close
不是為瞭輸贏!柯潔 VS AlphaGo 大戰之前,你需要知道的幾大看點
雷鋒網按:AlphaGo 終於又來瞭。5 月 23 日,也就是明天,曾在去年以一己之力將 “人工智能” 浪潮帶到新層次的圍棋人工智能 AlphaGo 就將再次出馬。在這次為期 5 天的活動當中,AlphaGo 將會與世界最頂尖圍棋選手柯潔展開正式對決,同時還會進行耳目一新的 “配對賽” 以及 “團體賽”。
目前雷鋒網瞭解到的具體賽程如下:
? 5 月 23 日,開幕式、柯潔 vs AlphaGo 三番棋第一場;
? 5 月 24 日,人工智能論壇;
? 5 月 25 日,柯潔 vs AlphaGo 三番棋第二場;
? 5 月 26 日,配對賽,團隊賽(相談棋);
? 5 月 27 日,柯潔 vs AlphaGo 三番棋第三場。
這次比賽核心目的隻有一個——在公開場合驗證 AlphaGo 的實力,看是否已經打造出瞭在圍棋上超越所有人類的 “AI”。
作為國內最重要的科技媒體,雷鋒網也將全程跟蹤此次賽事。但在比賽正式開始前,有幾個問題你可能需要瞭解一下:
1. 這次的 “新 AlphaGo” 跟 “老 AlphaGo” 有什麼不同?
2. 柯潔能否戰勝 “新 AlphaGo”?
3. 比賽相關直播應該如何觀看?
新 AlphaGo:砍斷 “人類束縛”
作為一個從 2014 年發展至今的圍棋人工智能項目,其實 AlphaGo 在發展歷程中使用過多個名字,比如最早期亦城圍棋上的 “DeepMind”,又或者是之前在野狐平臺上的 “Master”。那麼這次的 “新 AlphaGo” 是否也隻是一個新名字?
答案必然是否定的,之前起新名字很可能有保密、個人喜好等原因,但這次新添加的 “新” 字隻為瞭突出一點——這是 “機器自學” 為主的一版 AlphaGo。
這一點判斷的線索,來自於今年初,Master 在網絡上一口氣橫掃 60 名人類棋手的時候。當時 Master 第二次戰勝柯潔之後,棋聖聶衛平曾表示:
Master 改變瞭我們傳統的厚薄理念,顛覆瞭多年的定式。圍棋遠不像我們想象的那麼簡單,還有巨大的空間等著我們人類去挖掘,阿法狗也好,Master 也罷,都是‘圍棋上帝’派來給人類引路的。
著名棋手古力在成為 Master 的第 60 個手下敗將,之後,也在微博發表瞭自己的感受:
作為第 60 個勇士,犧牲瞭。。。經過這幾天的對局,我深深的感受到圍棋的神秘,似乎 Master 給我們打開一道圍棋的神秘之門,不論勝負,人類與人工智能共同探索圍棋世界的大幕即將拉開,新一次的圍棋革命正在進行著。。。
這種表現,與將近一年前的 “老 AlphaGo” 可謂天差地別。想要達成這樣的成績隻有一種可能——DeepMind 尋找到瞭一種機制來擺脫圍棋中的 “人類束縛”。
迷之改進:一舉讓 AlphaGo 成為人類老師
作為一個極其特殊的棋類和任務,圍棋擁有數量極其龐大的可能性,總的局面數量達到 10^172,而可觀測宇宙范圍內的原子數量不過 10^80。這也意味著窮舉絕對不是一條明智的路線。
最終 DeepMind 給出瞭一套能夠 “模擬” 出人類頂尖高手的方案:深度學習 + 蒙特卡洛搜索樹 + 自我進化。
這一套架構在 DeepMind 發佈在《自然》雜志中的論文中已經有詳細敘述,
(https://www.nature.com/nature/journal/v529/n7587/full/nature16961.html)
如果你對其中的細節感興趣,推薦閱讀國內人工智能創業公司彩雲 AI 創始人、CEO 袁行遠在知乎上的相應回答。
(https://www.zhihu.com/question/41176911/answer/90118097)
深度學習用以分析人類棋盤,蒙特卡洛搜索樹用來減輕工作量,自我進化用來提升能力。但有限的運算能力還是給 DeepMind 出瞭一個不小的難題,後者最終想出瞭一個辦法:隻對學習到的人類棋招進行蒙特卡洛搜索樹運算,這恰如人類棋手依賴定式。
定式,又名定石,指的是人類下圍棋長久積累下來的一種經驗,對弈雙方在特定情況下會遵循固定下法。著名棋手吳清源則將簡單描述為 “在角部彼我棋子接觸時最合理的走法”。
這些定式被記載在各式各樣的棋譜當中,成為新手入門必看的書籍。
雖然定式是某種意義上是最合理的走法,但它卻是理想化條件下的產物,想要完整復現定式,意味著雙方都必須抱有同樣的理想化思路。而歷史上並不缺乏不遵守定式,或者用新定式打敗對方的事例。
音響後級系統
問題來瞭,為什麼千變萬化的圍棋會出現定式?而且死守定式會輸,不學習定式也會輸。答案隻有一個——人類需要定式來減少圍棋上面的變化,這樣進入中盤之後人類才能利用自身能力掌握棋局走向。
湊巧的是,這回我們遇到的是運算能力遠超人類的計算機,讓掌握更多乃至全部圍棋奧秘擁有瞭一絲可能。
但究竟新 AlphaGo 怎麼樣擺脫 “人類束縛”?參考之前 “老 AlphaGo” 的工作方式,排除運算過程中所有人類元素可能是最徹底的方法。但這樣一來就必須找到另外一種減輕運算壓力的策略。目前來看,這個秘密也隻能等 DeepMind 方面稍後公開瞭。
人類敗局已定?
盡管去年人類代表是韓國選手,但明眼人都可以看出當下和去年圍棋人機比賽的熱度差別。這從另外一個側面也反映出瞭絕大部分觀眾的看法:這次人類要輸。而去年 3 月李世乭 1:3 扳回一局時,柯潔還曾在直播中表示:
我們必須承認谷歌就是瞭不起, AlphaGo 確實是超一流的水平,但是也沒有到不可戰勝的地步。
而在上個月的發佈會上,柯潔卻顯得尤為謙遜:
前級擴大機推薦
有點小緊張,但我不會輕易言敗,在阿爾法圍棋出現之前,我以為計算力是 AI 的優勢,後來讓我震驚的是他的大局觀,AI 的宏觀思維讓我後級擴大機用途很佩服。AlphaGo 圍棋讓我們重新思考,這麼下是不是錯的,會給我們很多啟發,輸的痛苦是外界無法想象的,我會不惜一切去追求勝利。
“輕易言敗” 這樣的措辭與其在央視節目上的慷概激昂形成瞭強烈對比。客觀公正地說,柯潔的勝算很小,三番棋中哪怕有一盤能夠獲勝都是成功。
而另外兩場比賽(配對賽、團隊賽)同樣值得認真關註,這兩場比賽中,人類棋手將首先與 AlphaGo 配對比賽、然後再 “群毆”AlphaGo。這不僅體現瞭 DeepMind 的自信,同時也再次突出本次本次圍棋峰會的主題:
頂尖棋手以賭局開創性的方式為世人帶來精彩絕倫的棋藝展示,挑戰人類智慧的極限。同時 AlphaGo 與世界最優秀的棋手相互啟發,共同探索圍棋背後的深遠奧秘。
換句話說,別再糾結人類和機器誰輸誰贏瞭,趕緊認真感受科技帶來的巨大改變、預見未來吧!
雷鋒網按:AlphaGo 終於又來瞭。5 月 23 日,也就是明天,曾在去年以一己之力將 “人工智能” 浪潮帶到新層次的圍棋人工智能 AlphaGo 就將再次出馬。在這次為期 5 天的活動當中,AlphaGo 將會與世界最頂尖圍棋選手柯潔展開正式對決,同時還會進行耳目一新的 “配對賽” 以及 “團體賽”。
目前雷鋒網瞭解到的具體賽程如下:
? 5 月 23 日,開幕式、柯潔 vs AlphaGo 三番棋第一場;
? 5 月 24 日,人工智能論壇;
? 5 月 25 日,柯潔 vs AlphaGo 三番棋第二場;
? 5 月 26 日,配對賽,團隊賽(相談棋);
? 5 月 27 日,柯潔 vs AlphaGo 三番棋第三場。
這次比賽核心目的隻有一個——在公開場合驗證 AlphaGo 的實力,看是否已經打造出瞭在圍棋上超越所有人類的 “AI”。
作為國內最重要的科技媒體,雷鋒網也將全程跟蹤此次賽事。但在比賽正式開始前,有幾個問題你可能需要瞭解一下:
1. 這次的 “新 AlphaGo” 跟 “老 AlphaGo” 有什麼不同?
2. 柯潔能否戰勝 “新 AlphaGo”?
3. 比賽相關直播應該如何觀看?
新 AlphaGo:砍斷 “人類束縛”
作為一個從 2014 年發展至今的圍棋人工智能項目,其實 AlphaGo 在發展歷程中使用過多個名字,比如最早期亦城圍棋上的 “DeepMind”,又或者是之前在野狐平臺上的 “Master”。那麼這次的 “新 AlphaGo” 是否也隻是一個新名字?
答案必然是否定的,之前起新名字很可能有保密、個人喜好等原因,但這次新添加的 “新” 字隻為瞭突出一點——這是 “機器自學” 為主的一版 AlphaGo。
這一點判斷的線索,來自於今年初,Master 在網絡上一口氣橫掃 60 名人類棋手的時候。當時 Master 第二次戰勝柯潔之後,棋聖聶衛平曾表示:
Master 改變瞭我們傳統的厚薄理念,顛覆瞭多年的定式。圍棋遠不像我們想象的那麼簡單,還有巨大的空間等著我們人類去挖掘,阿法狗也好,Master 也罷,都是‘圍棋上帝’派來給人類引路的。
著名棋手古力在成為 Master 的第 60 個手下敗將,之後,也在微博發表瞭自己的感受:
作為第 60 個勇士,犧牲瞭。。。經過這幾天的對局,我深深的感受到圍棋的神秘,似乎 Master 給我們打開一道圍棋的神秘之門,不論勝負,人類與人工智能共同探索圍棋世界的大幕即將拉開,新一次的圍棋革命正在進行著。。。
這種表現,與將近一年前的 “老 AlphaGo” 可謂天差地別。想要達成這樣的成績隻有一種可能——DeepMind 尋找到瞭一種機制來擺脫圍棋中的 “人類束縛”。
迷之改進:一舉讓 AlphaGo 成為人類老師
作為一個極其特殊的棋類和任務,圍棋擁有數量極其龐大的可能性,總的局面數量達到 10^172,而可觀測宇宙范圍內的原子數量不過 10^80。這也意味著窮舉絕對不是一條明智的路線。
最終 DeepMind 給出瞭一套能夠 “模擬” 出人類頂尖高手的方案:深度學習 + 蒙特卡洛搜索樹 + 自我進化。
這一套架構在 DeepMind 發佈在《自然》雜志中的論文中已經有詳細敘述,
(https://www.nature.com/nature/journal/v529/n7587/full/nature16961.html)
如果你對其中的細節感興趣,推薦閱讀國內人工智能創業公司彩雲 AI 創始人、CEO 袁行遠在知乎上的相應回答。
(https://www.zhihu.com/question/41176911/answer/90118097)
深度學習用以分析人類棋盤,蒙特卡洛搜索樹用來減輕工作量,自我進化用來提升能力。但有限的運算能力還是給 DeepMind 出瞭一個不小的難題,後者最終想出瞭一個辦法:隻對學習到的人類棋招進行蒙特卡洛搜索樹運算,這恰如人類棋手依賴定式。
定式,又名定石,指的是人類下圍棋長久積累下來的一種經驗,對弈雙方在特定情況下會遵循固定下法。著名棋手吳清源則將簡單描述為 “在角部彼我棋子接觸時最合理的走法”。
這些定式被記載在各式各樣的棋譜當中,成為新手入門必看的書籍。
雖然定式是某種意義上是最合理的走法,但它卻是理想化條件下的產物,想要完整復現定式,意味著雙方都必須抱有同樣的理想化思路。而歷史上並不缺乏不遵守定式,或者用新定式打敗對方的事例。
音響後級系統
問題來瞭,為什麼千變萬化的圍棋會出現定式?而且死守定式會輸,不學習定式也會輸。答案隻有一個——人類需要定式來減少圍棋上面的變化,這樣進入中盤之後人類才能利用自身能力掌握棋局走向。
湊巧的是,這回我們遇到的是運算能力遠超人類的計算機,讓掌握更多乃至全部圍棋奧秘擁有瞭一絲可能。
但究竟新 AlphaGo 怎麼樣擺脫 “人類束縛”?參考之前 “老 AlphaGo” 的工作方式,排除運算過程中所有人類元素可能是最徹底的方法。但這樣一來就必須找到另外一種減輕運算壓力的策略。目前來看,這個秘密也隻能等 DeepMind 方面稍後公開瞭。
人類敗局已定?
盡管去年人類代表是韓國選手,但明眼人都可以看出當下和去年圍棋人機比賽的熱度差別。這從另外一個側面也反映出瞭絕大部分觀眾的看法:這次人類要輸。而去年 3 月李世乭 1:3 扳回一局時,柯潔還曾在直播中表示:
我們必須承認谷歌就是瞭不起, AlphaGo 確實是超一流的水平,但是也沒有到不可戰勝的地步。
而在上個月的發佈會上,柯潔卻顯得尤為謙遜:
前級擴大機推薦
有點小緊張,但我不會輕易言敗,在阿爾法圍棋出現之前,我以為計算力是 AI 的優勢,後來讓我震驚的是他的大局觀,AI 的宏觀思維讓我後級擴大機用途很佩服。AlphaGo 圍棋讓我們重新思考,這麼下是不是錯的,會給我們很多啟發,輸的痛苦是外界無法想象的,我會不惜一切去追求勝利。
“輕易言敗” 這樣的措辭與其在央視節目上的慷概激昂形成瞭強烈對比。客觀公正地說,柯潔的勝算很小,三番棋中哪怕有一盤能夠獲勝都是成功。
而另外兩場比賽(配對賽、團隊賽)同樣值得認真關註,這兩場比賽中,人類棋手將首先與 AlphaGo 配對比賽、然後再 “群毆”AlphaGo。這不僅體現瞭 DeepMind 的自信,同時也再次突出本次本次圍棋峰會的主題:
頂尖棋手以賭局開創性的方式為世人帶來精彩絕倫的棋藝展示,挑戰人類智慧的極限。同時 AlphaGo 與世界最優秀的棋手相互啟發,共同探索圍棋背後的深遠奧秘。
換句話說,別再糾結人類和機器誰輸誰贏瞭,趕緊認真感受科技帶來的巨大改變、預見未來吧!
- 汽車音響電容推薦 【Mobile01專家分享】後級擴大機用途為何呢?該如何選用搭配
- 音響後級系統規劃 汽車音響電容推薦~專家分享
- 主動式重低音電容 【Mobile01專家分享】汽車音響後級分為哪些呢?專家告訴你如何安裝
AUGI SPORTS|重機車靴|重機車靴推薦|重機專用車靴|重機防摔鞋|重機防摔鞋推薦|重機防摔鞋
AUGI SPORTS|augisports|racing boots|urban boots|motorcycle boots
全站熱搜
留言列表