人工智能击败人类围棋大师:但远称不上超级智能|人工智能|围棋|大师_新浪科技_新浪网
人工智能击败人类围棋大师:但远称不上超级智能
　　新浪科技讯 北京时间1月29日消息，人工智能近日取得了重大突破。谷歌在英国的研究人员研发的一款计算机系统在围棋比赛中击败了一名顶尖棋手。作为一种古老的东方策略类游戏，在过去的几十年间，围棋曾无数次使人工智能败下阵来。
　　在大多数用来考察人类智慧的游戏中，如国际象棋、拼字游戏、奥赛罗棋、甚至《绝境边缘》(Jeopardy，一个益智问答游戏节目)中，机器都能毫不费力地击败人类。但围棋是一个例外。这款游戏有着2500年的历史，比国际象棋要艰深复杂得多，即使是最机敏的计算机系统，也比人类围棋大师要差了一大截。就在本月初，一些业内顶尖的人工智能专家还质疑近期内我们能否在这方面取得突破。去年更有很多人认为，还要再过十年，机器才可能在围棋比赛中取得上风。
　　但谷歌已经成功了。“这比我想象的要快得多。”法国研究人员雷米?科隆(Rémi Coulom)说道。他研发的人工智能系统曾是世界上最出色的机器围棋选手。
　　谷歌DeepMind团队自称“人工智能领域的阿波罗计划”。2015年10月，他们在伦敦组织了一场机器与人类之间的对决。该团队研发的系统名叫AlphaGo，它要对付的人类选手是欧洲围棋冠军樊麾。在《自然》杂志的一名编辑和英国围棋联合会(British Go Federation)的一名权威人士的监督下，他们连续进行了五轮较量，AlphaGo均取得了胜利。“无论是作为一名研究人员还是编辑，这都算是我职业生涯中最令人激动的时刻之一。”《自然》杂志编辑唐吉?肖尔德博士(Tanguy Chouard)在本周二的一次记者会上说道。
　　英国时间1月27日早晨，《自然》杂志发表了一篇论文，详细介绍了DeepMind团队研发的系统。该系统采用了一种名叫“深度学习”(deep learning)的人工智能技术，这种技术在该领域的地位正变得越来越重要。DeepMind的研究人员从专业棋手那里收集了大量走棋方法，总步数多达3000万次，并利用这些数据对AlphaGo系统进行了训练。但这还只是第一步而已。从理论上来说，这样的训练方式顶多能让计算机系统和最优秀的人类选手达到同等水平，不可能超越人类。因此研究人员先让该系统自己和自己比赛，在这一过程中产生更多的走棋方法，然后再用这些方法训练新的人工智能系统，逐步提高其围棋水平。
　　“最重要的是，AlphaGo不仅仅是一个出色的人工智能系统，只知道实行人工植入的规则”，负责监管DeepMind团队的德米斯?哈萨比斯(Demis Hassabis)说道，“它还采用了目前普遍使用的机器学习技术，从而在围棋比赛中取胜。”
　　这次胜利其实并没有那么新奇。谷歌、Facebook和微软等线上服务提供商已经使用了深度学习技术，用于辨认图像、识别语音、以及理解自然语言等。DeepMind将深度学习与一种名为“增强学习”的技术和其它方法结合起来，说明在未来的世界中，机器人能够学会执行各种动作，还能对周围环境做出反应。“对于机器人来说，这是顺理成章的事情。”哈萨比斯说道。
　　他还认为这些手段能加速科学研究的进展。在他的想象中，科学家有一天会和人工智能系统一起工作，而这些人工智能系统将会被运用到可能取得丰硕成果的研究领域中去。“计算机系统能够处理大量数据，揭露数据结构特征，工作效率远比人类专家要高——有些事情人类甚至根本做不到。”哈萨比斯解释道，“这些计算机系统甚至能为人类专家指明研究方向，引领他们取得突破。”
　　但就目前来看，围棋仍然是哈萨比斯最关注的领域。在让AlphaGo在办公室中打败人类选手之后，哈萨比斯及其团队希望能在公开的竞技场上，和世界顶级围棋选手一决高下。今年三月中旬，AlphaGo将挑战韩国棋手李世乭，后者赢得的国际大奖数居世界第二，是过去十年中获胜次数最多的棋手。哈萨比斯将他视为“围棋世界中的费德勒”。
　　以“貌”取胜
　　2014年年初，科隆研发的围棋软件Crazystone在日本的一次锦标赛中向围棋大师依田纪基(Norimoto Yoda)发起了挑战，并取得了胜利。但这次对决并不公平，因为机器可以先走四步，占据了巨大的优势。当时科隆预言称，人工智能至少要再过十年才能在无让子的围棋比赛中取胜。
　　这项挑战的难度是由围棋本身的特点决定的。即使是最强大的超级计算机，也缺乏在合理的时间内、分析出每种走法可能的结果的能力。1997年，“深蓝”击败了世界顶级象棋棋手加里?卡斯帕罗夫，它使用的算法名叫“蛮力穷举法”。它分析了每一种可能的走法将产生的结果，而人类是不可能考虑这么多的。但这种方法对围棋就无效了。在国际象棋中，平均每回合有35种走棋方式。而围棋每回合有250种可能的走棋方式，250种中的每一种又有250种，以此类推。哈萨比斯指出，围棋棋盘上可能的布棋方式总和比宇宙中所有原子的数量还多。
　　利用一种名叫蒙特卡洛树的搜索算法，像Crazystone这样的程序可以提前算出很多步走棋结果。再配合其它技术，它们还可以逐步去除需要分析的走法。这样一来，它们迟早会打败一些出色的棋手——但无法击败最出色的棋手。对于棋类大师来说，走棋很多时候靠的都是直觉。棋手会根据棋子的整体分布来选择走法，而不会细致地分析每一步的结果。“好的位置看起来就很好，”哈萨比斯说道，他本身就是一名围棋棋手，“围棋似乎也遵循一定的审美原则，所以这种游戏才得以延续数千年。”
　　但在2014、15年之交，一些人工智能专家，包括爱丁堡大学、Facebook、以及DeepMind团队的研究人员，开始采用深度学习法解决围棋问题。他们的想法是，这种技术能模拟人类的直觉，而直觉正是下围棋时必不可少的东西。“围棋是一种含蓄的游戏，讲究图案的配合，”哈萨比斯说道，“而那正是深度学习法所擅长的领域。”
　　自我增强
　　深度学习需要依赖所谓的“神经网络”，即由硬件和软件组成的、模拟人类大脑中神经网的网络。这些网络采用的不是蛮力穷举法，也不依靠人工植入的行动准则。它们会对大量数据进行分析，试图“学会”执行某个特定的任务。如果让神经网络看大量的袋鼠照片，它就能学会认出一只袋鼠。如果让它听大量的单词，你再读出这个单词时，它就能听出来你说的是什么。如果让它了解大量的围棋走棋方法，它就能学会下围棋。
　　DeepMind团队、爱丁堡大学和Facebook的研究人员希望，神经网络能够通过“观察”棋子位置掌握下围棋的方法，和人类差不多。Facebook近日在一篇论文中指出，这一技术使用起来相当不错。他们将深度学习法和蒙特卡洛树搜索方法结合起来，成功让计算机打败了一些人类围棋棋手。不过他们还没有击败Crazystone和其它顶尖的人工智能系统。
　　但DeepMind成功将这一概念向前推动了一大步。在接受了3000万步人类的围棋走法训练之后，DeepMind神经网络能够以57%的成功率预测人类下一步的走棋方法。这个成功率可谓十分惊人(此前的记录是44%)。接下来，哈萨比斯及其团队采用增强学习法，让这个神经网络和另一个与之稍有不同的网络进行比拼。在两个神经网络比赛的同时，系统会追踪哪种走法带来的效益最大。利用这种方法，该系统越来越能够识别出哪种走法能够取得成功，哪种走法则会导致失败。
　　“AlphaGo的神经网络和自己比赛了上百万次，在这一过程中不断改进，全靠自己学会了新的走棋策略。” DeepMind团队的一名研究人员戴维?希尔佛(David Silver)说道。
　　据希尔佛称，这种方法使AlphaGo在众多会下围棋的人工智能系统中脱颖而出，其中也包括Crazystone系统。然后研究人员将上一步得到的结果输入二级神经网络中。该网络使用一级网络建议的走棋方法，使用了很多相同的方法来预测每一步的结果。这和“深蓝”下象棋时的方法类似，只不过AlphaGo系统会边下边学，分析更多数据，而不是通过蛮力穷举法探索每种可能的结果。利用这种方法，AlphaGo不仅学会了如何打败现有的人工智能系统，还击败了顶级的人类棋手。
　　精密芯片
　　和大多数先进神经网络一样，DeepMind系统使用的机器也配备了图形处理器(GPU)。这些芯片最初是用来为游戏和其它对图形敏感的程序处理图像的，但研究人员发现，GPU也很适合用来开展深度学习。哈萨比斯表示，只需要用一台装配了大量GPU芯片的计算机，DeepMind就能够运行得很好。但在与樊麾对战时，研究人员使用了规模更大的计算机网，共装载了170枚GPU芯片和1200台标准处理器(CPU)。该系统在训练时和实际作战时，使用的都是这一大规模计算机网。
　　等AlphaGo前往韩国挑战世界冠军李世乭时，哈萨比斯的团队将使用同样的装置，不过他们会对其进行不断改进。这意味着，他们需要联网才能和李世乭作战。“我们正在铺设自己需要的网络光纤。”哈萨比斯说道。
　　据科隆和其他专家称，打败世界冠军李世乭比打败樊麾要难得多。但科隆对DeepMind团队寄予厚望。在过去的十年中，他一直在努力打造能击败世界顶级棋手的围棋系统，而他现在认为，这样的系统已经被研发出来了。“我现在买GPU买得不亦乐乎。”他说道。
　　更进一步
　　AlphaGo具有极其重要的意义。它采用的技术不仅能用于机器人和科研领域，从类似Siri的移动数码助手，到进行金融投资，这一技术在很多任务中都能助人一臂之力。“你可以用它来解决各种棘手的问题，处理任何需要用到策略的、类似于游戏的事情。”深度学习初创公司Skymind的创始人克里斯?尼克尔森(Chris Nicholson)说道，“比如战争或商业(金融)交易等。”
　　有些人对此感到有些担忧，尤其是当他们想到DeepMind系统是通过自学学会围棋的时候。该系统不仅仅是通过人类提供的数据来学习的，它还会产生自己的数据，做到自己教自己。就在前几个月，创始人伊隆?马斯克和其他人纷纷表达了自己的担忧，认为这样的人工智能系统迟早会超越人类，并脱离我们的掌控。
　　但DeepMind系统还处在哈萨比斯等研究人员的严密控制之下。虽然他们正在使用该系统破解一款极为复杂的游戏，但游戏到底只是游戏而已。的确，要想媲美真正的人类智慧，AlphaGo还有很长的一段路要走，还远称不上超级智能。“眼下的情况非常规范，”人工智能法律教授、华盛顿大学的技术政策实验室创始人雷恩?卡罗(Ryan Calo)说道，“该系统的理解能力并未真正达到人类的水平。”但该系统指明的方向的确如此。如果DeepMind的人工智能系统能理解围棋的玩法，也许它迟早会明白更多的东西。“会不会整个宇宙都仅仅是一盘巨大的围棋呢？”卡罗问道。(叶子)
二度登顶后，郭列在朋友圈说，他的目标就是要在40岁之前做一家伟...
没有一个烂产品能够靠运营成功的，只有好的产品加上好的运营才有...
尽管周鸿祎信誓旦旦对媒体说，360将坚持做一家技术公司，不去做O...
苹果公司近日宣布召回部分可能存在漏电风险的电源插头。
刷单并非新鲜事，但是刷到名字、价格、销量和评价统统造假的情况，依旧让人吃惊。首战即败 围棋高手咋输给电脑的
07:41来源： 作者：
编辑：xiangran
　　“‘阿尔法围棋’，比想象中厉害。 ”韩国棋手李世石在9日首局人机大战告负后说。“阿尔法围棋”与李世石五盘棋比赛中的第一局9日下午1时在首尔四季酒店举行，经过4个半小时的对弈，Deep－mind公司开发的人工智能“阿尔法围棋”（AlphaGo）以186手，执白中盘胜战李世石。　　根据日程安排，余下的4局将于3月10日、12日、13日和15日举行。即使一方率先取得3胜，也要下满5盘。比赛采用中国规则，执黑一方贴7目半，各方用时为两小时，3次60秒的读秒。　　“阿尔法围棋”应手正确 布局阶段占优　　对局中，虽然“阿尔法围棋”下了两三手的怪棋，但一直保持序盘的优势。李世石黑棋第7手是试探性的一招，但“阿尔法围棋”应手正确，布局阶段占优。接着“阿尔法围棋”下了白24，26两招强手，掌握了局面的主导权。　　虽然“阿尔法围棋”白80手有点缓，而且到黑93手时，黑棋局势逆转，但关键时刻“阿尔法围棋”抛出了白102胜负手。白棋先手吃掉黑右上角，收获颇丰。黑棋的败着是127手和129手。之后，白棋在右下的战斗中又获得了实地，并抢到了第150手的好位。由此，胜负的天平倾向了白棋。到186手时，黑棋已贴不出目来，李世石投子认输。　　李世石赛后说：“我对‘阿尔法围棋’的表现感到吃惊。事实我一直认为不会输掉。但‘阿尔法围棋’下得那么完美，真没想到。我认为因为序盘布局的失败，黑棋一直处境艰难。”　　当天，在现场讲棋的金成龙九段评价‘阿尔法围棋’对阵李世石时说：“作为一名职业棋手输掉棋受到的冲击不小，‘阿尔法围棋’完全以与职业棋手不一样的方式来下棋，它对自己失误非常冷静，几次失误都没有在大势上落后。”　　李世石说：“我对阵‘阿尔法围棋’时，有两个方面很吃惊：第一个是序盘布局能力比想象厉害；第二个是它会下胜负手。今天的比赛是双方都很难的一场对局，但它算法能力比较强，实战中他下了人类想不到的一手，让我大吃一惊。”　　当被问到是否后悔接受挑战时，李世石回答说：“虽然首局败给了‘阿尔法围棋’，但我今天下得很高兴。我还期待以后的对局。经历了第一局，我认为后面的对局还是五五开。”　　中国棋手点评　　柯洁：李世石可能骗不了电脑 不如正常地下　　9日的人机大战第一回合以“阿尔法围棋”中盘战胜李世石告终，中国世界冠军柯洁九段在接受记者电话采访时，用“震惊得说不出话”来形容自己的感受。　　他说：“‘阿尔法’的实力远超想象，现在李世石最关键的是调整好心态。”对于自己是否期待对局“机器”，他说早晚会有一战，自己会做好准备，“我还是相信自己会赢的。”　　韩国名将李世石当日在一度占优的情况下被“阿尔法围棋”逆转。柯洁认为，李世石在右下的局部处理过于简单，“其实这也不算大勺子（指严重漏算），就是一连串的小失误，但是被对手抓住了，可见‘阿尔法’已经有了和李世石匹敌的能力，抓住机会的逆转能力非常强，而这才是最可怕的地方。”　　在柯洁看来，“阿尔法围棋”的下法简明自然，整个思路非常清晰，虽然有些小失误，但大方向上没有问题。整体看有战斗能力，不利时还会去拼一下，也能知道哪个地方更重要，能分清大小，这点非常厉害。他说：“看它下棋特别像人类的思维模式，而且计算能力很精准，越到后面越精准，失误越少。”　　此前包括柯洁在内的职业高手都认为李世石会获胜，没想到第一盘李世石就输了，柯洁坦言“阿尔法围棋”的实力远超自己想象，现在“谁输谁赢不敢说，说实话都有点想支持‘机器’了。”　　不过，柯洁认为李世石还是有机会的，“这盘棋前面优势也很大，关键是调整好心态，要忘掉这盘棋。”同时，柯洁还认为李世石在布局阶段的“新招”、“变招”不算成功，“可能还是骗不了电脑，还不如正常地下，从实战看这些新变化没有太好的效果”。　　过去一年里，柯洁三夺世界冠军，在和李世石的对局中占据绝对上风，可以说是目前世界围棋界风头最劲的人物，对于他是否想和“阿尔法围棋”一战的问题，他坦言“早晚会有一战”。“如果被约战，我肯定会接受，‘百看不如一试’嘛，”柯洁说，“我想电脑终究有一天会击败我们所有职业棋手，但目前我肯定会尽力拿下，我相信自己还是会赢的。”当然，柯洁同时也直言自己没有以往信心那么强，“胜算大概六成吧，”他说。　　华学明：现在的程序没有完全体现围棋思维　　赛后，中国围棋队领队华学明和时越、芈昱廷两位世界冠军对比赛进行了点评。　　华学明说，电脑下棋的感觉令人震惊。“感受和看樊麾下完全不一样。虽然当时也很震惊，但还是觉得离我们还比较远。今天比赛刚开始，整个训练室气氛就很紧张，感觉无论是比赛还是测试，它的棋的感觉让人很震惊。”樊麾是围棋欧洲冠军，去年曾对阵“阿尔法围棋”结果5局皆负。　　华学明认为，电脑程序赢了是件好事。“从大的层面来说，科技的发展本质上都是为人类服务的，像我平时是个‘脑盲’（不太接触电脑）。由于ALPHAGO的出现，我现在也开始关注人工智能。我认为世界上有很多人也会因为这件事关心围棋。从小的层面来说，我们以后也可以用计算机作为一个培训工具。”　　在华学明看来，并不是说人工智能赢了，围棋的神秘感就没有了，现在的程序并没有完全体现围棋的思维。“现在（电脑）是通过深度学习、搜索功能和价值评估这三点来攻破围棋。所以，从这个角度来说，围棋的思维在ALPHAGO这里是不需要体现的，它就是盯着一个目标，不是像以前那样361个子无穷尽（地算），而是缩小到一个局部的地方，进行价值评估得出结论。”　　时越：李世石发挥较差还不能说电脑是顶尖的　　时越九段认为，这盘比赛李世石并未完全发挥出自己的水准。他说：“这盘棋李世石开局有点想去试探电脑，用了一些非常规的下法，而电脑应对的也比较正确。后来，有一个局部电脑亏损了很多，那个时候看明显是李世石要赢。但是，之后电脑有一个点入下得很犀利（白102），李世石没有处理好亏了很多，丧失了优势。所以，我觉得李世石这盘棋发挥得还是很差的，现在还不能说电脑的水平是顶尖的……今天这盘棋肯定是达不到顶尖棋手的水平，还不能完全压制李世石。”　　时越希望，人机对战能够持续更长的时间，这样对围棋的宣传有好处。　　芈昱廷：李世石在后面有的地方下得不知所云　　芈昱廷则表示，这次比赛之前他觉得计算机不能对李世石造成威胁，但今天看李世石想赢机器很难。“机器也有犯错的地方，但我觉得它想完全压倒人类只是时间问题。”芈昱廷认为，电脑的优点在于没有太大的波动和失误，而李世石今天在后面有的地方下得不知所云。虽然电脑程序首次战胜了顶尖职业棋手，但是芈昱廷觉得这对职业棋界不会有太大的冲击。　　“对职业围棋的直接冲击不会太大。主要可能会改变训练方式或对围棋的认知，对于比赛不会有太大改变，这也不会改变我对围棋的热爱。”　　“人机大战”你必须知道的3件事　　作为顶尖棋手，李世石能否“捍卫”人类智慧的“最后一块棋盘”已引发全球关注，而围观“人机大战”，却不能光看热闹，其中自有门道。　　为什么是围棋？　　棋类智力对战游戏，历来是计算机“智能”水平的试金石之一。计算能力、判断能力、思考甚至学习能力，都可在胜负分明的棋盘上得以检验。　　随着人工智能技术进步，人类在棋盘上的阵地近年来不断“失守”。　　1997年，美国IBM公司超级计算机“深蓝”依仗强大的计算能力，战胜当时世界排名第一的国际象棋大师卡斯帕罗夫。　　2006年，中国超算“浪潮天梭”同时对战5位中国象棋特级大师，最终以总比分险胜，取胜关键被认为是不知疲倦的稳定性和超强计算能力。　　围棋被视为人机对决的“最后一块棋盘”。由于棋盘上变化繁复，“千古不同局”，计算机也无法仅通过“蛮力”穷举来取胜。也因此，许多专家认为，电脑要想攻陷人类智慧的这一堡垒，至少再过10年。　　但去年10月，人工智能程序“阿尔法围棋”以5:0的战绩横扫欧洲围棋冠军樊麾。这是人工智能程序首次在不让子的情况下战胜人类围棋选手。　　不过，樊麾显然不能代表人类棋手最高水平。 “阿尔法围棋”所属公司向李世石发出邀约，他是过去十年获得围棋冠军头衔最多的人。　　对阵双方什么来历？　　李世石九段，韩国棋手，世界围棋领域代表性人物之一。他属于典型的力战型棋风，善于敏锐地抓住对手的弱处主动出击，集中力量击垮对手。落子“稳、准、狠”，经常能在劣势下完成逆转。　　“阿尔法围棋”，美国谷歌公司旗下人工智能公司“深度思维”开发的智能软件。它可以运行在不同的硬件平台上。其“单机”版本用到48个中央处理器，而还有一个分布式运算的版本，可同时用到多台计算机的1202个CPU，大大提升计算能力。　　除了超强的计算能力，“阿尔法围棋”最大的特点是学习能力较强。在战胜樊麾之前，“阿尔法围棋”已进行了超过3000万局的自我训练，不断提升棋力。　　人机对战意义何在？　　这次比赛在韩国、中国、日本同时直播，比赛采用中国规则，执黑一方贴7目半，各方用时为两小时，3次60秒的读秒。即使一方率先取得3胜，也会下满5盘。　　对这次比赛的意义，德国人工智能研究中心的安德烈亚斯·登格尔说，从人工智能的角度看，“阿尔法围棋”胜出，将是证明深度学习技术潜力的有力证据。　　这些进步可能意味着人工智能正在走向快速发展的时代，或能引领新一轮产业创新与变革的到来。　　然而，即便机器在各类智力游戏中击败人类，这也并不意味着机器与人拥有同样形式的智能，而只说明在某些功能上，机器做到了类似、甚至超过了人类。　　新闻观察　　“狗”和人下的不是一种围棋　　没有一点点防备，也没有一丝顾虑，曾经以为无比遥远的人工智能在围棋项目中战胜顶尖人类高手的那一天就这么悄然而至。不过，喜欢围棋和恐惧“天网”的人们暂时不必黯然神伤，因为“狗”和人下的不是一种围棋，人工智能也还远远没有真的赶上人类。　　“阿尔法狗”（“阿尔法围棋”，狗是围棋英文GO的音译）在全世界的瞩目中逆转李世石，让人类对围棋这个古老项目的关注度达到极致。不过，在谷歌公司精心描绘的这幅美丽的画卷中，围棋只是用以衬托科技进步的一个华丽背景，其价值在于“最难智力项目”的头衔。　　对于长于“计算”的电脑来说，围棋的难度在很大程度上来自于19×19路棋盘背后所蕴含的数量巨大的变化，这是以“穷尽法”为基石击败卡斯帕罗夫的“更深的蓝”没能超越的。如今，蒙特卡罗树搜索、“深度学习”、价值判断等技术的出现，并没有真正让电脑像人那样思维，只是用“排除法”大大缩小了电脑需要计算的变化的范围，从而让“穷尽”成为可能。　　粗通围棋的人应该明白，经过一些基础的训练，对局者就可以大致判断出哪些着法合理，哪些着法不必考虑，顶尖高手更是长于对一步棋的价值的判断。然而，包括阿尔法在内的电脑却不具备这种“举一反三”的能力。据悉，“阿尔法围棋”拥有15万职业棋手的棋谱、上百万业余棋手的棋谱、自我对弈3000万局，颇有些水滴石穿、笨鸟先飞的味道。围棋人工智能的突破的确令人惊叹，但目前看来它似乎更多还是一种量的累积，而非质的飞跃。　　围棋的确很“小”，它毕竟只是一种智力游戏。然而，围棋之博大精深，又令人惊叹。喜欢军事的人从中体会到“三十六计”，哲学家从大小、取舍、厚薄、实地和厚势中品味人生的道理……一万个人的眼中，有一万种围棋。　　围棋有胜负，但胜负绝不是它的全部。 “手谈”的最大魅力，在于棋逢对手、与人交流。跟一个人下棋，能够知道他的脾气、秉性、喜怒哀乐，了解他的习惯动作，感受他眼神中的杀气。没有了纸扇轻摇，没有了摇头晃脑，没有了那一次次令人痛断肝肠的“打勺”，对弈的乐趣也要大打折扣。　　贵为机器的“阿尔法狗”又怎能体会人类下棋的乐趣呢？正如《画皮2》中身为“妖”的小唯诘问向往“人”的雀儿：你有过人的体温吗？有过心跳吗？闻过花香吗？看得出天空的颜色吗？你流过眼泪吗？世上有人爱你，情愿为你去死吗？　　据新华社棋局3月9日，韩国九段棋手李世石与“阿尔法围棋”对弈。　　
相关阅读：
北国网版权与免责声明：
1、北国网所有内容的版权均属于作者或页面内声明的版权人。未经北国网的书面许可，任何其他个人或组织均不得以任何形式将北国网的各项资源转载、复制、编辑或发布使用于其他任何场合；不得把其中任何形式的资讯散发给其他方，不可把这些信息在其他的服务器或文档中作镜像复制或保存；不得修改或再使用北国网的任何资源。若有意转载本站信息资料，必需取得北国网书面授权。否则将追究其法律责任。
2、已经本网授权使用作品的，应在授权范围内使用，并注明“来源：北国网”。违反上述声明者，本网将追究其相关法律责任。
3、凡本网注明“来源：XXX（非北国网）”的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。本网转载其他媒体之稿件，意在为公众提供免费服务。如稿件版权单位或个人不想在本网发布，可与本网联系，本网视情况可立即将其撤除。
&&网站律师
Copyright (C) 1998 - 2016 www.lnd.com.cn All Rights Reserved.
本网站各类信息未经授权禁止转载
版权所有　北国网
互联网新闻信息服务许可证编号：
沈网警备案号
北国网官方微信
制作单位：辽宁北国传媒网络科技股份有限公司人机大战盘点:中国超级计算机曾赢5位围棋大师-中新网
人机大战盘点:中国超级计算机曾赢5位围棋大师
日 09:39　来源：楚天都市报 　
　　楚天都市报讯 据新华社电 备受瞩目的围棋“人机大战”将于今日在首尔上演，世界冠军、韩国棋手李世石与谷歌“阿尔法围棋”电脑程序将展开五局对决。
　　围棋一直被看做是人类最后的智力竞技高地。据估算，围棋的可能下法数量超越了可观测宇宙范围内的原子总数，计算机想要依靠强大的计算能力，穷举所有路数来选择最佳策略，在围棋上行不通。
　　去年10月，谷歌公司旗下的人工智能公司研发的“阿尔法围棋”人工智能程序，以5：0战胜欧洲围棋冠军、前中国职业棋手樊麾，这是人工智能程序首次在不让子的情况下战胜人类围棋选手。“阿尔法围棋”的核心系统属于时下最火的基于神经网络的深度学习：模拟人脑神经网络，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。“阿尔法围棋”通过策略网络和价值网络来决定棋路，不去计算每一步的可能性，颇有人类棋手“我感觉这样会赢”的味道。
　　李世石对记者表示，“阿尔法围棋”实力难与自己相争，如不出现失误，将100%获胜。
　　楚天都市报讯 据新华社电从第一台计算机问世以来，人们就梦想造出一种可以完美模拟甚至超越人脑的计算机系统。过去20年中，有多次人机大战给人们留下格外深刻的印象，也成为人工智能发展的绝佳注脚。
　　深蓝――蛮算硬汉
　　1997年，美国超级计算机“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。“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。
　　在今天看来，“深蓝”还算不上足够智能，主要依靠强大的计算能力穷举所有路数来选择最佳策略：“深蓝”靠硬算可以预判12步，卡斯帕罗夫可以预判10步，两者高下立现。
　　比赛中，第二局的完败让卡斯帕罗夫深受打击，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。
　　浪潮天梭――以一敌五
　　2006年，中国超级计算机“浪潮天梭”同时迎战柳大华、张强、汪洋、徐天红、朴风波5位中国象棋特级大师。在2局制的博弈中，浪潮天梭以平均每步棋27秒的速度，每步66万亿次的棋位分析与检索能力，最终以11：9的总比分险胜。
　　张强坦承：“以往和人比赛，到了最后时刻就是意志和心态的对决了，看谁能坚持到最后，谁能不犯错误。但是计算机没有这样的问题。”
　　从那场比赛开始，象棋软件蓬勃发展，人类棋手逐渐难以与之抗衡。
　　沃森――全才学霸
　　2011年，“深蓝”的同门师弟“沃森”在美国老牌智力问答节目《危险边缘》中挑战两位人类冠军。虽然比赛时不能接入互联网搜索，但“沃森”存储了2亿页的数据。“沃森”可以在3秒内检索数百万条信息并以人类语言输出答案，还能分析题目线索中的微妙含义、讽刺口吻及谜语等。“沃森”还能根据比赛奖金的数额、自己比对手落后或领先的情况、自己擅长的题目领域来选择是否要抢答某一个问题。“沃森”最终轻松战胜两位人类冠军，展示出的自然语言理解能力一直是人工智能界的重点课题。
【编辑:汤琪】
>体育新闻精选：
　| 　|　　|　　|　　|　　|　　|　
本网站所刊载信息，不代表中新社和中新网观点。 刊用本网站稿件，务经书面授权。
未经授权禁止转载、摘编、复制及建立镜像，违者将依法追究法律责任。
[] [] [京公网安备:-1] [] 总机：86-10-
Copyright &1999-
chinanews.com. All Rights Reserved