> 正文奇闻趣事
除了下围棋，人类还在哪些领域输给了机器？
发布：新新网络
发布时间：
　　相信，大家已经都听说了，&围棋，人类已经下不过谷歌AI了&......　　最近，谷歌宣布他们开发的人工智能程序AlphaGo，曾在去年10月5日-10月9日的闭门赛中击败欧洲围棋冠军樊麾(法国国家围棋队总教练)，而且还是以5-0的比分大获全胜。　　这件事也是震惊了国际棋坛和许多人工智能爱好者。谷歌AI如此逆天更是让一些人感叹这是在碾压人类的自尊心啊...有些人甚至认为人类快被自己灭绝了。　　其实，不止这次，很久以前人工智能和机器人就已经开始碾压人类的智商和自尊心了，在许多领域将人类秒成了渣。　　就拿棋坛来说，早在21年前，也就是1995年，美国艾尔波特大学开发的一款名叫奇努克(Chinook)的计算机程序就曾以1：0的成绩击败国际西洋跳棋大师Don Lafferty，获得&世界跳棋冠军&的称号。确切的说，应该是卫冕&世界跳棋冠军&，因为，奇努克此前已在1990年和1994年两次参加世界跳棋大赛。1990年那次，它以两胜、四负、33平不敌对手、世界顶级跳棋大师Marion Tinsley。1994年，它与Tinsley再战,在双方打了6局平手之后，Tinsley因患胰腺癌退赛，奇努克获得了冠军。2007年，奇努克最终完全破解了西洋跳棋游戏，也就是说就算是最顶尖的跳棋选手和它PK，最好的结果也只能是打成平手。　　除了跳棋，在象棋领域，人工智能也早在十多年前就把人类干趴下了。&&&&&&　　而这位象棋大师在赛前一直不相信计算机能赢过人类，甚至一度预言电脑要想战胜世界冠军，得等到2010年，而他要为人类的尊严而战。万万没想到，他轻视的对手&深蓝&把这个日子提前了13年，也是蛮尴尬的...　　1997年的深蓝凭借其超现实的运算能力，可搜寻及估计随后的12步棋，而一名人类象棋好手大约可估计随后的10步棋。如今，这台超级计算机已经成为了博物馆中的展品。2012年，IBM还曾放出纪念深蓝打败人类15周年的视频，真是随时不忘提醒人类:泥萌的智商和尊严是如何被机器踩在脚下的...&&&&&&&　　人类除了在棋坛屡屡失意，在一些益智游戏上也遭到了人工智能的尾追堵截。　　2006年，拼字比赛世界冠军DA与Vid Boys在击败约100名人类对手后，最终与电脑展开对决，结果以482比465的比分败给了一款名叫&Quackle&的程序。&&&&&&&　　既然，人类在智力方面已经被人工智能甩了好几条街了，那我们不如拼一下体力好了！　　不要高兴的太早...想想你一个血肉之躯凭什么跟人家拼体力...不过看机器人平时都很笨重的样子，行动十分缓慢，或许我们可以和他们比比跑步！　　可遗憾的是，2012年，美国国防部先进研究项目局赞助研发的机器人&猎豹&(Cheetah)就以28.3mph打破了博尔特曾在百米赛跑中创下的27.78mph的最高速度...&&&&&&&　　如今，这款猎豹机器人又掌握了跨栏技巧，哎...哒哒君表示还好这是美国的国防项目将服务于军方，并不会登上奥运舞台...　　既然，人类的智商和体能在人工智能机器人面前已双双扑街，那我们还有什么？听天由命吗？　　好像也不行了，因为像石头剪刀布这种看似靠运气定胜负的游戏，我们也玩不赢机器人了，而且是100%被玩虐...　　机器人之所以能有100%的胜算，并非掌握了博弈论、心理学之类的高深学问，而是因为它学会了如何作弊还不让人发现~&&&&&&&　　而这位象棋大师在赛前一直不相信计算机能赢过人类，甚至一度预言电脑要想战胜世界冠军，得等到2010年，而他要为人类的尊严而战。万万没想到，他轻视的对手&深蓝&把这个日子提前了13年，也是蛮尴尬的...　　1997年的深蓝凭借其超现实的运算能力，可搜寻及估计随后的12步棋，而一名人类象棋好手大约可估计随后的10步棋。如今，这台超级计算机已经成为了博物馆中的展品。2012年，IBM还曾放出纪念深蓝打败人类15周年的视频，真是随时不忘提醒人类:泥萌的智商和尊严是如何被机器踩在脚下的...&&&&&&&
推荐信息：
最新信息：
深圳最值得信赖的品牌-深圳品牌营销网站建设专家樊麾回应输给电脑:最初不信它能赢 自己棋太臭
樊麾虽然早已淡出一线，目前仍可称“欧洲围棋之巅”
樊麾0比5不敌谷歌的“阿尔法围棋”5：0 阿尔法棋局一小步 人工智能一大步人工智能下到底有多难？计算围棋是个极其复杂的问题，比国际象棋要困难得多。围棋最大有3^361（3的361次方）种局面，大致的体量是10^170，而已经观测到的宇宙中，原子的数量才10^80。国际象棋最大只有2^155种局面，称为香农数，大致是10^47。面对任何棋类，一种直观又偷懒的思路是列举所有能赢的方案，这些方案会形成一个树形地图。只要根据这个地图下棋就能永远胜利。然而，围棋一盘棋以平均要下150步计，每一步有250种可选的下法，所以粗略来说，要是电脑用列举所有情况的方式，围棋需要计算250^150种情况，大致是10^360。相对的，国际象棋每盘大约80步，每一步有35种可选下法，所以只要算35^80种情况，大概是10^124。无论如何，枚举所有情况的方法是不可行的，所以研究者们需要用巧妙的方法来解决问题，他们选择了模仿人类大师的下棋方式，并采用电脑人工智能。据报道，阿尔法围棋最新版具有强大的人工智能功能，它可以通过输入大量高手对局来提高水平。此外，更为强大的是，它可以通过“人机对局”、“机机对局”进行训练来不断提高水平。由于现在计算机的运算能力是极其强大的，因此“阿尔法围棋”水平还会不断进步和提高。川籍职业棋手余平在自媒体中评论本次人机对弈第五局时说，带圈的白子，是“惊天动地”的一手，尽管别的职业高手认为这是步臭棋，但余平认为电脑学会了在放弃蝇头小利，而掌控中腹大势，也就是说可能具备了棋圣聂卫平式的大局观，这才是电脑真正可怕的地方！电脑终将打败人脑，即使是东方人所钟爱的围棋。只是这一天似乎来得太快了，据国际顶尖期刊《自然》1月28日报道：由谷歌开发的一款名叫“阿尔法围棋”（Alphago）的人工智能，在一场秘密试验中，在分先（平下，不让子）状态下5：0击败中国旅欧职业棋手、法国围棋总教练二段！当天，樊麾二段接受本报记者微信采访时回应：“我输了，这是肯定的，而且没什么机会，大家都看到了。因为此前和谷歌签了保密协议，所以现在也许我不能把所有的东西都告诉大家。有的人说我‘放水’，怎么可能呢？我想赢，而且尽了我的全力，只能说，可能我棋比较臭呗。”“阿尔法”战传奇李世石？还不能说据了解，击败实力不俗的现役欧洲冠军樊麾之后，今年三月，谷歌将安排“阿尔法”挑战韩国籍世界冠军李世石九段，近十年来，李世石是夺取世界冠军头衔次数最多的超一流棋手，所以从严格意义上讲，那才是真正的“人机大战”。作为“阿尔法”的手下败将，樊麾如何预测即将到来的“人机大战”大胜负？对此，樊二段表示：“这个确实属于保密协议中的内容，我只能说不知道。”他还回顾了当时的比赛情景——“就是在一个特定的房间里，我面前有一张棋盘和一台电脑，我没有在电脑上直接下，而是通过棋盘下的。”至于落败的原因，樊麾分析如下——“首先是自己棋有点臭，尤其是到了后半盘，开始读秒的时候老打‘勺子’，下得也比较着急，我这些毛病，事后看都被电脑抓住了。其次应该说是心态问题，我太想赢了，而且一开始我也不太相信它能战胜我。”樊麾棋力如何？据笔者了解，虽然他早已淡出一线，目前依然可称“欧洲围棋之巅”，去年参加世界大赛，也有非常精彩的表现。与一线的职业高手相比，樊总教练自然会有些差距，不过要说一般的业余围棋高手可以撼动他，这绝无可能。从这个意义上讲，“阿尔法”的胜利是颇具含金量的。本土围棋界“电脑专家”：太可怕了！余平六段一晚上睡不着觉，无他，作为当年中国国家围棋队里知名的“电脑高手”，他充分理解电脑在围棋领域战胜职业选手意味着什么。“我知道这一天终归会来，但是没想到来得这么快！以前我预测如果我亲自去搞一个人工智能程序，击败职业棋手的话，可能需要20年，没想到谷歌这么快就完成了。现在的问题是，阿尔法人工智能的核心是神经网络——策略网络和值网络，我个人认为前者最重要。如果是通过深度学习，也就是用人堆出来的神经网络打败了樊麾，我觉得还可以接受，但如果不是用人堆的，而是真正的人工智能，那就太可怕！你想：如果人工智能已经不需要用人去堆，未来世界里，一个机器人的价值已经不能用人数去抗衡，这可能会颠覆人类固有的理念！”至于刚刚结束的“人机大战”，职业六段余平仔细研究了公布出来的棋谱，他总结：“我认为电脑围棋现在真的很厉害，很简单，它布局采取日本式的，非常工稳，到了中盘，电脑具有非常卓越的大局观，和职业棋手相比也不逊色，而到了后半盘官子阶段，算目数对它来说太简单了，还不会失误，这太重要了。我认为将来人类职业棋手如果不能在中盘就打败电脑，一旦进入后半盘，就根本没戏。”余平还预测了三月份即将展开的“阿尔法”与李世石之战——“我感觉，李世石要吃苦头了！” 华西都市报记者贾知若战传奇阿尔法可能隐藏实力李世石迎战：有信心获胜100万美元史上最高围棋赛奖金！3月8日至15日李世石九段将与谷歌围棋AlphaGo在首尔进行人机大战，胜者奖金高达100万美元。据悉谷歌围棋如获胜将捐赠奖金。李世石欣然应战，表示有信心获胜。英国时间27日下午6点，位于伦敦的谷歌旗下人工智能研究机构DeepMind在世界顶级学术杂志《自然》发表了关于围棋人工智能项目的论文，顿时成为业界焦点。阿尔法在堪称人工智能难关中的皇冠——围棋项目中达到了里程碑的成绩，被誉为开创了人工智能的新纪元。谷歌围棋论文中公布了AlphaGo与樊麾的5局棋谱，有韩国棋手品过之后认为AlphaGo棋风很沉着，在局部的次序和战斗与众不同，按棋谱显示的实力，目前最顶尖棋手能让其2至3子。但由于对局是去年10月进行的，谷歌方面或许有意隐藏实力，AlphaGo有可能已达到职业五段水平。谷歌围棋随即向顶级职业棋手李世石发出挑战，比赛预计3月8日至15日在首尔举行，胜者奖金高达100万美元，相关的记者发布会稍后会在“谷歌韩国”举行。欣然应战的李世石表示，很荣幸能与谷歌人工智能围棋对决，感到非常高兴。这是围棋史上的重要比赛，所以接受挑战，并且有信心获胜。看好谁李世石可能比阿尔法强在哪？人类围棋的最高水平比计算机高明在哪？其实就在于一些定式、死活、对杀计算这些“实”之外的一些“虚”的东西。以李世石与朴廷桓名人战决赛第4局的较量为例，李世石在白1托右下角的时候出人意料地选择脱先2位尖，着实令人感到匪夷所思。我们不去评价这手棋是不是棋盘上最佳的一手，这手棋的关键在于很多隐藏的意图。计算机可能会通过棋型判断左边的黑棋会不会有安全问题，如果没有断然不会自补一手，而是思考右下局部如何应对，但李世石为何下这一手呢？1加强了左边黑棋的，2瞄着下边的冲断，3瞄着侵消左边白棋，4瞄着将来或许可以攻击上边的白棋。这几个意图在这一手落下之后便不再神秘，但在落子前这些信息是完全隐藏的。如何发现这些隐藏的信息、意图以及做出选择之前全方位的模糊价值判断，才是计算机攻克这次瓶颈的关键所在。然而，一旦突破之后，恐怕围棋人工智能将不可阻挡。人类发明了汽车，跑得比人快得多。发明了船和潜艇，也比人更能驾驭江河湖海。发明了飞机征服了天空。现在，人类发明的计算机正在展开智能领域的凶悍攻势，围棋或许是人类最后的堡垒。3月AlphaGo与李世石史无前例的人机大战，您看好谁？众说上海围棋队主教练刘世振：“之前的顶级围棋AI棋力基本维持在业余五段的水平。有职业围棋选手参与的人机大战，一般都会让电脑五个子左右。在我看来，今年3月，李世石取胜没有悬念。”《自然》杂志：“人类在下棋时有一个劣势，在长时间比赛后，他们会犯错，但机器不会。而且人类或许一年能玩1000局，但机器一天就能玩100万局。”世界冠军柯洁：“这一次，谷歌悬赏一百万美刀与李世石下，只能说李世石运气太好。以现在这个计算机的实力战胜李世石的可能性不到5%。”脸书CEO扎克伯格：在过去六个月中，我们已开发了一个人工智能系统，代号为Darkforest。它走棋的速度很快，每隔0.1秒就能走一步棋。我们已经快要成功了。揭奥秘“深蓝”之后，人类最后的智力骄傲要洗白？这是人类历史上，围棋AI第一次在公平比赛中战胜职业选手。1997年，国际象棋AI第一次打败顶尖的人类；2006年，人类最后一次打败顶尖的国际象棋AI。欧美传统里的顶级人类智力试金石，在电脑面前终于一败涂地，应了四十多年前计算机科学家的预言。阿尔法的必杀技：机器学习曾预言计算机围棋赢人类需要10年至少还有东方，人们自我安慰道。围棋AI长期以来举步维艰，顶级AI甚至不能打败稍强的业余选手。这似乎也合情合理：国际象棋中，平均每回合有35种可能，一盘棋可以有80回合；相比之下，围棋每回合有250种可能，一盘棋可以长达150回合。这一巨大的数目，足以令任何蛮力穷举者望而却步——而人类，我们相信，可以凭借某种难以复制的算法跳过蛮力，一眼看到棋盘的本质。英国围棋协会主席乔恩·戴蒙德表示：“这场比赛之前，我曾预计，计算机程序能够击败人类顶级围棋选手，起码要等到5至10年后。”谷歌的研究者们祭出了终极杀器——“深度学习”。深度学习是目前人工智能领域中最热门的科目，它能完成笔迹识别，面部识别，驾驶自动汽车，自然语言处理，识别声音，分析生物信息数据等非常复杂的任务。训练AI自己跟自己下棋棋力更精进人类在下棋时有一个劣势，在长时间比赛后，他们会犯错，但机器不会。而且人类或许一年能玩1000局，但机器一天就能玩100万局。所以阿尔法只要经过了足够的训练，就能击败所有的人类选手。研究者们用许多专业棋局训练AI，这种方法称为监督学习，然后让AI和自己对弈，这种方法称为强化学习，每次对弈都能让AI棋力精进。然后他就能战胜冠军啦！阿尔法的核心是两种不同的深度神经网络。“策略网络”和“值网络”。它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所做的一样。真优势推算20步内哪里下子赢面大“值网络”负责减少搜索的深度——AI会一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线，不用一条道算到黑；而“策略网络”负责减少搜索的宽度——面对眼前的一盘棋，有些棋步是明显不该走的，比如不该随便送子给别人吃。利用蒙特卡洛拟合，将这些信息放入一个概率函数，AI就不用给每一步以同样的重视程度，而可以重点分析那些有戏的棋着。阿尔法利用这两个工具来分析局面，判断每种下子策略的优劣，就像人类棋手会判断当前局面以及推断未来的局面一样。这样AlphaGo在分析了比如未来20步的情况下，就能判断在哪里下子赢的概率会高。
本组稿件综合新华社、央视、《参考消息》等【推荐阅读】
本文来源：网易体育
作者：华西都市报
责任编辑：璐婷_NS5242
48小时评论排行
评论81799条
评论47277条
评论39858条
评论39124条
评论38486条
不做嘴炮 只管约到
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
用微信扫描二维码分享至好友和朋友圈新 AlphaGo 跟老 AlphaGo有什么不同 柯洁 vs AlphaGo围棋对决看点介绍
人工智能和人类大脑的终极对决在5月23日正式展开，这次的对决的项目还是围棋，中国作为传统的围棋故乡，其实力是毋庸置疑的，下面我们就分析一下人工智能AlphaGo，感兴趣的网友们，赶紧过来看看。柯洁 vs AlphaGo围棋对决现场直播下载地址：/soft/491072.html新 AlphaGo 跟老 AlphaGo有什么不同作为一个从 2014 年发展至今的围棋人工智能项目，其实AlphaGo在发展历程中使用过多个名字，比如最早期亦城围棋上的 “DeepMind”，又或者是之前在野狐平台上的 “Master”。那么这次的 “新AlphaGo” 是否也只是一个新名字？答案必然是否定的，之前起新名字很可能有保密、个人喜好等原因，但这次新添加的 “新” 字只为了突出一点――这是 “机器自学” 为主的一版AlphaGo。这一点判断的线索，来自于今年初，Master 在网络上一口气横扫 60 名人类棋手的时候。当时 Master 第二次战胜柯洁之后，棋圣聂卫平曾表示:Master 改变了我们传统的厚薄理念，颠覆了多年的定式。围棋远不像我们想象的那么简单，还有巨大的空间等着我们人类去挖掘，阿法狗也好，Master 也罢，都是‘围棋上帝’派来给人类引路的。著名棋手古力在成为 Master 的第 60 个手下败将，之后，也在微博发表了自己的感受：作为第 60 个勇士，牺牲了。。。经过这几天的对局，我深深的感受到围棋的神秘，似乎 Master 给我们打开一道围棋的神秘之门，不论胜负，人类与人工智能共同探索围棋世界的大幕即将拉开，新一次的围棋革命正在进行着。。。这种表现，与将近一年前的 “老AlphaGo” 可谓天差地别。想要达成这样的成绩只有一种可能――DeepMind 寻找到了一种机制来摆脱围棋中的 “人类束缚”。迷之改进：一举让AlphaGo成为人类老师作为一个极其特殊的棋类和任务，围棋拥有数量极其庞大的可能性，总的局面数量达到 10^172，而可观测宇宙范围内的原子数量不过 10^80。这也意味着穷举绝对不是一条明智的路线。最终 DeepMind 给出了一套能够 “模拟” 出人类顶尖高手的方案：深度学习 + 蒙特卡洛搜索树 + 自我进化。这一套架构在 DeepMind 发布在《自然》杂志中的论文中已经有详细叙述，（/nature/journal/v529/n7587/full/nature16961.html）如果你对其中的细节感兴趣，推荐阅读国内人工智能创业公司彩云 AI 创始人、CEO 袁行远在知乎上的相应回答。（/question//answer/）深度学习用以分析人类棋盘，蒙特卡洛搜索树用来减轻工作量，自我进化用来提升能力。但有限的运算能力还是给 DeepMind 出了一个不小的难题，后者最终想出了一个办法：只对学习到的人类棋招进行蒙特卡洛搜索树运算，这恰如人类棋手依赖定式。定式，又名定石，指的是人类下围棋长久积累下来的一种经验，对弈双方在特定情况下会遵循固定下法。著名棋手吴清源则将简单描述为 “在角部彼我棋子接触时最合理的走法”。这些定式被记载在各式各样的棋谱当中，成为新手入门必看的书籍。虽然定式是某种意义上是最合理的走法，但它却是理想化条件下的产物，想要完整复现定式，意味着双方都必须抱有同样的理想化思路。而历史上并不缺乏不遵守定式，或者用新定式打败对方的事例。问题来了，为什么千变万化的围棋会出现定式？而且死守定式会输，不学习定式也会输。答案只有一个――人类需要定式来减少围棋上面的变化，这样进入中盘之后人类才能利用自身能力掌握棋局走向。凑巧的是，这回我们遇到的是运算能力远超人类的计算机，让掌握更多乃至全部围棋奥秘拥有了一丝可能。但究竟新AlphaGo怎么样摆脱 “人类束缚”？参考之前 “老AlphaGo” 的工作方式，排除运算过程中所有人类元素可能是最彻底的方法。但这样一来就必须找到另外一种减轻运算压力的策略。目前来看，这个秘密也只能等 DeepMind 方面稍后公开了。
如果您喜欢本文请分享给您的好友，谢谢！}