内容字号：
段落设置：
字体设置：
精准搜索请尝试：
人类智力骄傲崩塌：Facebook围棋AI已达高手级别
来源：作者：乐学责编：弥尘
社交网站Facebook的首席执行官马克·扎克伯格（Mark Zuckerberg）透露，他的公司已开发出了一个人工智能系统，足以匹敌最顶尖的人类围棋高手。扎克伯格还补充说，这个人工智能系统的开发工作是在他眼皮底下完成的。这表明他给予了这个项目高度的重视。这是本月扎克伯格第二次高调谈论其公司在人工智能方面的研发工作。当然，Facebook并不是唯一一家用电脑玩围棋的公司。早在2004年，微软的研发部门就开始开发针对围棋的人工智能软件。六年后，它将该技术应用到了一款Xbox视频游戏中。谷歌的人工智能主管德米斯·哈萨比斯（Demis Hassabis）也暗示他的DeepMind团队正在针对围棋游戏开发相应的智能软件。大师级水平围棋在中国的发展历史源远流长，据说早在2500多年前，中国古代人就开始玩这种游戏了。这种游戏由两个人对弈。他们轮流在棋盘中放入黑子或白子，其目的是包围对方的棋子，占领整个棋盘。围棋讲究落子无悔，棋子一旦落定，就不能再移动。直到它们被对手的棋子包围和吃掉。围棋的走法千变万化。据估计，它总共有10699种走法。相对而言，国际象棋则只有1060种走法。对于国际象棋，人工智能已达到了大师级水平。“20年来，科学家们一直在努力教电脑如何赢得围棋比赛。”扎克伯格在其Facebook页面上写道，“我们已经快要成功了。在过去六个月中，我们已开发了一个人工智能系统。它走棋的速度很快，每隔0.1秒就能走一步棋，但其水平不低于以前花费数年时间开发的系统。我们的这个人工智能系统的开发者田渊栋（Yuandong Tian）就坐在离我办公桌大约20英尺的地方。我就喜欢让我们的人工智能小组坐得离我近一些，这样我可以随时了解他们的进展情况。”它仍会走出臭棋根据田渊栋去年11月在国际学习表现会议（International Conference on Learning Representations）上提交的论文，Facebook的这个围棋人工智能系统的代号为Darkforest。田渊栋在论文中称，Darkforest已达到了围棋五段的水平。它相当于一个高级业余选手，但仍然低于“专业级别”。但是，田渊栋承认这款软件仍然存在缺陷。“有时候，在紧张的对弈过程中，它仍然会走一些没有意义的棋子。有时候，在输掉一个棋子后，它会接连走出一些臭棋，最后往往会输掉更多棋子。我们在将来会对此加以改善。”应用前景广阔一名独立的研究员称，Facebook的围棋人工智能系统具有很大的潜在应用价值。“围棋的难度远远高于国际象棋，以至于有一段时间，人们甚至认为你必须使用全新的技术才能攻克它。”剑桥大学计算机实验室的肖恩·霍尔顿（Sean Holden）博士说。“像这种游戏的玩法本质上是一个搜索的问题。人工智能系统需要搜索一系列走法，帮你从开始游戏到最后赢得比赛。”他说，“而这种搜索技术将可应用到人工智能发挥作用的各种不同的情境中。因为人工智能归根结底就是：如果你希望一个机器人完成一项任务，你就要让它搜索到完成这项任务的一系列步骤。”
大家都在买
软媒旗下软件：
IT之家，软媒旗下科技门户网站 - 爱科技，爱这里。
Copyright (C) , All Rights Reserved.
版权所有 鲁ICP备号主办：浙江省科技厅 浙江在线新闻网站
您当前的位置 ：&&&&&&&正文
机器人赢了围棋世界冠军 人工智能有一天会控制人类吗？
　　近日，围棋人机大战引发不少人的关注。昨天，谷歌旗下&深度思维&公司的人工智能&阿尔法围棋&程序在首场对决中击败了世界冠军棋手李世石。这一结果让不少人开始担忧，人工智能有一天会控制人类吗？
　　△完整棋谱
　　李世石：没想到自己会输后面对局五五开
　　在这场人机大战开始前，李世石曾信心满满地表示，将以5比0取得完胜，而一些围棋界的人士在预测结果时也普遍对李世石取胜感到乐观，但是第一场的结果却大大出乎了人们的预料。
　　在赛后的记者会上，李世石表示，没想到会输，&阿尔法围棋&居然下出了完美的风格，结果出乎他的意料。李世石说，对阵&阿尔法围棋&时，他有两个没想到：第一个是&阿尔法围棋&的序盘布局能力比想象的厉害；第二个是它会下胜负手。
　　当被问到是否后悔接受挑战时，李世石说，虽然首局败给了&阿尔法围棋&，但下得很高兴，期待后面的对局。他认为，后面的对局还是五五开。
　　&深度思维&：这是历史性时刻
△3月9日，李世石和女儿与&阿尔法围棋&创始人德米什&哈萨比斯合影。
　　&阿尔法围棋&设计者之一、&深度思维&公司创始人德米斯&哈萨比斯发布会上抑制不住喜悦之情，称这是一个历史性的时刻。德米斯&哈萨比斯表示，对李世石的精湛棋艺表示极大尊敬，对于&阿尔法围棋&的表现感到高兴。
　　围棋算法复杂有&3的361次方&种局面
　　棋类游戏一直被视为顶级人类智力的试金石。人工智能与人类棋手的对抗一直在上演，此前在三子棋、跳棋和国际象棋等棋类上，计算机程序都曾打败过人类，从上世纪90年代中期战胜全世界跳棋顶尖高手的Chinook程序，到IBM公司研发的超级计算机&深蓝&在1997年第一次战胜了国际象棋冠军卡斯帕罗夫。
　　但相比拥有2500多年历史的围棋而言，国际象棋的算法要简单的多。围棋每回合的可能性更多，共有250种可能，一盘棋可以长达150回合。同时，围棋有&3的361次方&种局面，而可观测到的宇宙，原子数量才&10的80次方&。
　　&阿尔法围棋&：一天能下百万盘棋拥有学习、进化能力
　　而对&阿尔法围棋&来说，要想掌握围棋，需要不断实践练习，同样需要识别棋子布局中微妙模式的巧妙本事。
　　据介绍，&阿尔法围棋&拥有像人类一样的学习和进化能力，一个棋手可能一年只能下1000多盘棋，而&阿尔法围棋&一天就能下100万盘。而且，它还拥有自我学习和进化能力的智能系统。
　　人工智能未来会控制人类吗？
　　围棋曾被寄希望于人类智慧的最后一块遮羞布。在昨天李世石输掉比赛后，不少人开始担忧，人工智能未来会控制人类吗？这可能是所有问题的终极。对此，很多电影曾做过类似预言。
△在电影《复仇者联盟》中，高级智能&奥创&差点毁灭了人类社会。
　　霍金曾说过，&由于生物学意义上的限制，人类无法赶上技术的发展速度。人类由于受到缓慢的生物进化的限制，无法与机器竞争，并会被取代。全人工智能的发展可能导致人类的终结。&
　　事实上，在生命出现之前，地球只是一个无机物的世界，无机物的化学反应性演化成了植物的刺激感应性，又演化成动物的感知和低级思维，以及人类丰富的情绪情感和高级思维。高一级的物质性态总是扬弃性地将低一级的物质性态包涵于自身。
　　谁能保证，人工智能未来不会发展成更高一级的物质性态？
谷歌|围棋|人工智能
生态工业创新驱动丽水样本
【科技能见度】第27期：2016国家科技奖公布
【专题】创新浙江2016——浙江科技创新年度10大关键词
【专题】浙江省科学技术协会第十次代表大会
【专题】第十三届长三角科技论坛击败围棋高手 人工智能还是没人类聪明
谷歌旗下一家公司研制出的人工智能程序&阿尔法围棋&在比赛中完胜欧洲职业围棋冠军樊麾二段。资料照片
近日，人工智能又一次成为媒体和公众关注的焦点：谷歌旗下一家公司研制出的人工智能程序&阿尔法围棋&（AlphaGo）在比赛中5:0完胜欧洲职业围棋冠军樊麾二段，在这种复杂度最高的棋类游戏上，人工智能显示出有望超越人类顶尖高手的&智力&。今年3月，AlphaGo将挑战世界冠军李世石九段。
1997年，IBM开发的计算机程序&更深的蓝&在六局棋比赛中，击败国际象棋棋王卡斯帕罗夫，成为载入史册的人工智能突破。然而，围棋的复杂度远远高于国际象棋，前者最多有10的约170次方种局面，后者的最多局面仅为10的约47次方种。近年来，人工智能有了什么发展，才有底气与职业围棋选手一较高下？它能否击败围棋世界冠军？如果击败，意味着什么？对于这些问题，专家给予了解答。
深度学习&消化&
2000万局棋
复旦大学哲学学院教授、人工智能哲学专家徐英瑾介绍，传统的计算机下棋程序的基本原理，是有限步数的搜索树，即采用数学和逻辑推理方法，把每一种可能的路径都走一遍，从中选出最优解。显然，这种下棋思考方法是人类无法做到的，发挥了计算机速度快、运算量大的优势。不过，这种&暴力算法&并不适用于围棋。据计算，围棋每回合有250种可能，一盘棋可长达150回合，所以围棋最多有10的170次方种局面。即便对计算机而言，这个运算量也是相当大的。
除了复杂度高，围棋还有一大特点&&黑白两方棋的每个棋子是一样的，没有大小之分、角色之别。这给计算机程序的运算推理带来了很大难度，因为从哲学上看，围棋具有&语境敏感性&，不太适合逻辑推理； 而棋子各不相同的象棋、国际象棋具有&超语境性&，每个棋子角色明确，不因棋局的变化而改变，非常适合逻辑推理，这正是计算机的强项。
近年来，不同于搜索树的深度学习技术逐渐成熟，给围棋程序的研发带来了突破。深度学习源于人工神经网络，其模仿对象是人脑。研究表明，人脑由约10的11次方个神经元构成，神经元细胞的外表有很多突起。其中，比较短的放射性突起叫&树突&，外形似树枝分叉，具有接受刺激并将冲动传入细胞体的功能。而要把信息向其他神经元输送，就得依靠&轴突&。人工神经网络从信息处理角度对人脑神经元网络进行了抽象和模拟，建立运算模型。这种网络由大量模拟神经元的节点相互连接构成，每个节点代表一种特定的输出函数，称为激励函数。每两个节点间的连接，都代表一个对于通过该连接信号的权重值，形成人工神经网络的记忆。网络的输出则根据连接方式、权重值和激励函数的不同而不同。
&深度学习系统是人工神经网络的升级版。&徐英瑾解释说，这种系统由输入层、中间层和输出层构成，其中，中间层由多层人工神经网络构成，可多达七八十层，故名为&深度学习&。每增加一层，就意味着增加了一个人工智能分析维度。当人把某种大数据样本输入系统后，这种系统即可进行学习，掌握样本中蕴含的规律。为了让 Al－phaGo具有一流的围棋水平，谷歌科研人员输入了2000万局棋谱。假如一个人要学习2000万局棋，每局棋耗时15分钟，他需要一刻不停地下570年！
战胜围棋世界冠军
是迟早的事
Facebook 专家也在研发围棋程序，但谷歌走在了他们前面。看了谷歌专家近日以封面形式发表在《自然》上的论文后，Facebook人工智能组研究员田渊栋博士表示，从算法上说，这篇文章并没有太多新意，主要是通过大量训练数据，包括以往的棋谱和自我对局，把性能&堆&出来。谷歌团队训练了一个走子的神经网络，又训练了一个可以评估局面的网络，然后在&蒙特卡罗树搜索&中同时使用这两个网络。香港科技大学计算机科学硕士陈经介绍，采用&蒙特卡罗树搜索&这种算法，是围棋程序在采用深度学习系统之前的一次突破。2010年左右，开发者们引入&蒙特卡罗树搜索&，其特点是模拟棋局一直到下完算子、判断胜负，模拟多次后，看哪个选点的获胜概率最高。模拟时，会利用&棋形&等经验减少选点，一直模拟下去直至终局。时间不够或电脑计算能力不足，模拟的局面数就少，棋力就低。由此可见，这是一种基于概率的&暴力搜索&算法。
如今，AlphaGo将&暴力搜索&与&大数据+深度学习&结合在一起，取得了突破。经过2000万局&自我对局&训练，它拥有了击败职业棋手的能力。&这个训练规模，我实在没有想到过，谷歌在这方面是很有优势的。&田渊栋坦言，他们的&默认策略&也是经过处理的，能够仅耗时2微秒就走一步，而且准确率也不错。总之，谷歌的做法充分利用了&大数据+深度学习&的优势，而且几乎完全未用到围棋的专业知识。&若是以后棋力能再往上走，我也不会惊讶。&
不断学习、不断进步的Al－phaGo，今年能否战胜李世石？华东师范大学计算机系贺樑教授认为，有这个可能，即使今年没有战胜，计算机程序击败围棋世界冠军也是迟早的事。这是因为，计算机的运算速度比人脑快得多，能凭借&大数据+深度学习&在短期内分析完一个人一生也无法穷尽的棋谱，棋力提升的速度和幅度会很惊人。
打造&通用人工智能&
在不少人看来，如果 Al－phaGo击败围棋世界冠军，意味着人类将丧失在棋类游戏中最后的尊严。对此，徐英瑾认为大可不必妄自菲薄。从训练棋局数量与围棋水平的&投入/产出比&来看，人工智能还是没有人类围棋高手聪明。要知道，Al－phaGo可是训练了2000万局棋后，才能战胜职业围棋二段选手。而一个人在成长为职业九段高手前，训练的棋局数量远小于2000万。从这个意义上说，人工智能程序的聪明程度远不如大多数人，尽管拥有了深度学习能力，但它战胜人类的主要原因仍和以前一样：运算速度快、不受生物属性限制。
因此，我们不必沮丧，而是要为人工智能技术的进步感到欣喜。谷歌团队表示，他们打算利用研发AlphaGo过程中的技术来解决一些当今社会的重要问题，如医学诊断、全球变暖。自然语言理解，也是人工智能研发的一个重点领域。目前，代表这一领域国际先进水平的苹果手机Siri，在与用户对话时，仍显得较为幼稚，有时答非所问。谷歌、Facebook、微软、百度等许多知名互联网企业都在投入重金，开展研发，以期在人机问答领域取得突破。
徐英瑾表示，AlphaGo击败围棋高手，也许还称不上人工智能领域的重大突破。人工智能唯有能模仿&整全的人&，具备人类思维的大多数功能，才是真正震撼人心的事件。他分析说，计算机程序的许多单项能力早已超越人类，即使是一个小小的计算器，其算数能力也非人类可比。计算机程序如今成为围棋高手，不过是增加了一种单项能力。与之相比，实现&通用人工智能&的难度高得多，要求一个人工智能系统，可以像人一样做很多事情：做算术、写文章、画画、下棋&&这种系统能处理生活中纷繁复杂的情况，如果科学家能开发出一套优质的家政服务系统，能让机器人独立做各种家务，那么它就基本可算作通用人工智能。
贺樑和徐英瑾都认为，&大数据+深度学习&技术并不能打造出通用人工智能系统，科技界需要开发出新的算法和技术，更好地模拟人脑工作方式，才有望把人工智能推向新的高度。记者 俞陶然
责编：李文瑶
环球时报系产品
扫描关注环球网官方微信
扫描关注 这里是美国微信公众号
扫描关注更多环球微信公众号当前位置： &
人机大战李世石战败 输掉比赛围棋也不会没有意义
10:09:01 &人民网 & &
李世石（右）与“阿尔法围棋”对弈。一台智能机器的出现让围棋这个小众项目受到了前所未有的关注。3月9日，韩国九段棋手李世石输掉了一盘棋，大家一下子炸锅了，因为他输掉的，是我们一直认为人工智能最难搞定的围棋。
精彩高清图推荐：李世石人工智能围棋大战直播：第一局李世石落败
作者:新浪科技
北京时间3月9日下午消息，今天下午谷歌人工智能AlphaGo与韩国棋手李世石的第一场比赛结束，AlphaGo获得今日比赛的胜利。今日比赛结束后，双方还将分别在3月10日(周四)、12日(周六)、13日(周日)、15日&(周二)的北京时间中午12点进行剩余4场比赛。
本次比赛用时每方2小时，1分钟读秒三次。比赛采用中国规则，黑贴3又3/4子(黑贴7目半)。采用中国规则是因Alpha GO以中国规则为基础开发。
比赛采用5局3胜制，最终比赛获胜方将获得奖金100万美元。如果AlphaGo获胜，奖金将捐赠给联合国儿童基金会(UNICEF)，STEM教育，以及围棋慈善机构(Go Charity)。
AlphaGo开发者DeepMind公司在今年1月的学术杂志《Nature》刊登封面文章，展示了围棋人工智能领域突破性进展的详细情况。
谷歌AlphaGo在第一次与世界顶尖围棋手的较量中取得胜利，这是人工智能发展史上重要的里程碑，代表人工智能已经能在诸如围棋等高度复杂的项目中发挥出超过人类的作用。
谷歌为何要做人工智能围棋程序AlphaGo
谷歌并不只是想做一个棋类程序，而是想做一个通用的智能计算系统。如果解决了围棋问题，谷歌希望能把这套人工智能算法用于灾害预测、风险控制、医疗健康和机器人等复杂领域。也就是说谷歌的目的还是为了更好的服务人类，没有任何恶意。DeepMind(AlphaGo的研究公司)创始人哈萨比斯说：公众对人工智能的警示掩盖了人工智能带来的帮助。距离人脑水平的人工智能仍然相当遥远，可能还需要几十年。
在昨天的赛前发布会上，谷歌董事长施密特表示，输赢都是人类的胜利。因为正是人类的努力才让人工智能有了现在的突破。
但并不是所有人都会对人工智能持乐观态度。诸如特斯拉CEO马斯克、理论物理学家霍金等科技界的名人就对此产生了担忧。
围棋复杂度超过宇宙原子总数&
围棋棋盘横竖各有19条线，共有361个落子点，双方交替落子，这意味着围棋总共可能有10^171(1后面有171个零)种可能性。这个数字到底有多大，你可能没有感觉。我们可以告诉你，宇宙中的原子总数是10^80(1后面80个零)，即使穷尽整个宇宙的物质也不能存下围棋的所有可能性。
19年前，IBM公司的&深蓝&计算机战胜了国际象棋世界冠军卡斯帕罗夫，引起了巨大轰动。但是因围棋的复杂度，直到近期，人类才在围棋人工智能项目上取得重大突破。
由于围棋的可能性如此之多，根本就没有什么套路可言。下赢围棋的唯一的办法就是让电脑也学会&学习&，而不是死记硬背。为了在围棋上战胜人类，硅谷的两家科技公司&&Facebook和谷歌开始研究，希望有朝一日能让计算机战胜人类围棋冠军。
李世石简介
李世石是李昌镐之后，韩国最具代表性的棋手，他在2003年获第16届富士通杯冠军后升为九段棋手。自2002年加冕富士通杯以来，十年时间里他共获18个世界冠军。李世石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，以强大的力量击垮对手，他的攻击可以用&稳，准，狠&来形容，经常能在劣势下完成逆转。
AlphaGo去年10月击败欧洲冠军
谷歌曾于2014年以4亿欧元收购人工智能公司DeepMind。由DeepMind研发的AlphaGo项目已有两年历史，AlphaGo曾在去年战胜了欧洲围棋冠军樊麾(职业二段)。
去年10月5日-10月9日，谷歌AlphaGo在比赛中以5：0的比分完胜了欧洲冠军。除了战胜人类外，AlphaGo还与其他的围棋程序对战，获得了500场胜利。
AlphaGo原理简介
传统的人工智能方法是将所有可能的走法构建成一棵搜索树 ，但这种方法对围棋并不适用。此次谷歌推出的AlphaGo，将高级搜索树与深度神经网络结合在一起。这些神经网络通过12个处理层传递对棋盘的描述，处理层则包含数百万个类似于神经的连接点。
其中一个神经网络&决策网络&(policy network)负责选择下一步走法，另一个神经网络&值网络&(&value network)则预测比赛胜利方。谷歌方面用人类围棋高手的三千万步围棋走法训练神经网络，与此同时，AlphaGo也自行研究新战略，在它的神经网络 之间运行了数千局围棋，利用反复试验调整连接点，这个流程也称为巩固学习(reinforcement learning)。通过广泛使用Google云平台，完成了大量研究工作。
AlphaGo在与人的对弈中用了&两个大脑&来解决问题：&决策网络&和&值网络&。通俗来说就是，一个大脑用来决策当前应该如何落子，另一个大脑来预测比赛最终的胜利方。
值得一提的是，李世石也是第一次与机器对战，所以他无法像和人类对战那样，先研究对方的棋谱和下棋风格。李世石所能做的就是和自己对弈。谷歌AlphaGo也是通过这种方式锻炼自己，真正做到了&人工智能&。(边策)
您可能也感兴趣:&&&&&&&&&&&&
官方微博/微信
每日头条、业界资讯、热点资讯、八卦爆料，全天跟踪微博播报。各种爆料、内幕、花边、资讯一网打尽。百万互联网粉丝互动参与，TechWeb官方微博期待您的关注。
↑扫描二维码
想在手机上看科技资讯和科技八卦吗？想第一时间看独家爆料和深度报道吗？请关注TechWeb官方微信公众帐号：1.用手机扫左侧二维码；2.在添加朋友里，搜索关注TechWeb。
李世石人工智能
谷歌人工智能李世石
围棋人机大战直播
围棋人机大战
相关的资讯有：
李世石人工智能
谷歌人工智能李世石
围棋人机大战直播
围棋人机大战
相关的博文有：
本周最推荐
Well 是一款由 Matter 和 Mindtr...
随着时代的发展，居家生活也变得更加的智能，比如家用电器可以透过 App 来控制什么的，这听起来似乎很方便的样子，但是如果每一...
Copyright (C)
All rights reserved.
请选择一张图片分享
要转发到新浪微博，请
要转发到QQ空间，请}