AI将围棋世界冠军逼到认输？关于AlphaGo的8个问题

北京时间3月9日12:00整，一场举世瞩目的围棋“人机世界大战”在韩国首尔上演。比赛一方为谷歌公司研制的人工智能程序AlphaGo，另一方则是围棋世界冠军、韩国名将李世乭九段。

经过3个半小时的鏖战，李世乭九段投子认输，输掉了这五番棋中的第一场。

不管最终结果如何，

未来已经来临！

关于这场世纪大战，有8个问题你需要知道。

1，为什么要研究围棋AI？

为什么是围棋，不是别的？

游戏，是AI最初开发的主要战地之一。博弈游戏要求AI更聪明、更灵活、用更接近人类的思考方式解决问题。游戏AI的开发最早可以追溯到1952年的一篇博士论文。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。

1997年纽约，与IBM深蓝电脑终局对弈开始时，一台电视监视器上的加里·卡斯帕罗夫。Credit Stan Honda/Agence France-Presse — Getty Images

但有一个游戏始终是人类大脑的专利——古老的围棋。 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。

2，研究下棋AI，需要研究人员的下棋水平很高吗？

不需要。AlphaGo背后是一群杰出的计算机科学家，确切的说，是机器学习（machine learing）算法领域的专家。科学家利用神经网络算法，将棋类专家的比赛记录输入给计算机，并让计算机自己与自己进行比赛，在这个过程中不断学习训练。某种程度上讲，AlphaGo的棋艺不是开发者教给他的，而是自学成才。

面对人类，阿尔法狗还有一个巨大的缺陷：没有手。上图左边的是阿法狗的制作者之一，他负责替阿尔法狗完成落子的动作。

不过，研究出AlphaGo的（Deepmind）创始人 杰米斯?哈萨比斯（Demis Hassabis）确实是棋类的狂热爱好者，哈萨比斯四岁开始接触国际象棋，并很快进化成神童级人物。正是在博弈游戏上的兴趣让哈萨比斯开始思考两个重要问题：人脑是怎样处理复杂信息的？更重要的，电脑也可以像人类一样吗？博士期间的哈萨比斯选择了学习认知神经科学和计算机神经科学。今天，38岁的哈萨比斯带着他的AlphaGo，向人类最顶级的博弈游戏之一——围棋发起进攻。

　　原标题：AI将围棋世界冠军逼到认输？关于AlphaGo的8个问题

　　各位读者看到这里已了解基本信息，但请大家先别着急离开，下一页将分享更多干货。

 1/4    1 2 3 4 下一页 尾页

　　上综投网(www.zt5.com)学习理财小知识