratus 控制的电脑系统展开“决斗”， 每天至少要打出 1500 次手牌，直到晚上 10 点以后才结束，整场比赛后，他们一共打出了 12 万次手牌。在德州扑克的游戏规则中：每个玩家有 2 张牌作为“底牌”，同时还有 5 张公共牌。玩家用自己的 2 张底牌和 5 张公共牌结合在一起，选出 5 张牌，不论手中的牌使用几张（可以不用手中的底牌），凑成最大的成牌，跟其他玩家比大小。按照最后成牌大小来决定胜者。与围棋不同，在德州扑克游戏里，双方玩家都有隐藏起来的底牌；而且人们还会使用上“欺骗、推测”等非理性的战略；但在围棋当中，对垒双方所有信息都是公开、对称的，这让人工智能不能再采取和 AlphaGo 一样的学习策略 —— 使用深度学习分析人类玩家的 3000 万份棋谱来学习下围棋的技能，再通过自己和自己下棋来改进技能。计算机在德州扑克中需要处理的是 “非完整信息的博弈”。根据 Wired 的报道，卡耐基梅隆大学采用了一套叫做 Counterfactual regret minimization （ 反事实的遗憾最小化）算法。它会先让 Libratus 反复地进行自我博弈，随机玩上几亿手扑克，达到挑战顶尖扑克玩家的高度。但最后让 Liratus 真正优于人类牌手的地方在于，它可以通过在计算和统计上的绝对优势，将下注范围和随机性提高到人类牌手达不到的程度，这让人类玩家难以难猜测电脑手中到底握有什么样的牌。在卡耐基梅隆大学的 Libratus 之前。加拿大和捷克的几位科学家已经发表了能击败人类牌手的算法 DeepStack，它的原理与 Libratus 类似，而且这两套人工智能系统都注重让计算机对牌局中的具体情境进行推理，不像以前一样需要跑完所有可能的情况。在围棋被人工智能攻陷后，为什么顶尖的德州扑克手也敌不过人工智能？这让许多玩家感到怀疑。因为人工智能的优势在于计算能力。但在德州扑克的比拼中会带有许多人为因素，比如“运气”“互相欺诈”甚至“比拼气势”的成分。过去计算机靠着在计算和统计上的绝对优势获得高度依赖推理、运算等竞技比赛的胜利。但那些需要揣测人心，并且理解人类情绪的过程反而是计算机最难学会的能力。所以，在匹兹堡举行的扑克大赛中，需要打出超过一定的手牌数时，人工智能才会具有绝对的优势。人为因素的概率被稀释后，人工智能的优势得以凸显。它能记录下人类每一手牌的模式与套路，当他收集了人类对扑克理解的数据后，人类就完全无法对抗了。但说到底，这仍然是基于大量数据的学习和训练的结果，而不是机器真的理解了你的情绪与心理。题图来自 Wikipedia
（来源：凤凰科技，如对本网转载内容、版权有异议，请联系我们: ）
安卓网官方微信
微信号 Hiapk2013
这里有最无节操的小编和最鲜辣的资讯！
手机扫描二维码访问韩国最牛围棋高手对战谷歌AI 要5：0取胜
韩国名将李世石九段与人工智能程序&阿尔法围棋&的&人机大战&将于3月9日揭幕，李世石信心十足：&除了5：0取胜外，其他都没有意义。&而韩国围棋界和IT界则对孰胜孰负说法不一。
李世石：信心十足
作出接受&阿尔法围棋&挑战的决定，李世石只考虑了不到5分钟，原因是&出于对&阿尔法围棋&的好奇&。由于这是一场与计算机的对弈，他每天都会花一两个小时在脑海中练习对弈的情况。
在此前韩国棋院和谷歌DeepMind公司召开的记者会上，李世石信心十足，预测对方实力难与自己相争。在谷歌预测胜负结果五五开的情况下，李世石认为自己将以4：1或者5：0获胜，如不出现失误，将100%获胜。
&虽然谷歌DeepMind公司人工智能的实力相当不错而且水平持续提高，但至少这次我有获胜的信心，&他说。在李世石看来，阿尔法在创造力方面尚无法与人类匹敌，这一点他很有自信。
在接受韩国JTBC电视台专访时，李世石说：&最重要的是在5盘棋比赛中，如果我以4：1获胜，谷歌也会认为自己赢了。他们只要赢一局就会自认为战胜了人类，所以除了以5：0战胜它以外，其他都没有意义。&
韩国棋界高手：看法不一
在韩国职业棋手中，起初预测&阿尔法围棋&取胜的人并不多，其中一些世界顶级棋手们看了阿尔法和欧洲围棋冠军樊麾的棋谱后，普遍认为阿尔法的棋力处于业余顶尖棋手水平，与李世石的对弈没有胜算。
&阿尔法在如定式般不能出现失误的地方，发生了几次失误。一个失误就可以断送整盘棋局，这是阿尔法的致命弱点，&韩国排名第一的朴廷桓九段说。
不过，当阿尔法学习能力很强的消息在韩国棋界传开后，气氛变得有些微妙。当初预测李世石大胜的韩国棋手崔哲瀚九段、金志锡九段和姜东润九段等都说，阿尔法的棋力要比想象的更卓越，双方的对决将是不容小觑的胜负之争。加之计算机没有心理负担，亦不会觉得疲劳，这场比赛的结果尚难预料。
人工智能专家：多数看好李世石
韩国人工智能学术界大多预测李世石获胜。韩东大学电算电子工学部教授金仁中认为，李世石会以5：0战胜对手。尽管阿尔法拥有很大的数据量，但大都来自和业余高手或自我比赛获得的数据。与数量相比，数据的质量同样重要。
韩国科学技术院电器电子工学教授金大植接受新华社采访时说，目前人工智能还不能掌握只有顶尖职业棋手才有的创新性和不可预测的变化性。通过这场人机对决，他计划将李世石的创新思维方法进行数据化处理，并加以定量化。
首尔科学综合大学的大数据专家金振镐预测李世石会以0：5落败。他说：&阿尔法赢得樊麾后，一定已经无数次学习和验证了世界最高水平的棋谱，信心满满地迎接挑战。如今的阿尔法和去年十月的阿尔法会截然不同。&
他认为，若是人与人对决，那么第1局的胜负将是重要的分水岭;但若是人和人工智能的对决，第1局的胜负将对人更为重要。人工智能在首负第一局后，面对第二局的心态是相同的，不会因情绪不稳影响比赛。但若李世石输了，他的精神会受到打击，心态会不平衡，进而影响他在整场对弈中的发挥。
很多舆论认为，决定胜负的关键是阿尔法的学习能力到底有多强。DeepMind公司打造的&阿尔法围棋&由预测下一步走棋的走棋网络、估计胜负的估值网络和蒙特卡洛树搜索算法等构成。
不过，在金大植和金仁中看来，虽然预测这次李世石会取胜，但阿尔法在未来战胜李世石只是时间问题。
（来源：网络，如对本网转载内容、版权有异议，请联系我们: ）
安卓网官方微信
微信号 Hiapk2013
这里有最无节操的小编和最鲜辣的资讯！
手机扫描二维码访问