围棋人机大战职业高手戏耍电脑 设计者太业余_网易体育
围棋人机大战职业高手戏耍电脑 设计者太业余
用微信扫码二维码
分享至好友和朋友圈
电脑依然如蹒跚学步的孩子般缓慢前行。
（原标题：围棋人机大战职业高手戏耍电脑 设计者太业余）
计算机和人对阵在棋坛已不是新鲜事。早在1997年，计算机软件“深蓝”就战胜国际象棋世界棋王卡斯帕罗夫，开创了人工智能博弈的时代。经过近20年的发展，超级计算机通过强大的运算和编程能力，几乎在所有棋类比赛中都有击败过人脑的记录，不过，在领域，电脑依然如蹒跚学步的孩子般缓慢前行。就在这个月，一场精彩的围棋在北京开打，由电脑冠军“石子旋风”挑战中国名人战冠军连笑七段，最终，连笑在让四子、让五子的对局中获胜，只在让六子时负于了计算机。按照业内通常的棋力对比判断，这次的计算机围棋水平恐怕业余4段的水平都不到，为何围棋电脑如此实力不济？据记者了解，这次的围棋人机大战源于联众承办的“美林谷杯世界计算机围棋锦标赛”。在这次锦标赛中，共有来自中国、韩国、日本、美国、法国、捷克和中华台北等7个国家和地区的9支队伍参赛，当然，这些队伍派出的“选手”都是围棋软件，最终，韩国队的围棋软件“DolBaram”(中文“石子旋风”)夺得这次计算机围棋比赛的冠军，而后才有了这场人机大战。说起“石子旋风”，绝对不是“无名之辈”。今年3月，它曾经在被让四子的情况下，战胜了老一代日本超一流棋手赵治勋九段，这让它的名声在外。至于连笑本人，此前从未与电脑软件对弈过，因此这种陌生感让他赛前相当紧张，不过，在与电脑软件试过几次后，连笑心中有了底。随后人机大战正式开始，首先在让四子对局中，“石子旋风”序盘阶段确实展现出了不错的水准，招数几无差错，但棋入中盘后，连笑不按常规出招，各种变化显然出乎电脑软件的预料之外，它开始犯晕，并接连下出莫名其妙的着法，连笑借此机会掌控了局面。等到连笑已经稳稳赢定时，电脑“石子旋风”并不像高手一样提前认输，而是仍在做着无谓的抵抗。按照赛制，本次人机大战采用一盘一升降的规则，即输棋一方再让一子，这样“石子旋风”从让四子，到让五子，接连输了两盘，直到让六子较量中，“石子旋风”才展现出了较强的中盘战斗力，出人意料地吃掉了白棋的一条大龙。此后，连笑施展手段，四处挑起战斗。但是“石子旋风”在劫争中下得很顽强，顶住冲击之后呈现小胜的局面，在这种情况下，连笑中盘认输。在这方面，人比计算机要显得更大度、更知趣。连笑赛后表示，让六子的这盘棋让他有些意外，因为在弈棋过程中，尽管“石子旋风”有明显的失误，但它也很快发现了吃掉白棋大龙的手段。“其实我知道那块大龙要死了，但我最初以为它不一定看得出来，因此试了几手，没想到它应付无误，而且在后面打劫的地方也下得很好。”连笑说，“因此我总的感觉是，‘石子旋风’的发挥不稳定，有时下得很好，有时下得比较臭。”局后，“石子旋风”设计者、韩国人林在范称电脑“石子旋风”在比赛中一度网络掉线，可能影响了它的临场发挥。但九段等职业高手认为，连笑此前曾在右下角引爆的双劫，让电脑反应不过来，出现了“死机”状况。可见，在复杂局面的计算及处理上，目前的围棋电脑程序依然没有质的飞跃。
在国家围棋队中，俞斌九段是一个电脑高手，在他看来，国际象棋的电脑程序是围绕着杀死王这一要点设计的，比较有效。而围棋的棋子没有大小之分，电脑无法判断哪条大龙更大，从而无法准确做出取舍。围棋到后盘收官变化无穷，越下到后面，盘面形势就越复杂，这让计算机程序难以做出正确选择。是不是电脑围棋就真的没有前途了？对此，俞斌九段认为：“现在设计围棋电脑软件的都是业余棋手，而软件的水平很难超过设计者，光靠电脑会记能算，想战胜职业高手是不容易的。业余棋手思考问题的方法与职业棋手不同，如果今年由围棋和电脑软件高手联手编写软件，那么，电脑围棋的水平会有质的变化。”
本文来源：中国新闻网
作者：李立
责任编辑：王晓易_NE0011
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈围棋人机大战预示了怎样的未来
[摘要]今天失败的是李世石，而不是人类。”不过，也有人认为李世石尽管输掉了比赛，但并非输给了机器，而是输给了机器背后人类的智慧结晶，这仍然是人类的胜利。日－15日，谷歌旗下公司DeepMind开发的人工智能AlphaGo挑战世界排名第二、韩国棋手李世石九段，这场在首尔四季酒店举行的五番棋大赛被视作有着重大历史意义的世纪大战，谷歌设置了100万美元的基础奖金。目前五番棋胜负已分，AlphaGo连取三盘后，李世石在第四盘扳回了一局。此前，AlphaGo于去年10月与欧洲围棋冠军樊麾二段进行了一场秘密赛事，AlphaGo以5:0获胜，令棋界哗然。计算机对棋类运动的挑战可以追溯到1949年第一款国际跳棋软件，而在1997年超级计算机深蓝击败象棋大师卡斯帕罗夫的比赛上，更多人了解到人工智能在棋类运动上的超强能力。但是，由于围棋分支系数大，巨大的计算量连计算机也难以企及，因此一直以来被视为人类智能的最后堡垒。《自然》杂志在评论樊麾的失利时称：“面对谷歌围棋AI，人类最后的智力骄傲崩塌了？”因此，李世石与AlphaGo的这场比赛被看作人类与人工智能一决胜负的大战而举世瞩目。作为围棋的起源国，围棋在中国有着超过2500年的历史，国内社会各界对这场比赛尤为关注，对于比赛本身和背后折射的人工智能问题的讨论在过去一周内层出不穷，下文将略作梳理。李世石为什么输，AlphaGo凭什么赢？正在与AlphaGo对弈的李世石开赛前，李世石对获胜十分有信心，认为“到目前为止还是人类比人工智能强”。中国国家围棋队总教练俞斌、围棋国手柯洁、创新工场董事长李开复等人都认为李世石将会赢得比赛，尽管也有一些相反的声音，但随着比赛的展开几乎所有人都被AlphaGo的能力所震撼。无论AlphaGo和李世石的棋艺是否对等，人机博弈都不是公平的比赛。樊麾接受科技媒体《机器之心》采访时回顾了他与AlphaGo的那场对战，他认为最大的问题在于人都会犯错，而机器犯错的概率远低于人，这会形成负担，“我的形势不管好还是不好，我都担心自己犯错”，而人工智能没有人类棋手的心理感觉，因此双方的地位是不对等的。这次人机大战前夕，象棋大师卡斯帕罗夫在《新科学家》撰文评论称，“围棋，你的时间不多了”。他在文中回顾了与超级计算机深蓝交手时的情形，分析可能决定比赛结果的因素时同样强调了心理因素，指出心智运动需要高度集中精神，而面对早期机器的盲点时棋手可能会受到干扰。他认为，人和机器的关键差异就在于机器有着保持前后一致的优势，计算机不会犯下大错，也不会苦于骄傲、焦虑和精疲力尽。另一方面，AlphaGo的表现令很多职业棋手叹服，1997年出生的柯洁曾8次击败李世石，他赛前对人工智能不屑一顾的，但在第三场比赛结束后也坦言电脑“强得可怕”，“同样的条件下我输的可能性非常大”。DeepMind创始人Demis Hassabis在接受英国《卫报》采访时曾表示，“围棋是一个终极目标：它是一个游戏的巅峰，有着最丰富的智力深度。它如此迷人与美丽，令我们感到兴奋不仅在于我们掌握了这个游戏，还在于我们还用漂亮的算法完成了它。”AlphaGo的漂亮算法究竟是什么样的？卡耐基梅隆大学机器人系博士、Facebook人工智能组研究员、Facebook人工智能围棋程序Darkforest负责人田渊栋在知乎分享了《自然》杂志上发表的关于AlphaGo的文章中对其系统的介绍。AlphaGo的系统主要由以下四个部分组成：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；3.估值网络（Value Network），给定当前局面，估计是白胜还是黑胜； 4.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。依赖上述系统，凭借学习3000万步人类棋谱和昼夜不停息的自我对弈，AlphaGo获得了在比赛中展现出的高超棋艺。李世石接连失利后，有人质疑他是不是代表人类出战的最佳人选，职业围棋棋手李喆六段的《这两盘棋，没人会比李世石做得更好！》一文激烈反驳了这种论调。李喆认为AlphaGo的目标只有赢，不求最优，其强势表现是李世石的强大逼出来的。李喆称，“我不知道AlphaGo的极限在哪里，看到无法用言语来表达的震撼和美，新时代真的来了。”李世石在第三场告负后接受采访时表示，“今天失败的是李世石，而不是人类。”不过，也有人认为李世石尽管输掉了比赛，但并非输给了机器，而是输给了机器背后人类的智慧结晶，这仍然是人类的胜利。谁的未来：围棋的？人工智能的？还是人类的？DeepMind创始人Demis Hassabis这场世纪大战被视为一个重大的改变未来的转折点。在围棋领域，AlphaGo恐怕真的将会改写历史。在封闭系统博弈中，人类早晚会被人工智能远远甩在后头。围棋运动会就此衰落吗？在知识分子公号刊发的“人工智能赢了棋，人类赢了未来”一文中，作者沈庞并不这样认为。他指出当1997年深蓝多次击败顶级象棋棋手之后，人们都以为这个游戏终结了，但事实并非如此。在那场比赛之后，卡斯帕罗夫率先提出了“人加机器”（Man-plus-Machine）的概念，即在比赛中使用人工智能增强国际象棋手的水平，而不是让双方相互对抗。这种比赛在之后被称为自由式国际象棋赛。选手们可以独自参赛，或者带一台人工智能照着它的路子下棋，也可以偶尔否决人工智能的选择，在2014年的自由式国际象棋对抗锦标赛上，纯粹使用人工智能的选手赢得了42场比赛，而人机一起参加的选手赢得了53场。人工智能并未削弱国际象棋的魅力，而是让人类成为了更好的棋手，这或许也会成为围棋的未来。那么AlphaGo的胜利是否意味着人工智能将进入一个新阶段？复旦大学计算机科学技术学院教授危辉认为对此应该保持审慎乐观，因为人工智能的核心科学难题，从50年多前人工智能的诞生到现在，还一个都没解决。他在日前的讲座中指出，人工智能能够解答的问题必须符合两个条件：能够精确定义以及范围有限。但现实生活中的大量问题既无法被精确定义也无一定范围。因此，AlphaGo并未带来颠覆性的改变。不过，AlphaGo或许预示着改变的方向。正如卡斯帕罗夫指出的那样，完美计算一直以来都是计算机的长项，而人类大脑擅长的是通用（generalities）、长期计划和将通用主题运用于新情况，这正是DeepMind努力的方向。创始人Hassabis正在把他从人脑中得到的启发用于构建首个“通用学习机器”：一套能像生物系统一样学习的灵活、自适应的算法，仅使用原始数据就能从头开始掌握任何任务，也就是通用人工智能（artificial general intelligence ，简称AGI）。他认为未来超级智能机器将与人类专家合作解决一切问题，“癌症、气候变迁、能源、基因组学、宏观经济学、金融系统、物理学等，太多我们想掌握的系统知识正变得极其复杂。”通用人工智能思维的方式能从巨大的人类无法掌握的信息量中转换出可使用的东西，“我们所研究的东西可能是针对任何问题的元解决方法（meta-solution）。”另一方面，这场比赛的结果再度激起了人们对于人工智能带来的威胁的担忧，人类与机器的对抗很容易让人联想起科幻小说和电影中机器人反叛的骇人场景。去年7月，物理学家霍金、哲学家乔姆斯基、技术专家伊隆·马斯克和数千名知识分子在一封呼吁取缔“机器人杀手”的研发和应用的联名公开信中警告称人工智能方面的军备竞赛可能是人类的灾难。霍金近期总结道：“在创造人工智能方面取得的成功将会是人类历史上最重要的事情。不幸的是，这也可能是最后一件。”但Hassabis认为至少在目前这种担忧是过虑了，他认为现在距离能够达到人类级别的通用智能还差好几十年，并且DeepMind也在积极采取措施来避免通用人工智能的潜在危险，包括发布它的代码，在与谷歌的收购协议中附带“禁止将该技术应用于军事或情报用途”的条款、在公司内部召集伦理委员会和咨询董事会等。不过他也坦言，“技术本身是中立的，但它是一个学习系统，所以不可避免的，它们会承担一些价值体系的印记和设计者的文化，所以我们需要非常小心翼翼地思考这些价值观。”Hassabis还在《卫报》的采访中提到，他不久前跟霍金就人工智能问题进行了长达4个多小时的谈话，他认为那次会面可能一定程度上改变了霍金对人工智能的看法，因为从那之后霍金就不在媒体面前提及“人工智能煽动性言论”了。（文/贾敏）转自澎湃新闻：/
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
每日微信 | 如果爱打牌的胡适也有朋友圈
新文化运动领袖胡适一度痴迷打牌你信么？不信就一起围观胡适的“朋友圈”吧。
←扫我订阅腾讯文化，每天至少一篇品味文章，让你的生活更充实
[责任编辑：zolazhang]
热门搜索：
Copyright & 1998 - 2017 Tencent. All Rights Reserved2016围棋人机大战 李世石代表人类出战 - 法律法规网
2016围棋人机大战 李世石代表人类出战
佚名 网络 　
10:28:45 　评论(/)
原标题：2016围棋人机大战 李世石代表人类出战3月9日12点，举世瞩目谷歌围棋（Alpha GO）挑战李世石“人机大战”将在韩国首尔钟路区fourseasons酒店正式打响，届时Alpha GO将揭开它神秘面纱！12点开赛。此次比赛早已不是单纯体育比赛，更关系到科技发展、哲学伦理3月9日12点，举世瞩目谷歌围棋（Alpha GO）挑战李世石“人机大战”将在韩国首尔钟路区fourseasons酒店正式打响，届时Alpha GO将揭开它神秘面纱！12点开赛。此次比赛早已不是单纯体育比赛，更关系到科技发展、哲学伦理，欧洲各国围棋官网因此事件访问量翻了10倍，中日韩等围棋发达地区关注度更是惊人。身为棋迷李开复谨慎看好李世石；而马化腾虽然没有明确支持谁，但认为此次比赛给业界带来非常大震撼；搜狗CEO王小川则将做客直播现场，见证历史时刻。观战指南：1，赛程：第一局3月9日、第二局3月10日、第三局3月12日、第四局3月13日、第五局3月15日，每局在北京时间12点开赛。2，赛制：比赛采用中国规则，黑贴3又3/4子（黑贴7目半）。比赛用时每方2小时，1分钟读秒三次。采用中国规则原因，是因Alpha GO以中国规则为基础开发。3，奖金：五盘对局三胜以上者为优胜，获得奖金100万美元（固定汇率：11亿韩元）。李世石下满五局可获得15万美元（约1亿6500万韩元）出场费，同时每胜一局获得2万美元胜局奖金。如果五盘全胜，胜局奖金为10万美元（1亿1000万韩元）。即：如果李世石五战全胜，最多可获得125万美元（13亿7500万韩元）收入。围棋界：人肯定赢对于人机大战结果预测，中韩围棋界都站在人类一边。3月7日晚，棋圣聂卫平向包括《第一财经日报》在内媒体表示，人工智能缺乏判断力，与人类棋手对弈很难取胜。“很多职业棋手，包括最顶尖职业选手，（对于局势）看法会有很多分歧，比如李世石认为形势可以，而柯洁可能认为不行。对于围棋判断，是计算机大难题，我不相信现在有电脑能突破这个，所以人和电脑下，百分之一百是人赢。”聂卫平表示。聂卫平依据在于，围棋变化可以归结为361阶乘，本身就是一个无限大数，其中还包含打二还一、打三还一、打结、倒扑等各种技法，可以说是变化无穷。“李世石最近状态非常好。”同一天，中国围棋选手柯洁表示。言下之意，目前人工智能还不足以挑战现役一流围棋棋手。此前，柯洁曾多次击败李世石，并在不久前收到了来自国内异构智能公司围棋AI“异构神机”挑战。但他并未应战。韩国女棋手尹英敏（音译）也站在李世石这边。被誉为“韩国围棋推广第一人”她昨日向本报记者表示：“按照双方水平来看，李世石九段不仅会胜出，而且会以压倒*优势胜出，如果李世石输掉一场都会被认为是重大失误。”“但我们需要注意到，本次比赛赛制设计对于AlphaGo比较有利。”尹英敏补充道。据了解，此次人机交手将大战5盘，日程分别是9日、10日、12日、13日和15日，比赛在韩国时间下午1时（北京时间12时）开始。尹英敏认为：“在这种匆忙日程下，人类疲劳度将会上升，但计算机却不会疲劳。”其次，双方各有2小时布局时间及3次60秒读秒（棋手将限时用完后倒计时时间）。每场比赛预计需要4~5个小时。“充裕时间为计算器运算提供了有利条件。”尹英敏表示，AlphaGo另一个优势是，而本次对局使用是中国围棋竞赛规则（比赛结束时，后走棋棋手贴目），是AlphaGo平时“训练”使用规则，而李世石则更熟悉韩式规则。除此之外，中国有句俗话叫“知己知彼，百战不殆”，如今AlphaGo对于李世石肯定已经非常“了解”，而李世石却对AlphaGo一无所知，这对于李世石来说也是劣势之一。但尹英敏同时表示，AlphaGo优势能否左右战局，依旧取决于李世石当天身体及精神状态。IT界观点不一作为人工智能界专家，李承镐观点与韩国近六成民众一致：李世石会获得压倒*优势。他认为，即便是机器人有其独有优势，依然无法对于状态良好李世石产生巨大威胁。他笑称：“毕竟很少会有顶级专业选手，连续好几场出现致命失误，除非他不愿意继续对决下去。”创新工场CEO、谷歌前全球副总裁兼大中华区总裁李开复也在知乎上表示，AlphaGo这次要打败李世石比较悬，但是1~2年之内必然完胜人类。李开复指出，樊麾只是职业二段，而李世石是职业九段，差别是巨大，“就比如说一个人乒乓球打败了非洲冠军，并不代表他就可以成功挑战中国冠军。”与上述观点不同，搜狗CEO王小川认为，人工智能将会完胜。他提出了自己两个断言：AlphaGo将会完胜李世石；除了围棋，人工智能在其他博弈类封闭游戏里也会横扫人类。“我认为谷歌那套深度学习方法加上搜索空间方法，大体上可以覆盖人思考，而且它可能做得更好。”王小川表示。AlphaGo研究者戴维·席尔瓦表示，AlphaGo系统关键是，将围棋巨大无比搜索空间压缩到可控范围之内。为了达到这一目，AlphaGo系统将最先进蒙特卡洛树状搜索技术与两个深层神经网络相结合，每个深层神经网络均包含许多层，每层又包含数以百万计神经元一样连接。在AlphaGo两种不同神经网络中，“策略网络”作用是预测下一步，并用来将搜索范围缩小至最有可能触发那些步骤；另一个神经网络“价值网络”则是用来减少搜索树深度，每走一步估算一次获胜方，而不是搜索所有结束棋局途径。上述方法使得AlphaGo搜索方式相比之前方法更人*化。例如，深蓝采用强力方法搜索棋子位置要比AlphaGo多数千倍。而AlphaGo则相反，它通过想象下完剩余棋局来对下一步进行预判，如此多次反复。在上述模拟游戏中，策略网络提出下一步智能建议，而价值网络则对走过每个位置进行评估。具体而言，谷歌首先采用围棋专业棋手3000万步下法对“价值网络”进行训练，直到该网络对人类下法预测准确率达到57%（AlphaGo之前纪录是44%）。但AlphaGo目标是击败水平最高人类棋手，而不仅仅是模仿他们。为了做到这一点，AlphaGo学会自己发现新策略，通过自身两个神经网络之间成千上万对弈，采用被称为强化学习试错法逐步进行改善。这种方法提高了“策略网络”效率，以至于最原始“神经网络”可以击败最尖端、构建有巨大无比搜索树围棋软件。“在与樊麾二段比赛后，我们对AlphaGo进行了多次更新。请大家关注AlphaGo以什么样方式与最优秀棋手李世石对弈。”哈萨比斯昨日预计，“再过大约5年时间，AI将全面超越最顶尖人类棋手。”最终赢家仍是人类无论是AlphaGo还是李世石赢得比赛，这都不是人工智能最终目。李承镐一再向本报记者强调：“人工智能开发最终方向，还是要取决于人类，并且服务于人类。毕竟人工智能也是由人类制作而成，这是人工智能技术发展基础和终极目，我们不能忘记这个目。”“另外，通过人工智能技术，能够促进IoT（物联网）等新技术开发，从而更有利于人类发展与福祉。”李承镐认为，近年来暂时停滞科技发展，将因人工智能技术，焕发“全新春天”。谷歌董事长埃里克·施密特也在赛前发布会上表示：“我们开发人工智能机器人最终目在于为人类提供福祉，为未解难题提供新解决方法；而其中，围棋只是我们选择增强人工智能机器人实力方法之一。无论这场对决孰胜孰负，最终赢家都将是人类自己，因为人工智能发展，最终受益者将是人类自己。”事实上，目前谷歌、百度都已经通过人工智能技术在语音识别、图片识别、无人驾驶等方面展开应用。“当湖十局，不止求胜，在棋局之外，我们探求新境界是人类智慧与机器智能配合，因而围棋智能仅仅是人工智能副产品，而人工智能终极目标是让我们拥有更加便捷生活。”异构智能CEO吴韧说。 tags：
如果爱玩游戏，你一定也跟电脑玩过&人机大战&吧？不过，你玩的都是小儿科，韩国，棋王李世石要和最先进的谷歌最先围棋程序AlphaGo开玩人机大战了。据称，这场人机大战今天中午12点就要打响，并且将进行
已成桃竹苗区的指标赛事“坤泰杯全国围棋赛”，订于5月15日(星期日)在新竹市立建功高中活动中心盛大举办，即日起开始接受报名；名额预计500人，额满为止，团体报名即日起至4月7日(星期四)止，个人报名至4月8日(星期五
近日，温州市民“良珍”（网名）就摊上事儿了。2月12日，“良珍”和朋友去越南旅行，在入境时，他随身携带无人机被当地海关扣押，他本人则因涉嫌“危害（越南）国土安全”而面临后续处罚或起诉。　　“良珍”是一名摄
　　近日澳洲上演蜘蛛对战棕蛇戏码，小蜘蛛证明了大小不是问题，硬生生打败这条体型大很多的蛇。这场小蜘蛛和蛇大战的好戏在澳洲新南威尔斯省上演，细长的长脚蜘蛛和棕蛇展开殊死战，蜘蛛更胜一筹获胜。棕蛇最长可达
热点 / Hot
站长推荐：2016围棋人机大战|2016围棋人机大战 谁才是最后的赢家【附直播地址】 - 时尚 - 至诚财经网
至诚-中国金融理财门户网站
2016围棋人机大战 谁才是最后的赢家【附直播地址】
　　直播截图
　　围棋人机大战开战!今天(3月9日)，李世石与阿尔法围棋的人机大战将在韩国打响。赛前，关于谷歌刻意夸大阿尔法围棋实力，从而谋求市场影响与提高股价的消息不胫而走。
　　谷歌赛前发布会&示弱&
　　在人机大战赛前的新闻发布会上，李世石和谷歌团队的代表分别发言。此事此前已经有过无数专访，因此发言新鲜的内容不多，但从蛛丝马迹似乎看出，谷歌团队已经做好了如果输了的应对。
　　谷歌董事长施密特一上场就说道：&这次无论谁胜谁负，实际上都是人类的胜利，我们今天无法想象的人工智能，明天可能就会应用在我们身边。&所说虽然非常有道理，但并未对比赛胜负表现出太多期待，给人隔靴搔痒之感。
　　阿尔法围棋研发者哈萨比斯在发布会上接受提问，谈到人类学习和机器学习的区别问题，他这样回答：&机器学习围棋我们现在遇到了两个问题，一是没有足够的棋谱数据，二是人类在学习的时候，可以有高水平的老师指导，而机器学习做不到这一点。&这两点与此前不少人工智能专家分析的阿尔法围棋继续提升可能遇到的瓶颈不谋而合。一个是顶级水平棋手的棋谱样本太少，深度学习缺乏足够大量的数据;二是电脑在判断上，尤其是布局阶段，细微的差别电脑无法深入理解。哈萨比斯对比赛结果的预测是胜负各50%。字里行间，谷歌团队似乎都留好了后路，做好了各种结果的应对打算。
客户投诉：
市场商务：
广告合作：QQ:
意见反馈：
工作时间：周一至周五8:30-18:00
公司地址：厦门软件园二期观日路26#404-1人机大战首局，围棋界看好的人类输给了“狗”_新闻中心_新浪网
人机大战首局，围棋界看好的人类输给了“狗”
人机大战首局，围棋界看好的人类输给了“狗”
科技能战胜人类智慧吗？3月9日，机器和世界围棋冠军5场大战的揭幕战开始。
人机大战宣传海报
　　比想象中的赢，人工智能来得快了些！
　　北京时间3月9日下午，韩国世界冠军李世石九段与谷歌AlphaGo对抗赛首局在韩国的四季酒店结束，李世石执黑186手中盘投子负于AlphaGo。第二场将于3月10日12点开局。
　　在1997年，IBM研发的”DeepBlue“（深蓝）对阵当时世界排名第一的国际象棋大师卡斯帕罗夫，卡斯帕罗夫输了。
　　1月28日，权威学术期刊《自然》宣布，谷歌的围棋AI“AlphaGo”以5：0完胜欧洲冠军、职业二段樊麾，并宣布将于3月挑战世界顶尖选手李世石。
　　机器已经在国际象棋上赢了人，为什么又要下围棋？这场人机大战，机器赢了意味着人工智能的突破性进展吗？
第一招：一条会自己学习的“狗”
AlphaGo与欧洲围棋冠军樊麾的5局较量
　　第一招：一条会自己学习的“狗”
　　AlphaGo：因2015年10月，它击败了围棋欧洲冠军、前中国职业棋手樊麾，一时名声大噪。
　　不过被人忽略的是，此前与法国“crazystone”、日本“zen”等当今最优秀围棋程序进行的500盘博弈，“ AlphaGo”只输了一盘。
　　“阿尔法狗”不仅记忆超强，还能够自主学习。它其实是一台具有 1200 核的搭载了基于价值判断与策略判断双重神经网络系统的具有自主学习能力的超级计算机。其中负责策略判断的策略网络又可以分为研究KGS（一款在线围棋对战平台，有真人包括职业棋手与机器人在其上对弈）上对弈数据的学习系统，以及一个自己与自己对弈的增强学习系统，而价值网络则完全通过增强学习系统来实现。
　　而人族这一方，是人类的棋手无疑。但为何是李世石（此时并非他鼎盛时期），而不是现在世界排名第一的中国选手柯洁呢？
　　原因很简单，围棋虽由中国人几千年发明，但近年来将之魅力和实力发挥至顶尖状态，当属韩国棋手。
　　截至2015年11月，总数方面，韩国共夺得56个世界冠军，中国则收获了27冠。其中李世石自2002年加冕富士通杯以来，十年时间里他共获14个世界冠军，数量仅次于李昌镐的18个。他被看作是继独步天下的李昌镐之后、韩国最具代表性的棋手。李世石的棋风特点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，故被称之为”僵尸流“。
　　李世石不按常理出牌，体现在他拒绝参加段位赛，也常有弃赛一说。在鼎盛时期，常口出狂言，大有逮谁灭谁之势头。如今锋芒日渐收敛，但内心骄傲依旧。
　　十多年来，他以落拓不羁、正邪两极的个性仗剑行走江湖，无视同时代的高手在金钱上的锱铢必较，最早在中国围甲联赛中提出“赢棋一盘10万元，输棋分文不取”的是他；在围甲联赛中前后两年多的时间里保持不败纪录的是他；他所在的围甲队降级后拒要1分钱奖金的也是他；2008年汶川地震，捐出当年亚洲电视快棋赛冠军奖金的还是他。
　　所以，不难理解，李世石为何接受人工智能阿尔法狗的挑战，他仍在证明自己。
第二招：这回较量的为何是围棋？
1997年，国际象棋等级分最高者、世界冠军卡斯帕罗夫负于超级计算机“深蓝”。
　　第二招：这回较量的为何是围棋？
　　围棋一直被看做是人类最后的智力竞技高地。因围棋步骤的绝对数量比宇宙的原子数还多，它一直被视为最复杂的电脑游戏之一，也是人工智能始终未解的挑战。
　　此前，在国际象棋、中国象棋在1997年和2006年两场人机大战中，先后被超级计算机攻陷。
　　其中1997年，IBM研发的“DeepBlue”（深蓝）对阵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。深蓝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。
　　最后卡斯帕罗夫以2胜1负3平败北。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。IBM拒绝了卡斯帕罗夫的再战请求，拆卸了“深蓝”。卡斯帕罗夫虽然后来多次挑战电脑战平，却无法找“深蓝”“复仇”，留下永久的遗憾。
　　2006年，中国超级计算机浪潮天梭在比赛中，同时迎战5位中国象棋大师。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。
　　最近几年，人工智能在自然语言理解能力上再次展现其优势 。2011年，“深蓝”的同门师弟“watson”（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。 “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。
　　而这一切，仅仅是在短短的20年间发生。
　　相较于中国象棋或者国际象棋，围棋的最大特点在于它的每一个棋子都是相同的，作用不是由其自身的“特殊功能”决定的，而是与它在整个棋局中与别的棋子之间的关系来决定的。
　　围棋棋盘盘面有纵横各19条等距离、垂直交叉的平行线，共构成19×19（361）个交叉点。 当棋盘为空时，先手拥有361个可选方案。在游戏进行当中，它拥有远比国际象棋更多的选择空间。有人预估这种可能性高达3361种。作为比较，国际象棋的局面可能性预估为3121种，而人类目前所观测到的总可视宇宙中的总粒子数预估为1075种。当然了，更准确的预估大约是0.012×3361，而最近有人求出这个数值的准确值： 935（好吧，我就只能暂且帮你装到这里。）
第三招：背后操盘者是谁？
AlphaGo所使用的神经网络结构示意图
　　第三招：背后操盘者是谁？
　　AlphaGo的背后是一家名为DeepMind的英国公司。其中 DeepMind 的创始人 Demis Hassabis 更是一位计算机天才。 曾是一位国际象棋神童，13岁就获得了大师头衔。
　　DeepMind在2014年1月，被google公司以4亿美元收购。其中间牵线人则是埃隆·马斯克，一位创建了 Tesla 和 Space X，并且担任两家公司 CEO 的硅谷狂人。他在收购前两年，就已向DeepMind投资650万美元。Google的加入，证明了DeepMind在人工智能方面的实力和未来发展空间。
　　差不过两年，google的人工智能试金石机会来了。
　　就在1月28日曝出了阿尔法狗击败樊麾的消息，随后拿出100万美元作为奖金挑战李世石。当日谷歌股价大幅上涨，涨幅4.42%，换算成市值涨了200亿美元。近日有媒体报道，DeepMind正推进自身医疗技术发展，因为其在围棋领域的影响，已经获得不菲的订单。
　　简单来说，这里面将蕴藏着无限的商机，自然会成为各类厂商争相追逐的焦点。
　　AI这块并非只有一家被盯上。
　　在Google宣布了AlphaGo战胜欧洲围棋冠军的消息后不久，Facebook也宣布说他们FAIR的围棋项目也早就成功解决了计算机下围棋这一课题 。
　　不过牛逼人士指出， 两者并不在于硬件上有所差异，而是在于算法上的高下。
　　Facebook的围棋对弈系统 DarkForest（黑暗森林）采用的则是基于深度卷积算法（DCNN）与蒙特卡罗树搜索算法（MCTS）的算法，前者利用类似于大脑的算法来学习和识别棋盘上各种模式的重要性，而后者相当于一种超前思维，用于计算详细的战略步骤。
　　是不是觉得这解释眼熟呀？文中一开头，AlphaGo的算法也差不多这么写。但到底如何解释，咱们就留到下一场继续来讲。
　　总之，不能一下子都教会你们如何装，要一步步来。
第四招：最大的赢家是谁？
Demis Hassabis是Google DeepMind的CEO
　　第四招：最大的赢家是谁？
　　有这么牛的人工智能团队支撑，“阿尔法狗”可谓是备受期待。
　　更重要的一点是计算机没有失误和不知疲劳。还有对弈的棋手，还要承受与对手不打照面的心理压力。这点，樊麾早已领教。
　　不过，棋界根据阿尔法狗战胜樊麾的棋谱，即使经过2个月的学习，也认为其水平还处在低位，尚不具备对李世石的威胁，赌人类胜出占到大多数。
　　热闹不怕人多，另外一部分人，尤其是看好AI人士，则在阿尔法狗身上押宝。而押宝的砝码正是来自它的深度学习能力，其此前对战樊麾的棋谱是“业余顶尖选手”，此外这个两月，阿尔法狗每天与自己对战棋局达1000万来增强学习，而李世石则是头脑模拟和左右手下棋。
　　这点如真的在今天的对战中显山露水的话，人工智能的未来只是咫尺的距离了。
　　尽管如此，李世石也相信自己的实力。“即使‘阿尔法围棋’战胜了欧洲冠军，但我认为到目前为止还是人类比人工智能强。
　　他表示，“阿尔法围棋”实力难与自己相争，自己将以4：1或者5：0取胜，如不出现失误，将100%获胜。
　　8日的新闻发布会上，李世石表示，在围棋的对决中，人工智能战胜人类的这一天终究会到来，但围棋自身的价值不会消失。
　　正如1997年卡斯帕罗夫被深蓝打败后，国际象棋并未衰败，反倒更加繁荣。人工智能在围棋之外领域，也将带来更大的发展前景。
第五招：大战规则是啥？
　　第五招：大战规则是啥？
　　比赛赛程：此次对战分为5局，分别是：3月9日、3月10日、3月12日、3月13日和3月15日。
　　比赛胜负：五盘对局，取得三局或三局以上者为胜。若比赛出现3-0或3-1已经分出胜负后，也将下满5局，以让AlphaGo获得更多的学习机会。
　　比赛规则：将采用贴7.5目的中国规则。每位棋手各有两个小时布局时间，3次60秒的读秒。
　　比赛时间：比赛开始时间为韩国当地时间下午1点（北京中午时间12点），比赛不设中间休息。每场比赛预计需要4至5个小时。
　　比赛流程：比赛时李世石在棋盘上落子，助手将手数输入电脑传送给AlphaGo，AlphaGo的手数由助手摆到李世石落子的棋盘上。
　　比赛奖励：获胜的一方将获得100万美元奖励。若AlphaGo获胜，奖金将捐献给联合国儿童基金和Go Charity。
　　比赛直播：比赛全程将在YouTube上的DeepMind官方频道进行直播，并有英文及韩文版解说。国内多个视频网站也将进行直播。
　　（新浪《新闻极客》 王辉 报道）
责任编辑：刘洋 SN189
新浪独家稿件声明：该作品（文字、图片、图标及音视频）特供新浪使用，未经授权，任何媒体或个人不得全部和部分转载。}