主页 / 社会 > 文娱 > 正文

谷歌围棋AI击败樊麾二段 样本单一疑遭污染

2016-01-28 17:41:10   来源:科技生活在线   评论:0   [收藏]   [评论]
导读:小编按:谷歌在这篇论文中出现了奇怪的现象。对其他围棋程序选取了众多测试对象,并进行了495次实验,但对人类测试者,却只选取了一位职业围棋二段选手,而不是测试多位不同等级的围棋选手。
\

  2016年1月28日,国际顶尖期刊《自然》报道了谷歌研究者开发的新围棋AI。这款名为“阿尔法围棋”(AlphaGo)的人工智能,在没有任何让子的情况下以5:0完胜欧洲冠军,职业围棋二段樊麾。

  谷歌团队在Nature论文摘要中写道“我们引入了一个新的搜索算法,结合蒙特卡罗模拟的价值和政策网络。通过该算法,我们的程序alphago对其他的围棋程序的495局对抗中达到99.8%的获胜率,并以5比0击败人类欧洲冠军。这是第一次围棋程序全方位的击败一位专业棋手。这个壮举原本要十年以后才能完成。”

  1。作为科学研究,有三个异常

  且不论谷歌团队在论文中自我表扬的文风。从科学实验的统计学角度看,谷歌的实验不能称之为合格,无论是物理,化学或者生物领域,要求实验对象必须达到一定数量,进行多次独立实验,才能相对确保结果的稳定性和可靠性。这是第一个异常情况。

  譬如一个受到污染的试管,无论我们重复多少次实验,这个结果肯定是不可靠的。因此在科学实验中要求样本要达到一定数量。谷歌在这篇论文中出现了奇怪的现象。对其他围棋程序选取了众多测试对象,并进行了495次实验,但对人类测试者,却只选取了一位职业围棋二段选手,而不是测试多位不同等级的围棋选手。

  谷歌也没有像facebook的围棋程序DarkForest“‘黑暗森林’”那样,放到 互联网平台接受大众的挑战。作为与谷歌AlphaGo原理相同facebook围棋程序DarkForest,目前水平相当于业余5段,与职业选手依然有巨大的差距。

  我们并不恶意推测谷歌使用强大影响力影响参与测试的围棋选手,让他(他们)没有全力应对,但这一点也的确是“可能的实验漏洞之一”。

  我们从其他专业选手的评价中的确看到第二个异常情况,前北京市高校围棋冠军王烁在1月28日财新发布的文章“Ai颠覆围棋,人类还剩什么”中评价道:“这五局棋下得反而是很平庸。樊麾抵抗不足,五盘棋没有什么激烈的战斗,开局、定式、占大场、小规模接触战,收官,对抗度很差。”,关于论文棋局的评价相信还会有更多围棋高手发表评论,我们可以拭目以待。

  谷歌在发布这篇论文后,迅速宣布出资100万美元,作为让谷歌AlphaGo挑战韩国围棋高手李世石的奖金。这个在营销上是正常情况。从整个事件的链条看,不能不说是第三个异常,与其说是一次突破,不如说是谷歌做的并不完全符合科学原则的市场策划。

  2。科学过度营销并非孤案

  1)2014年尤金•古斯特曼通过图灵实验

  2014年6月9日,图灵测试 2014 的举办方英国雷丁大学发布新闻稿,宣称俄罗斯人弗拉基米尔·维西罗夫(Vladimir Veselov)创立的人工智能软件尤金•古斯特曼(Eugene Goostman)通过了图灵测试。这一消息当时震惊世界。但科技界的多位重要人物均对这一结果提出质疑。

  谷歌工程总监库兹威尔评论道“最新的这一成果的最大问题在于,它施加了很多限制。首先,这个聊天机器人号称只有13岁,并使用第二语言来回答问题,以此作为重大缺陷的借口。另外,测试者只有5分钟与之展开互动,大大增加了他们在短期内被“欺骗”的概率,而且其实它只完成了让33%的裁判认为他是真人。

  “我与尤金·古斯特曼聊过,它没有那么了不起。”库兹威尔写道,“尤金无法一直保持对话的顺畅性,他会不断重复自己的话,还经常使用聊天机器人典型的无推断型回应方式。”

  纽约大学认知科学教授加里·马库斯(Gary Marcus)也认同这一观点,他在《纽约客》上撰文称,此次测试并没有硬件上的创新,只是借助了巧妙的软件来完成。他指出,聊天机器人经常使用幽默手段绕过一些难以理解的问题,以此误导测试者。

  网景联合创始人马克·安德森(Marc Andreessen)同样对这个聊天机器人提出质疑。“我认为图灵测试始终都很畸形,”他在Twitter上写道,“人类太容易被欺骗了,通过这项测试几乎不能证明软件的任何进步。”

  Techdirt编辑麦克·马斯尼克(Mike Masnick)甚至指出,之前也有其他聊天机器人号称通过图灵测试。而且俄罗斯人弗拉基米尔·维西罗夫在之前也多次宣称有其他重大科学突破。其声望并不可靠。

  2)马斯克的人工智能威胁论

  埃隆·马斯克多次表示:“如果让我猜人类最大生存威胁,我认为可能是人工智能。因此我们需要对人工智能保持万分警惕,研究人工智能如同在召唤恶魔。”也许机器人会“觉得”删除垃圾邮件的最好办法是把人类一起干掉。”

  正如Facebook人工智能实验室主任,NYU计算机科学教授Yann LeCun 所说,有些人是因为对人工智能的原理不理解导致恐惧,有些人是为了个人名望宣扬人工智能威胁论,而有些人是为了商业的利益推动人工智能威胁论。

  12月16日马斯克和创业孵化器Y Combinator总裁山姆·奥特曼创建了人工智能公司Open AI,并表示将开源其研究成果分享给研究人工智能的每一个人。Open AI有望成为这一领域的监管者,将其引向对人类更为安全的发展轨迹上来。从采访中已可以看出。那就是马斯克及其合作伙伴通过不断恐吓人类,把自己塑造成人类保护神,同时试图通过开源和开放占领未来人工智能领域的标准制定的制高点。这一标准的抢占将带来巨大的商业利益。

  3。谷歌和Facebook在围棋研究上依然有巨大科学价值

  虽然谷歌围棋击败欧洲冠军远非人们担心的那样,但其作为科学研究依然有比较大的价值。谷歌AlphaGo 的核心是两种不同的深度神经网络。“策略网络”(policy network)和 “值网络”(value network)。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。

  其中,“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。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。

  4。世界范围其他围棋程序的发展情况

  近两年,世界计算机围棋里两个公认的强手是Zen和CrazyStone。gokgs.com每月举办的计算机围棋赛,以及每年举办的UEC Cup和GPW Cup,基本都由Zen和CrazyStone这两个围棋软件赢得。

  2014年1月gokgs月赛,两强相斗,Zen以2比0得冠。一个月后两强再斗,CrazyStone以3比1得冠。2014年3月第7届UEC杯,Zen得冠军,CrazyStone得亚军,然后日本9段职业棋手依田纪基让4子与这两个软件比赛,结果赢了Zen,输给了CrazyStone。

  CrazyStone出场不多,平时大部分赛事都是Zen在那里出风头。跟在Zen后面的,有一个AyaMC。它没办法对付Zen,却可以欺负下面的小兄弟。近半年,有四个月赛连Zen都没有出场,一群兔子松鼠就当大王了,AyaMC,Pachi,Fuego都尝过了冠军的滋味。

  Zen是日本的Yoji Ojima写出来的,还有一个助手帮忙做并行化。关于他,人们了解得不是很多。看得最多的是这张在赛场上让人偷拍的照片,一副黑社会老大的打扮。

  CrazyStone的作者是法国的Rémi Coulom。就是他2006年的一篇文章,“Efficient Selectivity and Backup Operators in Monte-Carlo Tree Search”,掀起了计算机围棋的革命,让计算机围棋在近十年来棋力长进了十几级。而如今基本每个稍有力度的计算机围棋软件都在使用的算法,Monte Carlo Tree Search(MCTS),也是Rémi Coulom在文章里首次命名的。

  两强之外有个很活跃的AyaMC。它的作者是日本的Hiroshi Yamashita。他也是日本将棋软件YSS的作者。YSS曾经拿过世界计算机将棋赛冠军。

  以上三个计算机围棋软件都是封闭软件,源程序不公开。但Fuego,Pachi和GNU Go是三个开源软件的程序。Fuego是加拿大University of Alberta计算机围棋研究组的作品,领头的是Martin Müller教授,从1989年就开始发表计算机围棋研究的论文。Pachi的主要作者Petr Baudis是捷克人,在布拉格一个大学里工作。GNU Go的作者名单有二三十人。我看到里面有两个貌似华人的名字,其中的Man Li还是这个软件的第一位参与者。不过GNU Go没有使用MCTS,棋力已经比较落后了。法国的MoGo前几年也有过风头,近几年已经不怎么见踪影。

  如果说寿命最长的围棋软件,那应该是Many Faces of Go,从1988年就开始得奖了。二十多年了,现在还时不时出现在赛事上,但这几年棋力已经落后了,得不到奖了。它的作者是美国的David Fotland,硅谷的一个软件工程师。从1980年就开始研究计算机围棋,可以说是一位老前辈。

  北朝鲜也有一个围棋软件,KCC Igo。它的商业版本在日本出售,叫Silver Star。它曾经赢过2009年的UEC杯。2000年的时候,KCC Igo被指控盗窃陈志行的HandTalk。

  说到计算机围棋历史,就不得不说广州中山大学的陈志行。他是化学教授,研究计算化学。1983年,我在中大读研究生,做计算流体。那时搞计算是新鲜事,上机要到计算机房,穿着白大褂,隔着玻璃门。白天黑夜在计算机房里我见过陈志行几次,五十多岁,在当时我的眼里已经很老了,还做计算机,让我佩服的了得。他60岁执意退休,专心研究计算机围棋,结果他的HandTalk雄霸了世界计算机围棋界三四年。应氏计算机围棋赛,他连续三年(1995,1996,1997)得冠军,每次都是25万台币的奖金。另一个重要的计算机围棋赛日本的Fost Cup,也是他连续三年拿冠军,每年奖金好像是一百万日元。这样的一雄称霸的局面,陈志行以后就再没有出现过了。网络上对HandTalk的描述很少,也许是因为陈志行的英语交流不顺。人们只知道HandTalk是用汇编语言写的,效率很高。在那个计算力很弱的年代,这个也许很重要。

  陈志行以后,世界计算机围棋的战场上,中国没有了地位。而这些年,也正是中国的围棋实力上升的时期。直到如今,中国和韩国雄霸世界围棋,而日本则逐渐地消沉下去。好在Zen在计算机围棋界里为日本争了点面子。

  2016年1月的第119届KGS计算机围棋赛,依然是日本的Zen得冠。Zen和法国的CrazyStone雄霸计算机围棋已经有好几年了。

  但是这种局面不会维持太久了。因为出现了一个新的参赛者:黑森林,Darkforest3。Darkforest3在比赛中以Darkfmcts3的名字出现。这个软件来自美国Facebook的Yuandong Tian(田渊栋)。Darkfmcts3第一次出现在每月举办的KGS计算机围棋赛,就拿了第三。据观察者说,Darkfmcts3本来是可以赢Zen的,只是因为超时输了棋。Darkfmcts3输给第二名的DolBaram也是因为超时。据说Darkfmcts3的时间计算有点毛病。(《人工智能学家》主编:刘锋博士)

  态度+

  据新浪体育,“谷歌围棋的消息我看了,太刺激了!”刚刚2比0战胜陈耀烨夺得龙星的芈昱廷提到谷歌围棋一扫大战之后的疲惫,兴奋的说道。

  谷歌围棋在《自然》杂志发布的论文于北京时间1月28日凌晨公布,并且将悬赏百万美元在3月与韩国名将李世石九段对决。一石激起千层浪,无数棋人、人工智能工作者翘首以盼,兴奋的彻夜长谈。众多棋手熬夜查看谷歌围棋论文中的棋谱,均想第一时间了解这个未来潜在的非人类对手实力。

  作为与谷歌围棋的首位对局者,樊麾自然最有发言权,但由于保密条款限制,10月赛后樊麾便将秘密憋在肚里,只是透露对局有一定条件限制。从已公布的5局棋谱来看,极少出现打劫,或许从此处可看出些许端倪。

  28日凌晨第一时间看到棋谱的孟泰龄六段表示,樊麾落后的三盘都是他执黑。有两盘是他走了相同的套路,而这个套路通常被认为是稍不利的,还有一盘是下得有些缓,导致局面被谷歌围棋打开。

  凌晨3点,回老家过年的柯洁九段微博放声:震惊!!虽说看棋谱感觉水平有限……但可怕的是这还不是完全体,它是可以学习进化的……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了。以现在这个计算机的实力战胜李世石的可能性不到5%……[微博]

  凌晨4点,李喆六段在细品棋谱后表示,Google的围棋AI已具有职业水准。从棋谱初步判断是顶尖棋手让先-让先倒贴的水平,离战胜人类还有一小段距离。但这是三个月前的棋谱……以Google机器学习堆数据的速度,今年三月对决李世石相当值得期待!

  28日下午,夺得龙星的芈昱廷说起谷歌围棋滔滔不绝,“我看过棋谱了,原来是10月份就下的啊。原以为是快棋,没想到谷歌围棋慢棋也那么厉害。不知道现在水平进步了多少,如果进步神速的话,对李世石的胜负真的很难说。”

  人工智能在围棋上的历史性突破比所有人预想的都要早,彻夜未眠的兴奋,对未知世界的迷茫,无论如何,围棋对人类科技发展进程发挥着不可忽视的作用。

  资讯+

  2016年1月28日一早,围棋圈和人工智能圈被一个消息给炸了:

  谷歌人工智能分先5:0击败欧洲职业围棋冠军樊麾,2016年3月将分先挑战李世石,奖金100万美元。

  围棋迷以前的感觉是,电脑围棋确实进步挺大的,但要说能挑战职业棋手,似乎还有很长时间,十年或者更长。

  仅仅两个月前,2015年11月,北京举办了一次“美林谷杯”电脑围棋竞赛,冠军是韩国人工智能程序“石子旋风”(DolBaram),被让四子、五子、六子与中国职业高手连笑七段(刚获得名人和倡棋杯两个头衔)对弈。在第一局中,电脑显得无比愚蠢,执着地与连笑打一个注定无法胜利的连环劫,消耗了大量劫材不断亏损,对弈中连笑都笑开花了。直到让六子,电脑才胜了一局。

  早期的电脑围棋代表程序是我国陈志行教授(量子化学家,跟风云学会会长袁岚峰是同行,2008年去世)开发的“手谈”,上世纪90年代多次获得电脑围棋世界冠军。那时的电脑围棋棋力不到业余一段,业余棋迷们以让多少子战胜“手谈”为谈资,让七八子都很正常。

  1997年IBM的国际象棋程序“更深的蓝”战胜了人类最高水平的卡斯帕罗夫,当时兴起了一股人工智能热潮。但是围棋迷很淡定:电脑围棋,还差太远,离一般业余棋手都有不小的差距。按某种估计,围棋的复杂度是10的170次方,比国际象棋的10的47次方多100多个0,电脑还差得远。这个时期的围棋程序有的搜索,有的不搜索,但基本还是与国际象棋的人工智能算法相似,被围棋的复杂度轻易击败,下起来一看就很愚蠢,根本不象人。

  和国际象棋类似,中国象棋也被人工智能程序攻破了。业余象棋比赛多次传出选手使用软件作弊的丑闻,职业圈子中王天一、孙勇征等大师也为之争吵。之后围棋逐渐成为人工智能领域的核心难题。Google、Facebook和微软都开了围棋研究小组。

  围棋人工智能的上一次显著突破,是2010年左右,开发者们引入了“蒙特卡洛”算法。这种算法的特点是模拟棋局一直到下完算子判断胜负,模拟多次后看哪个选点的“获胜概率”最高。模拟时会利用“棋形”等经验减少选点,一直模拟下去直至终局。时间不够或者电脑计算能力不足,模拟的“局面数”就少,棋力就低。这是一个基于概率的暴力搜索算法,确实取得了突破。代表程序有日本的Zen,法国的CrazyStone,以及前面提到的DolBaram(在北京击败了Zen与CrazyStone)。中国电脑围棋开发者这时落后了,没有开发出水平相当的程序。这些基于蒙特卡洛算法的围棋人工智能,已经可以轻松战胜一般业余棋手了,但是对职业棋手还是差距很大。对局时,电脑招法一般看着还可以,但有时会出现一些莫明其妙的招数,如落后时就开始瞎下。这是因为电脑根据概率评估,瞎下人应错了它有机会胜。

  研究者以及棋迷们都认为,蒙特卡洛概率暴力搜索虽然取得了棋力的巨大突破,但不是围棋人工智能技术继续发展的方向。即使再增加算力,增多模拟局面,棋力也不会有本质提升,战胜职业棋手是不可能的。业余棋迷们会惊叹于人工智能围棋的发展,在KGS围棋网上,排着队和Zen等人工智能程序对局很有乐趣。但职业棋手们仍然很淡定,认为围棋人工智能挑战职业选手还是很远的事。

  就在前面连笑与DolBaram对弈之后,对于电脑围棋较为了解的中国围棋队总教练俞斌九段评论说:

  “国际象棋的电脑程序是围绕着杀死王这一要点设计的,比较有效。而围棋的棋子没有大小之分,电脑无法判断哪条大龙更大,从而无法准确做出取舍。围棋到后盘收官变化无穷,越下到后面,盘面形势就越复杂,这让计算机程序难以做出正确选择。现在设计围棋电脑软件的都是业余棋手,而软件的水平很难超过设计者,光靠电脑会记能算,想战胜职业高手是不容易的。业余棋手思考问题的方法与职业棋手不同,如果今年由围棋和电脑软件高手联手编写软件,那么,电脑围棋的水平会有质的变化。”

  这次Google的DeepMind小组开发的AlphaGo取得的突破,可以说打破了俞斌九段的预期。AlphaGo与中国职业二段樊麾分先下成了5:0,新浪围棋有这五局的棋谱。看这五局棋的感觉,AlphaGo下得非常象人,一点看不出是机器下的,和以前的各种程序有显著区别。战绩上也是压倒性的。第一局樊麾和电脑平稳收官,输了3目半。后面四局进行战斗,多次被电脑杀死大龙,全部惨败。

  樊麾虽然只是欧洲冠军,但毕竟有中国职业段位,就算多年在低水平环境中棋力下降,业余顶尖水平总是有的。AlphaGo也和之前最高水平的程序Zen、CrazyStone下过,分先495盘只输了1盘。它甚至能让4子对阵Crazy Stone和Zen,胜率分别是77%和86%。这个水平突破绝对是革命性的。

  从人工智能技术发展上看,DeepMind使用了“深度学习”技术,而非象俞斌估计的和职业高手合作。电脑通过海量学习人类高手的棋谱,用深度神经网络快速模拟出人的招法,下出来的棋就很象人了。樊麾二段说:“如果没人告诉我,我会想对手下得有一点怪,但肯定是个很强的棋手,一个真正的人”。

  Facebook的围棋人工智能程序Darkforest就是用这种办法,不靠搜索,只用深度学习这一招就很快达到了之前研究者多年无法实现的棋力,扎克伯格1月27号正好发文介绍了这个进展。由于棋力还略低于Zen、Crazystone,所以不算是巨大的突破。

  而DeepMind小组在搜索技术上取得了更大突破。跟Darkforest相似,AlphaGo用一个深度神经网络(policy network,“策略网络”)减少搜索的选点,象人类高手一样,只考虑少数几个可能的选点。此外,他们还建立了另一个深度神经网络(value network,“值网络”),象人类高手一样,思考到某个局面就有了结论,不必象之前的蒙特卡洛模拟那样下到终局,极大地减小了搜索的深度。

  DeepMind引入的另一个逆天的高招是,让围棋人工智能自己和自己下,总结经验,自我不断提高!这个技术2015年2月就在Nature上发表了,标题是《玩游戏的软件从神经科学中吸取经验》(Game-playing software holds lessons for neuroscience)。

  这个人工智能自学习的要点是,不需要告诉电脑人类的经验,就让它自己玩这些电脑游戏,只是给出玩的分数。电脑看着分数不断纠正自己的策略,最后就发展出比人类还强的电游技术。这次的AlphaGo也用了这个技术,这又是比其它电脑围棋程序强的地方。从Nature的文章看,DeepMind的绝招是,用50台电脑让AlphaGo不断和自己对弈,下了3000万盘棋!然后每盘棋选取一个局面(不多选,以避免同一盘棋中不同局面之间的相关性),根据这盘棋的最终结果判断局势优劣。这样获得了3000万个训练数据,用于训练生成“值网络”。暴力生成这么多数据需要海量的计算资源和投入,确实只有谷歌这样的大公司敢想敢做。可以看出他们的战略是智能和蛮力两手抓,两手都要硬,哪个合适就用哪个,并且互相帮助。

  通过这样三招,DeepMind小组确实在围棋人工智能上取得了巨大突破。而且研究方法的潜力很大,从这个方向上走,最终象“更深的蓝”一样战胜人类最高手是完全可以想象的。一个月前,DeepMind小组就报告说围棋人工智能取得了巨大突破,会战胜人类,但当时棋迷与职业棋手并未留意。现在有了棋谱,又有了技术细节,就显得可信多了。

  职业棋手李喆在微博上说:

  “Google的围棋AI已具有职业水准。从棋谱初步判断是顶尖棋手让先-让先倒贴的水平,离战胜人类还有一小段距离。但这是三个月前的棋谱...以Google机器学习堆数据的速度,今年三月对决李世石相当值得期待。”

  如果象报道的那样,2016年三月AlphaGo真的挑战韩国棋手李世石(过去十年获得世界冠军最多的棋手),这说明Google对AlphaGo非常有信心,认为三个月的时间就能进步到战胜顶尖高手了。DeepMind小组认为,电脑围棋的优势在于一天可以下100万盘棋,而且一直保持水平稳定,而人类能下的棋和能打的棋谱很有限,时间长了还会疲劳出错。

  我认为这次电脑是真的有可能在围棋上战胜人类。樊麾在非正式对局中两次中盘胜AlphaGo,可见AlphaGo也是会认输的,不是永远缠斗到终局,而且樊麾是有击败AlphaGo的棋力的,在正式比赛中可能是太紧张技术变形了。如果李世石象樊麾二段一样心态失衡露出大破绽,肯定会被电脑抓住输掉。即使小心应付,电脑也会有胜机。即使只赢李世石一盘,也是了不起的成就。最终,电脑以稳定的概率战胜职业棋手将在一二年内实现。

  这无疑是人工智能领域的巨大突破,预示着机器将在棋类这项“智力运动”上彻底战胜人类。围棋这个人类自以为还能坚固防守五十年以上的堡垒,在引发了人工智能研究领域的巨大兴趣后,被机器出人意料地迅速突破了。

  当然正如深度学习技术的发明人、DeepMind小组的Hassabis所言,人工智能真正的挑战是“泛化”的能力。人工智能在围棋上达到的超高能力,并不能转移到其它任务上去。

  但是从目前达到的成就来看,人工智能带来的社会革命也许真的快来了。对于人工智能“奇点革命”有兴趣的可以参考:

  人工智能革命:通向超级智能之路 人类永生或灭绝

  对于我个人,会象许多业余棋迷一样,非常希望Google能把AlphaGo商业化推向市场。这会是围棋学习的一个革命:随时随地有最高等级的选手教你下棋。所以,暂时欢呼吧!

  致谢:感谢风云学会会长袁岚峰博士(@中科大胡不归 )、研究员金辉宇博士的宝贵意见。(陈经 中科大风云学会研究员 观察者网)

  链接+

  自计算机技术发展以来,人工智能便是众多高端人才竞相研究的对象。近三十年此领域获得了迅速的发展,人工智能越来越热,科技公司也纷纷进行布局。人机博弈更是人工智能一个重要的研究方向。

  人机博弈,每每引起人们的广泛关注。当人类与自己制造出来的机器斗智斗勇时,输赢之间似乎已不再是简单的技术问题了。

  说起人机博弈,早在19世纪60年代就已经出现了若干博弈程序,并达到了一定的水平。比较有影响的是1960年NNS国际象棋机的出现,以及60年代初期IBM完成的具有自学习、自组织、自适应能力的西洋棋程序等等。

  最早击败世界冠军的“奥赛罗”人机对弈系统

  李开复(微博)就读于卡内基梅隆大学期间,开发了“奥赛罗”人机对弈系统,因为1988年击败了人类的国际象棋世界冠军而名噪一时。李开复曾表示,我们击败“得过世界团体冠军的Brian Rose”,他曾在1987年代表美国队获得奥赛罗世界锦标赛冠军。约定三战两胜,但他大败一局之后弃权,

  卡斯帕罗夫大战“深蓝”睡不着觉

  历史上最伟大的一次较量来自于1997年世界首席国际象棋大师卡斯帕罗夫与IBM公司生产的计算机“深蓝”的较量。早在1989年他曾击败过IBM的“深思”电脑棋手。而在1997年这次较量中,经过几轮激烈的角逐,“深蓝”最终以2:1战胜了卡斯帕罗夫。这是人工智能飞速发展的一个重要标志。IBM推出的“深蓝”运算速度要比当年的“深思”要快1000倍。卡斯帕罗夫赛前曾发誓要“为捍卫人类的尊严而战”。

  中国象棋大师与机器博弈也是输

  1995年9月21日,IBM公司为了庆祝IBM中国研究中心的建成,在落成庆典上,邀请国际象棋冠军谢军与挑战者--IBM公司生产的电脑对奕,经过两个小时的较量,谢军以1:1与电脑握手言和。而在2004年中国首届国象人机大战上,中国棋后诸宸连输两场,最终负于紫光之星。此后中国的国象人机大战上中国选手战败也是家常便饭。

  人类似乎在国际象棋上没赢过机器了

  在1997年之后人类似乎就没赢过了。1998年REBEL5:3战胜了当时世界排名第二的维斯瓦纳坦•阿南德,自1997年至今著名的国际象棋大师与电脑对战,多是败局,或是平局。2009年Pocket Fritz 4的棋力达到了特级大师级别,等级分2898。现在排名第一的马格努斯•卡尔森也才2882。

  复杂的中国游戏——围棋也将落败

  社交网站Facebook的首席执行官马克•扎克伯格透露,他的公司已开发出了一个人工智能系统,足以匹敌最顶尖的人类围棋高手。当然,Facebook并不是唯一一家用电脑玩围棋的公司。早在2004年,微软的研发部门就开始开发针对围棋的人工智能软件。六年后,它将该技术应用到了一款Xbox视频游戏中。

  谷歌人工智能5:0击败欧洲围棋冠军

  1月28日谷歌DeepMind人工智能研究团队研究的人工智能系统AlphaGo挑战了三度欧洲围棋冠军樊麾。在番棋赛中,AlphaGo以5:0击败了樊麾。这是软件首次在全尺寸棋盘对职业棋手的比赛中取得这样的成绩。

  在公布这一消息后后,DeepMind团队已向全球最优秀的围棋选手之一,韩国的李世石发出挑战。这一比赛将于2016年3月进行。

  1997年,当卡斯帕罗夫负于“深蓝”时,著名棋评家菲舍套用莎士比亚的名句评论说:您是愿意投降呢,还是一定要我为您流汗。要是我流起汗来,那是你亲友的眼泪,悲泣着您的死亡。 当人工智能发展越来越深入,人们关心的已经不只是结果,更关乎未来。(腾讯科技)

分享到:
责任编辑:

网友评论