带玩具逛街时突然按下按钮的故事,丰满的妺妺3伦理播放,新婚人妻不戴套国产精品,大肉大捧一进一出好爽视频百度

看完圍棋人機大戰的前世今生,就知道第一局中AlphaGo贏的原因了

原創 1 收藏 評論
舉報 2016-03-10

資料來源:新浪微博
數英網用戶原創文章,如需轉載請遵循底部規范

人類和機器人AlphaGo(來自DeepMind,Alphabet子公司)的圍棋世紀大戰今天中午就將開打,這場人與機器的世紀大戰一共會進行五場,分別是3月9日、3月10日、3月12日、3月13日和3月15日,勝者將拿走100萬美元獎金。

如果AlphaGo獲勝,這些獎金將捐給聯合國兒童基金會和其他公益組織。在此前的比賽中,AlphaGo曾5-0完勝圍棋歐洲冠軍。

Alphabet的執行總裁埃里克·施密特(Eric Emerson Schmidt)在賽前的發布會上表示,無論誰在比賽中獲勝,人類都將是最大的贏家。

1.jpg


前世

一、人機大戰的雛形

1769年,匈牙利工程師坎比林為奧地利皇后做了一臺會下國際象棋的機器來消遣。這是一個機械裝置,有一名國際象棋高手巧妙地藏在機器里。這算得上是人機大戰的雛形。

1769.jpeg


二、深藍——蠻算硬漢創歷史(1997年)

1997年,美國超級計算機“深藍”以2勝1負3平戰勝了當時世界排名第一的國際象棋大師卡斯帕羅夫。“深藍”的運算能力當時在全球超級計算機中居第259位,每秒可運算2億步。

藍海.jpg

在今天看來,“深藍”還算不上足夠智能,主要依靠強大的計算能力窮舉所有路數來選擇最佳策略:“深藍”靠硬算可以預判12步,卡斯帕羅夫可以預判10步,兩者高下立現。德國人工智能研究中心負責人登格爾說,“深藍”是人工智能發展史上一個里程碑,但用卡斯帕羅夫的話說,它不會因為取得勝利而“感到喜悅”。

比賽中,第二局的完敗讓卡斯帕羅夫深受打擊,他的斗志和體力在隨后3局被拖垮,在決勝局中僅19步就宣布放棄。



三、浪潮天梭——以一敵五不知累(2006年)

2006年,中國超級計算機“浪潮天梭”同時迎戰柳大華、張強、汪洋、徐天紅、樸風波5位中國象棋特級大師。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66萬億次的棋位分析與檢索能力,最終以11:9的總比分險勝。

比賽異常激烈。柳大華在兩局之間中場休息時,直言“艱苦卓絕”。在這場高強度的消耗戰中,電腦最終取勝的關鍵,被認為是其不知疲倦的穩定性。

張強坦承:“以往和人比賽,到了最后時刻就是意志和心態的對決了,看誰能堅持到最后,誰能不犯錯誤。但是計算機沒有這樣的問題。”

從那場比賽開始,象棋軟件蓬勃發展,人類棋手逐漸難以與之抗衡。



四、沃森——全才學霸會察言觀色(2011年)

2011年,“深藍”的同門師弟“沃森”在美國老牌智力問答節目《危險邊緣》中挑戰兩位人類冠軍。雖然比賽時不能接入互聯網搜索,但“沃森”存儲了2億頁的數據。“沃森”可以在3秒內檢索數百萬條信息并以人類語言輸出答案,還能分析題目線索中的微妙含義、諷刺口吻及謎語等。“沃森”還能根據比賽獎金的數額、自己比對手落后或領先的情況、自己擅長的題目領域來選擇是否要搶答某一個問題。“沃森”最終輕松戰勝兩位人類冠軍,展示出的自然語言理解能力一直是人工智能界的重點課題。

2011年9月

在北京農展館舉行的一場圍棋人機大戰中,由北京郵電大學開發的“本手”在九路盤執黑受二子兩次以半子的優勢險勝國家圍棋隊總教練俞斌九段。

學霸.png


今世

 一、AlphaGo的可怕在于“不犯錯”(2015年10月)

2015年10月在與歐洲冠軍樊麾的對弈中就在公平的情況下以5比0完勝。樊麾在接受媒體采訪時認為,AlphaGo的可怕在于“不犯錯”。
然而,2015年10月,谷歌公司旗下的人工智能公司研發的AlphaGo以5:0戰勝歐洲圍棋冠軍、前中國職業棋手樊麾,這是人工智能程序首次在不讓子的情況下戰勝人類圍棋選手。


二、AlphaGo“我感覺我這樣會贏”(2015年11月)

2015年11月的首屆世界計算機圍棋賽上也上演了人機大戰。韓國的冠軍程序“石子旋風”卻被中國棋手連笑七段打到讓六子才先勝一盤。
 
而復雜多變的圍棋被人工智能領域的科學家認為有難以迅速突破的堡壘。上海圍棋隊主教練劉世振表示之前有職業圍棋選手參與的人機大戰,一般都會讓電腦五個子左右。

在這項世界計算機圍棋賽中“多面圍棋”研發者、美國計算機專家大衛·弗蘭特認為像形勢判斷、復雜的計算、對殺中的“次序”等等問題圍棋AI難以處理。

從科學的角度去看,圍棋棋盤盤面有縱橫各19條等距離、垂直交叉的平行線,共構成19×19(361)個交叉點。當棋盤為空時,先手擁有361個可選方案。在游戲進行當中,它擁有遠比國際象棋更多的選擇空間。
 
AlphaGo的核心系統屬于時下最火的基于神經網絡的深度學習:模擬人腦神經網絡,通過大量數據分析學習了3000萬步的職業棋手棋譜,再通過增強學習的方法自我博弈,尋找比基礎棋譜更多的打點來擊敗人類。AlphaGo通過策略網絡和價值網絡來決定棋路,不去計算每一步的可能性,頗有人類棋手“我感覺這樣會贏”的味道。


三、AlphaGo——戰勝人類頂尖旗手的一天很快到來(2016年3月)

2016年3月谷歌懸賞100萬美元,安排AlphaGo在首爾挑戰李世石。

李世石對記者表示,“阿爾法圍棋”實力難與自己相爭,如不出現失誤,將100%獲勝。

就像《自然》雜志寫道的那樣,“人類在下棋時有一個劣勢,在長時間比賽后,他們會犯錯,但機器不會。而且人類或許一年能玩1000局,但機器一天就能玩100萬局。”

 “所謂人工智能將突破最強棋手的說法,更多是宣傳手段。”一位圍棋界業余高手表示。不少業余高手在研究了五盤AlphaGo的棋譜后,得出了共同的結論——“AlphaGo無法擊敗李世石”。

 “這一次,谷歌懸賞一百萬美刀與李世石下,只能說李世石運氣太好。以現在這個計算機的實力戰勝李世石的可能性不到5%。”一年內拿下三項世界冠軍的柯潔旗幟鮮明地表達了自己的看法。

即便今年3月的人機大戰在圍棋界人士看來,人類獲勝并無懸念,但也承認圍棋AI日益強大,“戰勝人類頂尖棋手的一天也會很快到來”。

機器人.jpg


2016年03月09日

李世石第一戰中輸給了AlphaGo

@大好人趙希鵬:李世石要真下不過的時候可以拔它電源啊
@看小博口型來:給機器一百萬它能干什么?[doge][doge][doge]
@喻樂無窮:贏一盤就會贏所有//@Miss顧小欣:阿爾法這個品種的狗很是厲害[喵喵][喵喵]
@周子懋:大家不用悲觀。就下棋而言,機器很簡單,只是對人的每一步棋分析并枚舉可能棋路,以做出反應。也就是說,不具備獨立行棋能力。
@北歌丨零:其實說到底還是人跟人下,電腦里儲存了大量棋局,電腦會計算每一步如何下的勝率,僅此而已,它沒有在思考,只是在計算。所以真的只是谷歌的噱頭,意義不大。

在第一局中,李世石輸了

3.png

戰勝人類需要機器人?手機就戰勝機器人類了
李世石根本沒有想到

zhansheng-1.1..jpg

電腦會下軍旗和跳棋嗎?
電腦和人工智能完全是兩回事

戰勝2.2.jpg

現在不是講誰發明了圍棋,而是誰玩的好
阿爾法狗:等我再學幾個月,你們誰都不好使

戰勝3.3.jpg

強烈要求谷歌把阿法狗開源,讓國內的公司抄抄吧
戰勝4.4.jpg

本文系作者授權數英發表,內容為作者獨立觀點,不代表數英立場。
轉載請在文章開頭和結尾顯眼處標注:作者、出處和鏈接。不按規范轉載侵權必究。
本文系作者授權數英發表,內容為作者獨立觀點,不代表數英立場。
未經授權嚴禁轉載,授權事宜請聯系作者本人,侵權必究。
本內容為作者獨立觀點,不代表數英立場。
本文禁止轉載,侵權必究。
本文系數英原創,未經允許不得轉載。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權,侵權必究。

    評論

    文明發言,無意義評論將很快被刪除,異常行為可能被禁言
    DIGITALING
    登錄后參與評論

    評論

    文明發言,無意義評論將很快被刪除,異常行為可能被禁言
    800

    推薦評論

    暫無評論哦,快來評論一下吧!

    全部評論(0條)

    主站蜘蛛池模板: 承德县| 福清市| 宜章县| 平远县| 镇原县| 濮阳县| 华安县| 汉沽区| 洪江市| 洞头县| 平顶山市| 合水县| 安泽县| 郴州市| 大冶市| 文成县| 洪泽县| 大连市| 克拉玛依市| 固原市| 衡南县| 黄骅市| 信宜市| 双城市| 渝中区| 湖州市| 漾濞| 宁津县| 三门峡市| 浏阳市| 左贡县| 中卫市| 建水县| 合阳县| 巴马| 汕尾市| 岳西县| 秦安县| 雷州市| 拜泉县| 娄底市|