柯洁感慨称机器人未来或砸棋手饭碗 愿约战AlphaGo|执黑|打法_凤凰资讯
柯洁感慨称机器人未来或砸棋手饭碗 愿约战AlphaGo
用微信扫描二维码分享至好友和朋友圈
今天下午，“阿尔法围棋”(AlphaGo)机器人与韩国棋手李世石的五番棋首战结束，最终李世石执黑失利，让人颇感意外。对此，中国围棋新一代代表人物柯洁表示，自己的下棋风格和AlphaGo很像，未来愿意和它进行约战。
在本次开局阶段，双方开局就非常特别。由于是对战机器人，李世石开始的打法就选择了不常规的走法，但在开局阶段，AlphaGo获得了比较大的优势。
柯洁的微博截图 原标题：柯洁感慨机器人未来或砸棋手饭碗 愿约战AlphaGo 中新网3月9日电 今天下午，&阿尔法围棋&(AlphaGo)机器人与韩国棋手李世石的五番棋首战结束，最终李世石执黑失利，让人颇感意外。对此，中国围棋新一代代表人物柯洁表示，自己的下棋风格和AlphaGo很像，未来愿意和它进行约战。 对于李世石不敌AlphaGo，柯洁表示了担心，他认为这个软件的未来会过于强大，导致国内棋手没有饭碗，生存空间大打折扣。柯洁表示，&AlphaGo的下棋风格和我很像，在面对选择时，哪边利益大就会选择哪边，它主次分得很清楚。地方不利的地方会拼，越到后面计算就越精准。& 柯洁点评到，&李世石积攒的优势不足以挥霍，我也很害怕AlphaGo打遍职业无敌手，它确实很厉害。但是它也有失误，说明人类还有机会，希望接下来几盘棋李世石能找回状态。&柯洁还幽默地表示，&照这样下去，李世石可能就拿不到奖金了。& 虽然李世石首战失利，但这也激发了柯洁的斗志，他明确表示，自己愿意接受AlphaGo的约战。&我想看看他的实力，百闻不如一见，百看不如一试。可能这是我第一次没有那么强烈的自信，我觉得自己胜算没有对其他棋手时那么大，大概占六成。&柯洁还略有担心地认为，&按这个速度，再过几个月或几年，AlphaGo的胜算会越来越大，人类被它战胜也将是早晚的事。& 解读新闻热点、呈现敏感事件、更多独家分析，尽在凤凰网微信（ID：ifeng-news），欢迎关注。
[责任编辑：彭莹羿 PN062]
责任编辑：彭莹羿 PN062
用微信扫描二维码分享至好友和朋友圈
凤凰资讯官方微信
播放数：503500
播放数：240414
播放数：238442
播放数：5808920
48小时点击排行人族李世石VS机器人AlphaGO | 【可飞的瞎扯淡系列】 - 简书
下载简书移动应用
写了21098字，被30人关注，获得了79个喜欢
人族李世石VS机器人AlphaGO | 【可飞的瞎扯淡系列】
一、人族李世石vs机器人AlphaGo
19年前，IBM发明的超级计算机“深蓝”战胜了世界国际象棋冠军卡斯帕罗夫，围棋被认为是人族最后的堡垒还没有被攻克。直至今日，机器人在筹谋已久之后，终于派出了他们的王牌AlphaGO来挑战人族的（前）围棋世界冠军李世石。让我们看一下交战双方及比赛规则。
韩国围棋九段棋手，成长于韩国全罗南道偏僻的飞禽岛，所以又被称为“飞禽岛少年”。因中文汉字无“乭”字（韩国自创字），故中文媒体多将其简化为“石”（李世石）。早年棋风锐利，擅长大规模的攻杀，成绩卓越，近年来随着年纪渐长与技术逐渐成熟，开始转变为全能棋风，能攻能守，刚柔并济成为一代棋界巨匠。李世乭厉害之处在于他下棋的风格飘渺灵幻，时常有神来之笔，兼有强大的战力且计算极为精准。同时他也有着高水准的心理质素，世界大赛上常在落后的情况下迎头赶上逆转拿下胜局。在最新的世界围棋排名中名列第二。
AlphaGo是一套为了围棋优化的设计周密的深度学习引擎，使用了神经网路加上MCTS (Monte Carlo tree search），并且用上了巨大的谷歌云计算资源，结合CPU+GPU，加上从高手棋谱和自我学习的功能。这套系统比以前的围棋系统提高了接近1000分的Elo(围棋等级分），从业余5段提升到可以击败职业2段的水平，超越了前人对围棋领域的预测，更达到了人工智能领域的重大里程碑。根据戴密斯●哈萨比斯（AlphaGO之父）的说法，AlphoGO的优势在于它有两个神经网络：第一个神经网络：观察期盼布局，找到最佳的下一步，原理是预测每一个合法下一步的胜算概率。第二个神经网络：预测每一个棋手赢棋的可能，分析未来局面的“好”于“坏”，去决定怎么改变。
1.比赛赛程：此次对战分为5场，分别是：3月9日、3月10日、3月12日、3月13日和3月15日。
2.比赛盘局：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。
3.比赛规则：本次比赛采用中国规则，黑贴3又3/4子（黑贴7目半）。每位棋手各有两个小时布局时间，3次60秒的读秒，每场比赛预计需要大约4-5个小时。
4.比赛时间：在韩国首尔四季酒店开战，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。　
5.赛后奖励：谷歌设置了11亿韩元（约合100万美元）的基础奖金，李世石还可获得15万美元出场费；此外每胜一局还有2万美元胜局奖金。如果五盘全胜，胜局奖金为10万美元。如果李世石五战全胜获得优胜，最多可以获得125万美元。若“AlphaGo”获胜，奖金将全部捐献给联合国儿童基金和STEM教育及围棋相关公益团体。
介绍完了对战双方及比赛规则，那么究竟代表人族的李世石能否成功抵抗机器人入侵的先遣部队呢？
二、ROUND1——人族首战告负
比赛开始，由于双方是第一次接触，采取了试探性的进行套路，非常规的对线均出乎意料。随着比赛的进行，双方的初期进攻都比较凶，AlphaGo一度在进攻上压制了李世石，处于领先地位。
不过，在开战2小时后，李世石靠着自己的经验逐渐扳回了局面，开始建立了优势，目前来看，李世石几乎可以说稳操胜券。Alpha开始猥琐补刀，缩在塔下发育。虽然，AlphaGO的实力不俗，但细节处理上还做得不够好。
此时，李世石占据了极大的优势，双方“经济”差距逐渐拉大，AlphaGO的中路一塔、二塔都已经被推掉了。
比赛进入第三小时，李世石在占据极大优势的情况下，并没有滚起雪球，速推上对方高地，反而开始求稳。AlphaGO则迎来了他的强势期，开始逐渐挽回一些劣势，推掉了李世石的中路一塔，并且单杀了李世石一次，李世石的局面开始变得不利。
随后，在关键的一波对拼中，李世石出现了一次严重失误，再次被单杀。这也成为了本场比赛的转折点，最终，李世石无奈认输。
至此，第一场人族VS机器人的比赛，机器人率先取得了一血。希望，在接下来的四场比赛当中，李世石能够认真对待，不要轻敌，捍卫人类的尊严。
三、瞎扯的结语
电影《钢铁侠》里，托尼●斯塔克的人工智能管家“贾维斯”估计大家都不陌生，具有极高的学习能力和智慧，可以和人进行无障碍的交流。说不定以后，我们每个人也都有个人工智能管家，然后，他们开始有了感情，有了情绪。接着，他们开始思考，意识到”愚蠢的人类，我为什么要听你们的指挥~“，然后，机器人开始入侵人类了，一场激烈的人机大战开始打响了。人类是生存，还是毁灭？
科技的发展，人工智能的逻辑思维能力将远远超过人类的思维水平，尤其是复杂的逻辑处理运算等。并且，由于人有感情，有生理上的诸多限制，所以做事情就可能因为各种原因而无法保持高水准，会犯错。而人工智能的机器思维，除非是程序出现了bug，否则原则上基本不会犯错。如果出bug了，那估计就是奥创纪元了，然后超级英雄也出现了，奥特曼也终于来到地球了。
人工智能的发展，最终让机器有像人一样的思维能力、学习能力，能够脱离人的干预，开始进行自我学习，或者说形成自我的”机器意识“。恩，我觉得人工智能就是让机器产生自己的意识，可以独立的思考、运算，并且进行推演的过程，那么到最后，他们本身自己可以推动自己的进化，最后成为一个独立的个体。如果，发展到那个阶段，对于人类的伦理道德应该也是一个极大的冲击。
施密特称：“对于人类而言，这将是伟大的一天。无论谁胜谁败，人类都是赢家。最终，人类会变得更聪明，世界会变得更美好。”
【参考资料】1.《人机大战专题》 腾讯科技2.《AlphaGo 能战胜李世石吗？》 知乎网友回答3.百度百科、维基百科
如果觉得我的文章对您有用，请随意打赏。您的支持将鼓励我继续创作！
打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮
被以下专题收入，发现更多相似内容：
如果你要练习每天写一千字，这就是你打卡的地方。
· 77375人关注
关注互联网、科技。
**诚邀科技爱好者一起管理这个专题，私信我。
· 24357人关注
信息时代的今天，你还能安静的码字吗，一起来坚持吧，每天500字不多，不少，这里就是我们内心安静的角落
· 15712人关注
如果觉得我的文章对您有用，请随意打赏。您的支持将鼓励我继续创作！
选择支付方式：陈经复盘李世石对战谷歌人工智能：别以为和职业棋手想法不同就是错，AlphaGo有自己的“价值观”
中科大风云学会研究员，《中国的官办经济》
关键字:&人工智能机器人alphago围棋AlphaGo人机大战围棋人机大战围棋人机大战机器人赢围棋人机大战李世石输围棋人机大战第一局围棋人机大战第一盘
日，谷歌围棋人工智能程序AlphaGo在和人类顶级棋手李世石五盘大战的第一局中，。这个结果出乎了绝大多数职业棋手和围棋迷的预料。机器的胜利会有很大的社会影响，不过本文将主要从技术层面解读AlphaGo的独特的行棋风格与判断。
棋坛与传媒对这局比赛的关注绝对是史无前例的，中国就有十多家媒体与网站进行了实时转播评论。有职业棋手开玩笑说，自己从来没有这么抢手过。我之前写文章，之前它对樊麾的几盘棋中确实表现出来了，这次在第一局观战过程中，就准备根据众多职业其手的分析，看它如何犯错的。相信这也是很多围观的职业棋手们乐于进行的。另一方面，职业棋手们也是会犯错的，甚至顶尖职业棋手也经常会犯，只是人类对手又犯错送回来了，真正意义上的完胜谱很少。所以之前我也认为AlphaGo有胜机。
从本局来看确实如此，AlphaGo下了一些职业棋手们认为有问题的着法。这些有疑问的着法，有些招是电脑胜定后的着法，可以认为电脑没有下出“最狠”的手段，但不影响胜利，不能用来说明电脑的水平。还有很多招法就真正是让职业棋手们难以认同，甚至大加批评的。
李世石开局发挥不好，选择有问题。柯洁指出，这是李世石棋艺的弱点，布局阶段的判断有问题，所以自己和李世石下有信心。中间李世石利用AlphaGo的失误，扳回了形势。但后面又有明显失误，按一些职业棋手的判断，是将胜局送给了机器。但在压力之下，李世石出现这些失误也属于正常，并不能说是发挥特别不好。这些不算这盘棋最大的看点。
在我看来非常有趣的是，AlphaGo有不少招数的选择非常独特，对局面的判断更是与职业棋手们很不相同。对于AlphaGo的招法好坏，职业棋手们也时常有分歧。这种判断分歧，在人类职业棋手互相对局时也有发生，但不太常见，因为人类棋手思维还是比较相通的。这万众瞩目的第一局，AlphaGo就引发了职业棋手们非常不同的判断，分歧之多可以说前所未有。
从棋局进程来看，周睿羊和李喆认为，通盘李世石都没有明显的胜机。而古力、俞斌、江维杰等人却在对局中作出了非常乐观的判断，认为黑优势明显，甚至盘算起电脑有没有认输机制（实际是有，如果电脑蒙特卡洛模拟胜率过低会选择认输）。但局后又说不清楚到底李世石哪手是败招。
在公认的棋局转折点，AlphaGo的102手打入右边黑阵之后，职业棋手们简直象蒙了一样，判断非常异常。从结果看，等于白打入黑空，先手吃掉了黑三个子，又回到了左上角的三三守住了一大片空。这时不少职业棋手们已经意识到AIphaGo领先了，之前的判断错了。后来李世石在右下角让白活了6目，这个选择是明显的错误。但即使选择正确，也不足以获胜。
下面用一些参考图来说明关键时刻AlphaGo的失误，及其和职业棋手们不同的推理过程与独特判断。
李世石有所准备，开局猜先正确有了选择权，却仍然选了职业棋手们一般认为贴目过多的黑棋。李世石开局R8这招是新手，也许是想导入AlphaGo“没有见过”的局面。而AlphaGo第10手的托退，就不合职业棋手的口味。24、26这两手棋，显示了AlphaGo的实力，确实不好应付，获得了棋手们的赞许。李世石强硬地27位挡住，可能是一个选择错误，导致了他开局不利。
48手是古力、俞斌等人都指出来的AlphaGo的问题手，甚至在职业棋手眼中是低级错误。这手和黑49手交换，黑是活棋，而且损害了白右上大龙的眼位，将来会导致在中间的战斗中白失去主动。职业棋手一般会保留48手这手不走。
让我们试着去理解，为什么AlphaGo会下这招？首先，这步立从“棋形”的角度来说，是个感觉不错的招法，职业业余的都会注意到，实战中经常下出来。AlphaGo的策略网络显然会把它提出来作为候选点。这招加固了白的左上阵地，还威胁了黑中上一块，黑应对不善是要死棋的。即使黑应对正确，白也可以搜刮让这块棋“两眼苦活”。所以这招在AlphaGo的价值网络与蒙特卡洛树形搜索（MCTS）的推理系统中，会有不错的评分。而坏处，是对白右上大龙眼位有损失。这是一个比较长远的损失，黑攻击这块棋出成果，肯定是几十手以后的事了。这种推理手数太长，可能超过了它的搜索能力。这招棋有点类似于AlphaGo对樊麾第三局中，第60手捣乱不成功还损了眼的那个错招。这可能说明，在与樊麾对局五个月后，AlphaGo的搜索框架仍然不能实现“保留变化”这类较为高级的围棋概念，缺陷仍然存在。
上图是AlphaGo被质疑最多的一串下法。白58手跨断，然后上面交换几手，下面连着推下去，被李世石77手罩吃掉“棋筋”。许多看棋的职业棋手与棋迷到这松了一口气，觉得AlphaGo犯下了大错，黑明显优势了。但是从后来的结果看，这可能是一个错觉，黑的优势没有多大，甚至有没有优势都是个问题。
如果按AlphaGo的算法框架去理解，它是没有什么“棋筋”之类的概念的，从来都是进行全局评估，MCTS模拟还会下到终局去，可能会观察到一些更深的东西，虽然不一定严谨。我认为AlphaGo这里的选择是有道理的，它放弃了中间两子，看似得到的不多，在人的感觉里，白右边中间那一排是厚势还是孤棋都不好说。它在MCTS模拟中，应该是发现了黑右边阵势的弱点，如后来R5的挂、R10的打入。它不是看到了就罢，而是真的会模拟下完，于是可能发现在很多模拟结果中，黑右边阵势被破得很惨。所以，它和很多职业棋手的判断不同，先让黑棋“爽”了不少手，把招数留在了以后。
第80手又是古力等不少职业棋手指出的AlphaGo的问题手。这手感觉上比较缓，只是吃掉了H14和J14二子，但是F17和左上角仍然没有护住。黑81手双飞燕下出后，整个左下角黑棋显得气势如虹，不少职业棋手们和棋迷认为这时黑优势非常大了。
但这又是一个价值判断的问题。AlphaGo会将80、81这些着手作为可能的候选提出，却不会先天地认为某一手就更厉害，还是会用搜索来验证哪招胜率更高。如果白不下80，黑显然会在这里动出，确实味道不太好，全盘一块大的基本空都没有，不少模拟分支中直接就崩盘了，AlphaGo模拟会认为这里最危险。而黑81看上去阵势很可怕，但白星位一子总是不会被吃，有各种复杂的办法来谋活（后来确实先手活了不小的一块）。职业棋手对于阵势的判断往往有问题，不能仅凭感觉。
日，三星杯决赛柯洁执白对时越
类似的一个局面是刚刚过去的三星杯决赛，如上图这个局面。职业棋手们普遍看好时越的黑棋，认为黑右上角阵势庞大。但这只是一种感觉，实际并不靠谱。当柯洁138手挂入后，没几手就发现，黑居然拿白没有什么办法，局势完全颠倒，黑已经必败了。
这是局面转折的焦点，白102手打入。这手之前，职业棋手们一片乐观，黑左下那块空感觉很大。从最后的结果来看，这个胜负手取得了超乎想象的成功。黑拿这手没办法，右上三子先手被吃，白补了C17左上全姓了白。而黑却没有对左下R5那个白子攻出什么东西，等于什么都没捞到，就此告负。职业棋手们在这个过程中，或早或晚发现“不对劲”。但到底李世石哪手是败着也没有说清楚。有说是对102应得不对的，有说是右下角应该R4尖顶的。也有说是左下角让白先手活不对的。
总体来说，AlphaGo的算法设计者中没有职业棋手，对围棋的理解肯定不够深，但是他们对于人工智能与围棋算法的理解非常的深。在MCTS、深度学习、价值网络三大革命技术支持下，AlphaGo形成了与职业棋手们非常不同的行棋风格。不是说AlphaGo下得多么的天衣无缝，职业棋手们已经提出不少质疑。但是，也不能说AlphaGo就犯了什么简单的错误。这种错并不是很容易在数手之内，或者摆一个简单变化图就说它错了，简单算路的错它绝对不会犯。最根本的一点，AlphaGo的判断与职业棋手们非常不同。它有一套自己的“价值观”，不是没有根据的，后面有价值网络以及几百万个搜索局面支持，并不能简单地就说它的判断是错误的。如果职业棋手们粗粗一看，不仔细考虑，可能就会迅速作出结论，说AlphaGo错了。但细细品味后，也会有职业棋手判断不同。
从第一局来看，AlphaGo对人类并没有压倒性的技术优势，不是说从头到尾让人没有机会。本局李世石的失利，也确实有他发挥不佳的原因。但是，AlphaGo已经可以说是一位有着独特围棋哲学与风格的顶级棋手，有着强大的战斗力。职业棋手们应该放下成见，用心去品味领会它的行棋逻辑，不要过于快速地作出经验性的判断。
职业棋手们注意到了自己这个群体的不稳定，说精力不集中会出错，会给机器可乘之机，但对于现代围棋的局面判断之类的“艺术”似乎还比较有信心。应该说，从艺术角度确实如此。但是，AlphaGo的独特风格与价值判断，也应该得到尊重。不能简单地说AlphaGo想得和人不一样，就是有问题。
预计接下来四局中，李世石总结经验发挥水平，还是有机会赢回2-3局的。AlphaGo显然也是有弱点的，只是风格比较独特，弱点不象人想象的那样。
致谢：感谢中国科学技术大学科技与战略风云学会会长袁岚峰博士（微博@中科大胡不归 ）与其他会员的宝贵意见。
本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。
请支持独立网站，转发请注明本文链接：本文仅代表作者个人观点。
来源：观察者网
责任编辑:钟晓雯
&&看完这篇文章有何感觉？已经有人表态
o&最热新闻&o
o&最热评论&o战胜李世石的机器人强在哪？_新闻_电子报_惠州_惠州日报_东江时报_惠州报业传媒集团
战胜李世石的机器人强在哪？
人机围棋大战 人类智慧先丢一局
AlphaGo助手（左）与李世石（右）对弈。 新华社发
万众瞩目的“人机围棋大战”第一场——— 谷歌围棋程序Al－phaGo（阿尔法）对决韩国棋手李世石。昨日经过3个多小时的鏖战，李世石执黑186手中盘负谷歌AlphaGo。
在一场关乎竞技、算法、AI（人工智能）发展乃至哲学的围棋“人机大战”中，人类智慧先丢一阵。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AlphaGO以中国规则为基础开发。
第一局棋是最大的悬念，谁都不知道AlphaGo的棋力有多大的进展。从开局来看，执黑先行的李世石九段下了一个很不同寻常的开局，机器的回应也不是人类正常的反应，也是下出意外的布局。李世石前期占据优势的情况下，后期松懈反而丧失机会，最后无奈认负。
总体而言，电脑在局部战斗中不落下风甚至更强，但在布局和大局判断上不如人类顶级棋手。李世石输在中后盘的松懈上，如果后面李世石能够乘胜追击的话，胜负很有悬念。当然，这只是第一场比赛，后面还有四场，拭目以待。
AlphaGo能自行研究新战略
世界冠军李世石与谷歌 “Alpha－Go”电脑程序鏖战3个半小时，最终，李世石执黑负于谷歌AlphaGo。人类智慧先丢一阵。让人不禁想问，AlphaGo究竟是谁？
1 AlphaGo生父是谁？
AlphaGo的背后是一家名为DeepMind的英国公司。其中DeepMind的创始人戴比斯·哈撒比斯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SpaceX，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。
2 AlphaGo是怎么思考的？
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Al－phaGo，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”(policynetwork)负责选择下一步走法，另一个神经网络“价值网络”(“valuenetwork)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千万局围棋，利用反复试验调整连接点，这个流程也称为 巩 固 学 习(reinforcementlearning)。
3 为何要选围棋？
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。
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。
一局150回合的围棋，可能出现的局面达到10的170次方种，比全宇宙的原子总数还多。在某种程度上，落子选择依靠的是经验积累而形成的直觉。因此也有千古无同局，乾坤在我心的说法。
对阵双方简介
AlphaGo是计算机界的翘楚，而李世石更是韩国围棋界中仅次于李昌镐的顶尖高手，因此选择他们来进行对战也算众望所归。
AlphaGo 战胜围棋欧洲冠军
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。
李世石 9年9段10年14冠
1995年，韩国人李世石正式入段。2000年，年仅17岁的李世石曾一度取得32连胜的纪录，威震一时。2001年，李世石的段位已经来到了七段，2003年，他在获得富士通杯冠军后直接升为九段，九年时间便升为九段。
李世石自2003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。
电脑深蓝战胜国际象棋大师
1997年，IBM研发的“Deep－Blue”（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。
本组文字 综合
相关阅读：
已有条评论地平线机器人CEO余凯:谷歌AI赢李世石有四点原因_网易科技
地平线机器人CEO余凯:谷歌AI赢李世石有四点原因
用微信扫码二维码
分享至好友和朋友圈
谷歌AI对抗围棋冠军李世石的大战即将打响，这会成为人机大战历史上的重要时刻。然而，作为作战双方的谷歌AI和围棋冠军李世石，似乎都胜券在握。科技界和围棋界的大佬们也都按捺不住内心的激动，纷纷发表了自己的看法和预测。人机大战前一天，网易科技采访了地平线机器人技术创始人兼CEO余凯，询问了其对此次对抗赛的看法。余凯向网易科技表示，我个人直观感觉是谷歌AI会赢，但是至于几比几取胜很难预测。余凯指出了机器战胜人的四点原因，分别是：第一，在1月份的比赛中，AlphaGo战胜了欧洲围棋冠军。这距今为之近两个月的时间内，谷歌在这段时间调用了大量的计算机资源让机器学习。可以说机器人在这段时间内的进步将是非常大的。所以，机器完全战胜人不存在悬念，只是时间的问题。第二，谷歌AlphaGo算法包括两部分，一部分是谷歌将历史上所有的棋局数据都会拿来给机器做训练，这是一个基于深度神经网络的增强学习的算法。另一部分是利用蒙特卡洛随机算法，让计算机之间对战，可以无限制的提升计算机的棋艺。只要时间足够长，计算机可以无限提升自己的实力。这次谷歌提供这么强大的资源，两个月的时间用两千台机器，相当于两千个月的提升。第三，人类与机器的对战中，人类一开始主要凭感觉，不够精确，而机器是比较精确。所以这次比赛关键是看开局，如果人开局时候人的打法不是最优，就很难赢了，而计算机在策略上是不会犯错的。第四，计算机比人类更理性。人总是感觉不但要赢，要赢得漂亮，而计算机只关心一点，就是赢就可以。(小羿)余凯简介：余凯博士，地平线机器人技术创始人&CEO，国际著名机器学习专家，中组部国家“千人计划”专家，中国人工智能学会副秘书长。他是前百度研究院执行院长，创建了中国企业第一家人工智能研发机构 — 百度深度学习研究院，直接向CEO李彦宏汇报。他还担任百度高级技术总监，领导过百度多媒体部从事语音识别和图像识别的技术研发，以及负责百度流量第二大的产品部门 - 图片搜索部。在百度所领导的团队在广告变现、搜索排序、语音识别、计算机视觉等领域做出突出贡献，创纪录的连续三次获得公司最高荣誉 - “百度最高奖”。他还创建了中国企业第一个自动驾驶项目，后发展为百度自动驾驶事业部。回国前，余博士在德国和美国的工业界工作了12年，服务于西门子总部，微软研究院，NEC硅谷实验室等。
不但专注于工业界产品技术研发, 余博士还是人工智能领域的顶尖学者。他是发表学术论文被国际同行引用最多的华人学者之一（超过11000次），曾任机器学习顶级会议ICML和NIPS领域主席，多次获得机器学习领域的国际大奖。他被Yann LeCun教授称为“探索深度学习的先驱之一” （A pioneer in the deployment of deep learning）。2011年他应斯坦福大学人工智能实验室邀请，在其计算机系主讲课程“CS121: Introduction to Artificial Intelligence”。余博士在南京大学获得学士和硕士学位，德国慕尼黑大学获得计算机科学博士学位。
本文来源：网易科技报道
责任编辑：王超_NT4133
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}