谷歌通过击败围棋冠军实现alphago胜利

突破谷歌的DeepMind师在十月击败欧洲围棋冠军谷歌人工智能Alphago计划击败了欧洲冠军的棋盘游戏去。对于电脑来说,中国游戏被认为是一项比象棋更难的挑战,因为围棋有很多种方法可以玩。

AlphaGo
AlphaGo

高科技公司DeepMind师说其软件打败了人类对手五场零。一位独立专家称它为人工智能的突破,具有潜在深远的影响。这项成就是在《自然》杂志发表的一篇论文中公布的,详细介绍了所使用的技术。脸谱网的首席执行官曾表示,自己的人工智能项目已经“接近”,在去击败人类。但他提到的研究表明,它的软件仅被列为“高级业余爱好者”,而不是“专业级”播放器。

DeepMind公司的首席执行官Demis Hassabis,称其alphago软件遵循了一个三阶段的过程中,开始制作分析3000万从人类动作游戏。“从看职业比赛开始,”他说。“现在它掌握了所有关于哪个位置都是好的直觉知识,可以制定长期计划。”

“这可以用于决策问题-帮助医生制定治疗计划,例如,在企业或任何你想让计算机帮助人类决策的地方。”。“这并不意味着谷歌在AI其他公司中领先,而是有许多人工智能。但就投入资源而言,谷歌显然已经做得更多了。“脸谱网在其他人工智能领域取得了相当惊人的成绩,但我认为谷歌打败了他们,这是一个特别重要的挑战。”

DeepMind现在打算alphago反对Lee Sedol -世界顶级棋手在汉城三月。此外,它继续开发AI系统,可以在没有任何帮助的情况下玩电脑游戏。“对我们来说,走的是棋盘游戏挑战巅峰,”Hassabis先生说。“现在,我们正朝着3D游戏或模拟,更像是真实的世界,而不是雅达利游戏我们解决了去年。”

AlphaGo战胜李世石:人类向右机器向左

为期数天的人机围棋大战,最终以AlphaGo 4比1的胜利拉下帷幕。回想比赛之前,李世石其实被很多人看好,毕竟是世界顶尖九段高手而且还曾经赢了14个冠军。而最终李世石只是凭借机器的重大失误而扳回一局,Alphago的强大特别是大局观令很多职业选手震惊。

AlphaGo
AlphaGo

有人计算过,要是把围棋所有的状态用穷举法全部列出大概需要10的170次方(相比之下国际象棋只有10的46次方)。因此,围棋也被认为是人工智能攻克信息完全博弈游戏最后的堡垒。纵观人机对战的历史,往往是以机器的胜利而告终。AlphaGo今天的胜利才真正是人工智能的胜利,它标志着真正人工智能的时代已经开启。

可以看出,这一套流程并不是一种技术的胜利,而是多种人工智能技术结合的产物。这也是近几年来人工智能的发展方向,通过结合多种模型对问题进行分层和抽像,从而部分地模拟了大脑认知、思考和决策过程。Alphago今天的完胜将会对人类的未来产生深远的影响。为此,有人欢呼雀跃,有人忧心忡忡。欢呼者为人类在这一领域取得的长足进步而高兴,忧心者担心机器将会在未来取得越来越明显的优势,从而最终会取代人类。牛津大学的一份研究报告已经表明未来70%的工作将有可能被机器所取代。我们在未来会看到人工智能被应用在越来越多的领域,特别是需要进行决策领域,比如智能驾驶,医疗诊断,金融交易等。

无疑,未来是机器智能和人类智慧共存的时代。其实面对人工智能,人类大可不必惊慌。人工智能系统还很大程度上依赖于特征提取和训练方式,还远未达到通用系统的程度。虽然AlphaGo取得了突破性进展,但是也只是在信息完全的领域的突破,人工智能在很多信息不完全领域还是一筹莫展。

机器向左,人类向右。我们都知道,人的大脑是不对称的,右脑与直觉和情感有关;左脑与逻辑和决策有关。也许未来人工智能将会在左脑的领域超越人类,而面对于人类的灵性、感情和情绪人工智能还是一片空白。在不久的将来,相信人类智慧将会和人工智能分工协作,取长补短,相互学习,共同提高。

人工智能AlphaGo三局完胜围棋冠军李世石

谷歌人工智能系统AlphaGo于3月12日在韩国首都首尔第三次击败世界围棋冠军李世石。至此,人工智能AlphaGo在与李世石的比赛中五盘三胜,被视为人工智能的里程碑意义时刻。

AlphaGo
AlphaGo

李世石在对阵之前有自信赢得比赛。对计算机来说,围棋被视为比国际象棋要复杂得多的挑战。李世石的前教练之一权甲龙对法新社表示:「AlphaGo在比赛从头到尾都很平稳,而李世石是人类,表现出一些心理上的脆弱」。九段棋手李世石被视为冠军棋手,赢得过无数职业赛事。AlphaGo与李世石对峙的第一局险胜,李世石一开始占上风,却在最后20分钟被AlphaGo取得无懈可击的领先。

双方第二局比赛,李世石再次失败。他在告负后坦言自己无言以对,并称AlphaGo表现堪称完美。在视频分析网站YouTube解说第三局比赛的两位专家表示,这是一场复杂的对决,尽管李世石打出顶级比赛水平,但AlphaGo赢得漂亮。这一「计算机与人脑」五局对阵,赢家得到约1百万美元奖金。AlphaGo系统由英国计算机公司DeepMind研发,该企业2014年被谷歌收购。虽然1997年IBM开发制作的程序「深蓝」(DeepBlue)击败国际象棋大师卡斯帕罗夫,但相对于国际象棋,围棋更加变幻莫测,一个更强大的人工智能,被认为是挑战人类围棋思维所必须的。

虽然三局皆败,李世石仍需要与AlphaGo完成剩馀的两场比赛。相对于「深蓝」,AlphaGo不是一个简单的程序,而是能够「自我学习和完善」的人工智能,在经过数百万次的随机下棋后,AlphaGo能逐步升华提高,掌握难以计数的演算当中的最佳选择。

人工智能:围棋大师李世石打败AlphaGo程序

AlphaGo
AlphaGo

在连续赢得三场比赛后,谷歌的AI输给了李世立。在五场比赛中连续输掉三场比赛后,一名围棋大师在与谷歌电脑程序的第一场比赛中获胜。世界顶级球员之一的李世石(Lee sedol)表示,他对AlphaGo的胜利是“无价的”。

中国棋盘游戏被认为是比国际象棋更复杂的挑战,AlphaGo的胜利被认为是人工智能的里程碑。第五场比赛将在星期二进行。围棋是两名棋手的游戏,他们轮流在19×19的格子里放上黑色或白色的棋子。玩家通过控制棋盘上的大部分区域来获胜。评论员迈克尔·雷德蒙说,AlphaGo一直打得很好,直到比赛中期,但在78岁的时候,李世石表现出色。在他获胜后,李先生说:“我从来没有因为赢过一场比赛而被祝贺。”

谷歌代表说,这次失败对AlphaGo来说是“非常宝贵的”,因为它发现了一个他们现在可以尝试解决的问题。在系列赛的第一场比赛中,AlphaGo以非常微弱的优势胜出——在比赛的大部分时间里,李世石都是领先的,但AlphaGo在最后阶段却取得了强大的领先优势。在第二场比赛失利后,李世石说他“无话可说”,并补充说AlphaGo机器“近乎完美”。在第三场比赛中,评论员说李世石带来了他的“顶级比赛”,但AlphaGo以“伟大的风格”获胜。

AlphaGo系统由英国计算机公司DeepMind开发,该公司于2014年被谷歌收购。它通过研究老游戏和梳理出游戏模式来积累自己的专业知识。DeepMind的首席执行官Demis Hassabis说,AlphaGo“发挥了自己的作用,不同版本的自己,数百万次,每次都有一点点的进步”。“它从错误中吸取教训,”他告诉BBC。

惊爆消息:AlphaGo都有两个大脑?

逆天的AlphaGo又搞事情啦?关注AlphaGo的朋友们快点集合啦,一起来看看这次又是什么事情呢?还有不知道你们有深度了解关于AlphaGo吗?AlphaGo现在被发现它是有两个大脑呢。

在架构上,AlphaGo可以说是拥有两个大脑,两个神经网络结构几乎相同的两个独立网络:策略网络与评价网络,这两个网络基本上是个13层的卷积神经网络所构成,卷积核大小为5*5,所以基本上与存取固定长宽像素的图像识别神经网络一样,只不过我们将矩阵的输入值换成了棋盘上各个坐标点的落子状况。

AlphaGo
AlphaGo

目前AlphaGo预测对手落子位置的正确率是57%(这是刊登在Nature文章时的数据,现在想必更高了)。那各位可能认为AlphaGo的弱点是否应该就在策略网络,一方面是预测准确率不高,再者是如果下了之前他没看过的棋局是不是就有机会可以赢过他。可惜并不是,因为AlphaGo的策略网络有做了两个层面增强:

第一个层面则是现在的策略网络不再需要在19*19的方格中找出最可能落子位置,改良过的策略网络可以先透过卷积核排除掉一些区域不去进行计算,然后再根据剩余区域找出最可能位置,虽然这可能降低AlphaGo策略网络的威力,但是这种机制却能让AlphaGo计算速度提升1000倍以上。也正因为Alpha Go一直是根据整体局势来猜测对手的可能落子选择,也因此人类耍的小心机像是刻意下几步希望扰乱计算机的落子位置,其实都是没有意义的。

其实真正让AlphaGo成名的还是那次战胜欧洲围棋冠军樊麾,这个在当时科室引起了轩然大波,甚至推升了谷歌的股价,毕竟这是电脑对人脑的一次胜利。目前也有很多网友关注究竟逆天到不行的AlphaGo会真正的取代人类吗?这也是一个正被大家不断讨论的话题,那么你的看法是怎样的呢?

“老司机”AlphaGo带带我,一起解析它的系统

一个琪手,面对不同的对手他可能会有无数种对应的方法来压制对方,那么新一代备受大家关注的网红“AlphaGo”它到底是怎么进行解析来对抗对手的呢,今天我就收集了一些资料来给大家介绍一下AlphaGo它的系统。

首先AlphaGo这个系统主要由几个部分组成呢?1走棋网络(Policy Network),给定当前局面,预测/采样下一步的走棋。2快速走子(Fast rollout),目标和1一样,但在适当牺牲走棋质量的条件下,速度要比1快1000倍。估值网络(Value Network),给定当前局面,估计是白胜还是黑胜。3蒙特卡罗树搜索(Monte Carlo Tree Search,MCTS),把以上这三个部分连起来,形成一个完整的系统。以下简单介绍下各部分。

AlphaGo
AlphaGo

1、走棋网络,走棋网络把当前局面作为输入,预测/采样下一步的走棋。它的预测不只给出最强的一手,而是对棋盘上所有可能的下一着给一个分数。棋盘上有361个点,它就给出361个数,好招的分数比坏招要高。

2、快速走子,那有了走棋网络,为什么还要做快速走子呢?有两个原因,首先走棋网络的运行速度是比较慢的,AlphaGo说是3毫秒,我们这里也差不多,而快速走子能做到几微秒级别,差了1000倍。所以在走棋网络没有返回的时候让CPU不闲着先搜索起来是很重要的,等到网络返回更好的着法后,再更新对应的着法信息。

3.AlphaGo的估值网络可以说是锦上添花的部分,从Fig 2(b)和Extended Table 7来看,没有它AlphaGo也不会变得太弱,至少还是会在7d-8d的水平。少了估值网络,等级分少了480分,但是少了走棋网络,等级分就会少掉800至1000分。

以上大概介绍的三个关于AlphaGo系统的几个部分组成部分不知道有没有大概了解了呢?从以上分析也可以看出,与之前的围棋系统相比,AlphaGo较少依赖围棋的领域知识,就像开头说的如果是人类下棋面对不同对手可以有不同的对应方式,那么关于AlphaGo,这可能又是一个可以进行研讨的问题了。

学者:AlphaGo胜利表明人脑已斗不过AI

人工智慧“AlphaGo”再度化名“Master”在中国围棋网连续扳倒60位高手,台湾学者坦言,人脑在未来的思考已无法超越人工智能(AI)。自从2016年12月底起,就有一位网络代号“Master”的围棋棋士,在网路上不断以连胜之姿击败多位围棋好手。

到了1月4日,“Master”在59连胜击败中国好手周睿羊后,自曝身分为人工智慧围棋“AlphaGo”研发者,来自台湾的黄士杰。最后AlphaGo在击败中国高手古力后,达成60胜的壮举。此前,AlphaGo连续击败了中国“棋圣”聂卫平以及“棋王”柯洁、陈耀烨等、还有多位韩国与日本的高手接连也被他击败,宛若围棋界“独孤求败”。黄士杰随后并在脸书上发文,表示对这次的成果“令人激动”,并表示未来能有机会与其他围棋组织及专家持续探索围棋。

AlphaGo
AlphaGo

AlphaGo扮成Master,并在中国围棋界连战皆捷,吸引许多中港台网友目光,对战的网站还一度流量拥挤。中国“棋王”柯洁,甚至在连败2场后,还因为身体不适住院疗养,并感叹他一直在想“哪下错了”。早在2016年3月时,黄士杰所研发的AlphaGo就击败了韩国的九段棋士李世乭。当时聂卫平曾批评李世乭棋艺“下得太差”,柯洁也认为李世乭棋艺糟到“看不下去”。而如今,2位高手也成了AI手下败将。

AlphaGo”创始者黄士杰的博士班指导教授,也是台湾师范大学信息工程学系教授林顺喜,接受BBC中文网记者访问时说,“AlphaGo”在黄士杰不断改良演进,现在的等级人类“已无招架之力”。

林顺喜举例,就像人在速度上跑不过汽车。也许汽车刚被发明时还跑得过,但随着引擎改良,人类终究跑不赢。一盘棋200至300步,人类下棋不会每一步完美,但人工智慧跟数据库不断演进下,AI已经可以做到。早在先前,Master连胜50场后,就有许多网友猜测是AlphaGo。林顺喜则说:“连胜到这么多还不公开真实身份的棋士几乎没有吧?其实怎么想都知道是AlphaGo”。他也预测,未来AlphaGo的母公司DeepMind应该会搜集这60场数据,并公布成论文,并宣布“人脑敌不过计算机的时代已来临”。

谈到AlphaGo未来,林顺喜则响应中文网记者:“AlphaGo就是只能一直赢,这也是它唯一的实用性”。当初李世乭只花5分钟就答应对弈AlphaGo,但如今AlphaGo的高深,可能会让许多高手畏战了。

网红“阿尔法狗”的横空出世,又是一个新的里程碑?

自从阿尔法狗横空出世后,人类的又一新的里程碑应该也是就此出现,阿尔法狗作为人工智能的产物,也让不少关注的朋友津津乐道,而谷歌开发的这款围棋人工智能阿尔法狗也可谓是出尽了风头啊!

为了能满足棋迷的热情,在16年26号上午进了行一场阿尔法狗和阿尔法狗的配对赛。由人类棋手古力阿尔法狗联手对阵连笑阿尔法狗联手,人类和电脑相互联手,团结对战,队友之间每人一次走一步。然而令人错愕的是,当整个棋局大势已经展开,古力败局已定的时候,与连笑联手的阿尔法狗选择自粘一手,以一步无效率的棋,向古力劝降。更令人吃惊的是,古力拒绝之后,与古力联手的阿尔法狗居然当场发了脾气。选择在对方空了白走了一手,还送了对方两目。如此拟人化的情绪,实在是几让人忍俊不禁,又让人细思恐极。

AlphaGo
AlphaGo

其实早在三个月前,谷歌公司曾表示阿尔法狗可能有自己的“性情”。但是谷歌的工作人员是用游戏测试阿尔法狗的行为特性。其中一款游戏需要争第一,于是阿法尔狗展示了他极强的攻击性,夺得了第阿尔法狗选择了和队友合作,展示了他极强的理性,获得了利益最大化。

结果就是:他可以根据现实的情况改变策略,在合作和敌对之间来回切换,颇耐人寻味。好在阿尔法狗只是具有自己的性情,没有拥有自我的意识。人类已经可以预料未来可能会被人工智能占领,就绝不会让这些事情发生。值得一提的是,事后与阿法尔狗合作的古力这样说道:幸好阿尔法狗不会说话,不然打起来了。

其实不止是谷歌公司曾经认为阿尔法狗有真实的“性情”,很多网友也认为阿尔法狗可能也是有性情的更加的人性化了,所以也认为阿尔法狗围棋的胜利在心里其实它也是有兴奋的情绪的,如果有兴趣的朋友也不妨平时多关注一些这方面的消息。

人工智能的产物—阿尔法狗,是否真的能被认可

首先,在开始一篇文章前,想问一下大家是否能够完美的诠释“人工智能”与“哲学”这两个词的概念,两个看起来毫无交集的两个词却是有着密不可分的联系。例如复旦大学哲学院教授徐英瑾一直在用哲学思维审视人工智能,他开设了「人工智能哲学」课程,还出版了专著《心智、语言和机器》,深度的解析关于阿尔法狗的一些奥秘。

许多人认为阿尔法狗是技术色彩浓郁的领域,而哲学则高度思辨化和抽象化,二者完全无法联系到一起。能简单说说你将二者联系在一起的理由吗?徐英瑾:现在人工智能的发展主要面临两方面的问题。一方面是,关于「阿尔法狗」是什么都不太清楚,对于「人类智能」的概念也没有清晰的定义,不同领域的人有着不同的观点,大家甚至都没有在同一个桌面上讨论问题,整个状态一片混乱,这一点是很糟糕的;

AlphaGo
AlphaGo

另一方面,现在人工智能的研究里,特定领域的人不关心其他领域里的人在做什么,所有的人都只做自己擅长的方面,这也是很不可取的。这时候就体现了哲学思维的重要性,哲学主要是站在更高的角度思考战略性问题,要从根本上理清楚你在做什么。忽视哲学思维的话,如果放在其他学科范式成熟的自然科学领域可能问题不大,但正因为人工智能是历史上没有的新事物,我们才更需要哲学这种战略性思维去做牵导。

何为人工智能?何为阿尔法狗?徐英瑾:哲学本来就是百家争鸣的学科,在哲学界这个概念没有达成共识。就我个人来看,进化论思想对我的影响比较大。进化论的思维强调「怎么以最小投入达到最大产出比」,按照此思路,阿尔法狗应该是「以最经济的投入得到的最具有适应性的行为」的某种转化器。从这个角度看,像阿尔法狗这种大规模投入的人工智能就显得不够智能。

不知道看完这篇文章的你现在是否能够诠释关于“阿尔法狗”与“哲学”这两次的一些深度解释呢?阿尔法狗作为人工智能的产物,我想在一定程度上还是应该被认可的,不过一千个人会有一千种的不同思维,大家还是应该站在理性的角度上认真去考虑作为人工智能的产物—阿尔法狗,是否真的能被认可。

谷歌的“超人”alphago zero声称象棋冠军

谷歌表示,其alphago zero的人工智能程序已经赢得了国际象棋与世界领先的专业软件在教学本身从无到有的游戏时间。公司DeepMind师说它对鱼干8 100场比赛,并赢得了所有的人。这项研究尚待同行评审。但专家们已经表示,这一成就将增强该公司在竞争领域的地位。

然而,发表在arXiv网站康奈尔大学的状态,被国际象棋的规则和被告玩模拟对自己学习后一种算法称为alphazero能够超越鱼干仅仅四小时的细节。在接下来的100场比赛中,每个项目每分钟都有一分钟的思考时间。alphazero赢得了25场比赛,打出了与白件,给它的第一步,还有三人在这起黑块。这两个项目吸引了剩下的72场比赛。DeepMind描述的性能水平达到“超人”。

alphago zero的最新成果不休息的棋而已。文章说,这是日本棋将棋与领先的人工智能程序命名的Elmo还得意洋洋,经过两个小时的自我训练。算法的alphazero赢了90场,输了八了。此外,经过八个小时的自我训练,在40场比赛中也击败了以前的版本,输掉了60场比赛。Wooldridge教授指出,所有三场比赛都相当“封闭”在某种意义上他们有限的规则集来抗衡。

AlphaGo
AlphaGo

巴斯大学的人工智能专家Joanna Bryson教授补充说,人们应该谨慎地购买公司的大肆宣传。但她补充说,它善于宣传的诀窍使它在对抗挑战者时处于有利地位。她说:“这不仅仅是为了雇佣最好的程序员。”。“这也是非常政治的,因为alphago zero有助于使谷歌在与政府和监管机构就人工智能领域进行谈判时尽可能强大。”