一些以前只存在在预言或者科幻小说、电影里的事,正在逐渐成为现实,正如最近刚刚为世人所知的一件事一样

焦点一:

在1月27日,deepmind团队在《自然》(nature)杂志上发表的封面论文《mastering the game of go with deep neural networks and tree search》揭开谜底团队创始人demis hassabis表示,他们开发的围棋程序alphago融合了高级树状查找和深度神经网络通过对神经网络进行3000万步训练 (所有棋谱均来自人类专业棋手的比赛),alphago预测出人类对手下一步走法的正确率已经达到了57%,而之前的纪录是44%

1 2 下一页

1月28日,《金融时报》援引《自然阶梯数学》杂志的报道称,由谷歌伦敦子公司deepmind开发的alphago机器,以5:0的战绩击败了欧洲围棋三届冠军樊麾(出生于中国,现籍法国)deepmind是2014年被google以4亿英镑的价格收购的人工智能团队

1 2 下一页

图/邝野

对所有关注这场比赛和对人工智能感兴趣的人来说,最想知道的就是,机器是怎么赢的

谷歌alphago是怎么赢的?

樊麾谈论此次比赛时表示:“输棋确实很难过和alphago对战之前,我觉得我能赢在第一局失利后,我改变了战术,增强了进攻,但还是输了”他认为输棋的原因在于,人类有时会犯致命的错误,因为人会疲惫,求胜心切,总有这样那样的压力但电脑程序不会这样,它非常强,也非常稳定,简直就像一堵墙一样最强大脑脑力测试“我知道alphago是个电脑,但如果没人告诉的话,我可能会觉得它是个有点陌生却又非常强大的对手,是个真人”樊麾还在一个微信群里透露,一切都是真的,他没有放水

具体来说,alphago使用两个不同的神经网络“大脑”,通过两者合作得出移棋决定据微信公众号《人工智能学家》对上述论文的编译得知,alphago的两个大脑分工如下:大脑1:“监督学习(sl)政策网络”着眼于棋盘中的位置,并试图决定最佳的下一步;大脑2:“价值网络”它不猜测具体的下一步怎么走,而是通过设想的棋盘分布,估计每个玩家赢得比赛的概率它通过提供整体的位置判断来配合“监督学习(sl)政策网络”据论文介绍,当只使用一个大脑时,alphago大概和目开发脑力游戏前最好的电脑围棋ai(人工智能)实力相当,但结合两个大脑时,它可能达到人类职业棋手的水平

这场比赛发生在2015年10月15日,只因一些特别的原因直到现在才公布据报道,该比赛全程没有让棋,最终人工智能战胜了人类今年3月,alphago还将在首尔与过去十年全世界顶级的围棋选手李世石对阵,这将是复杂人脑和机器在围棋界的一场终极对决到底是人类大脑赢,还是不断被强化神经网络的机器大脑赢?悬念会在今年3月接盅,但针对人工智能的各种猜想和激烈讨论已先行展开