【大发1.5分彩正规网】AlphaGo:人工智能的一大步

  • 时间:
  • 浏览:2

AlphaGo:人工智能的一大步

  • 2019/5/31 17:21:04
  • 类型:原创
  • 来源:电脑报
  • 报纸编辑:电脑报
  • 作者: 乐佳

【电脑报在线】AlphaGo是人工智能领域的5个里程碑,它的出显昭示着人工智能领域的研究又先前迈进了一大步。找不到,AlphaGo到底有何过人之处,其在围棋领域取得的成绩怎么产生找不到之大的反响?

2016年3月,由谷歌旗下公司DeepMind开发的人工智能多多多线程 阿尔法狗(AlphaGo)以总比分4:1战胜韩国天王级职业围棋选手李世石九段。此役使得AlphaGo声名鹊起,也使得人工智能、层厚学习成为了世人关注的热点。仅仅过了几次月,同年的12月29日,5个神秘账号“Master”出显在了中文网络围棋平台弈城网上,并在短短几日之内以150胜0负1和的傲人战绩战胜了包括世界排名第一的柯洁九段、“棋圣”聂卫平在内的多个职业围棋领域的大师级人物。当其他人还在震惊中猜测Master到底是是何方神圣时,Google对外宣布Master的真实身份本来AlphaGoAlphaGo是人工智能领域的5个里程碑,它的出显昭示着人工智能领域的研究又先前迈进了一大步。找不到,AlphaGo到底有何过人之处,其在围棋领域取得的成绩怎么产生找不到之大的反响?

 

阿尔法狗

我觉得,人工智能在棋类运动中战胜人类早已有先例,早在1997年5月IBM“深蓝计算机”在国际象棋比赛中战胜了当时的世界卫冕冠军卡斯帕罗夫。相较于国际象棋,围棋具有更多样化的规则和更多的棋盘具体情况,其他在深蓝战胜了世界冠军后的很长一段时间内其他人都认为计算机在围棋上是无法战胜人类的,甚至村里人 把围棋称为“人类最后的堡垒”。而如今,“人类最后的堡垒”本来可能 被攻破,势必会引起其他人的强烈反应。

AlphaGo的成功一方面得益于硬件设备计算能力的极大提升,相较于20年前,如今计算设备的计算能力有了质的飞跃;当事人面,则得益于采用了层厚学习算法。同深蓝采用的暴力解题的土妙招不同,AlphaGo通过使用层厚学习来获得更加抽象的概念。AlphaGo的核心组成是5个卷积神经网络(Convolutional Neural Networks, CNN):策略网络(Policy Network)和价值网络(Value Network)。简单来说,策略网络用于针对当前棋盘,输出在当前棋盘各个空白处落子的概率;价值网络则会给出在各个位置落子后的胜率;最后,AlphaGo使用一种 蒙特卡罗树搜索(Monte Carlo Tree Search, MCTS)算法结合前面的5个网络输出最佳的落子策略。否则,AlphaGo厉害之处就在于当他的对手不可能 还在思考下在哪里的以前,它不可能 猜出了对手不可能 下子的位置,并利用对手思考的时间,继续计算后边的棋路。此外,AlphaGo还使用了强化学习算法(Reinforcement Learning, RL):通过让策略网络不断地自我对弈,来不断提升策略网络预测落子概率的准确性。当然,AlphaGo的实际计算过程比这要多样化得多,此处主本来为了方便理解而对其对弈的计算过程做了几瓶的多样化。

人工智能一般不能分为弱人工智能和强人工智能,两者最大的区别在于制创造发明来的智能机器是否不能具有自我意识。强人工智具有理解问题报告 图片、思考问题报告 图片、计划并处置问题报告 图片的能力,甚至拥有自我意识和知觉。而弱人工智能我觉得能处置其他人类不能处置的问题报告 图片,但实际上它从不真正具备理解问题报告 图片、思考问题报告 图片的能力,也找不到自我意识。自从AlphaGo击败众多围棋高手以来,不少人都我觉得人类离人工智能统治人类的那一天又更进了一步。我觉得,尽管AlphaGo的确是人工智能领域的5个里程碑,但本质上AlphaGo仍然是5个计算机多多多线程 ,它找不到自我意识,也找不到真正理解围棋,他本来算出了几次不能构建最佳落子策略的函数而已,它仍然属于弱人工智能。

本文出自2019-06-03出版的《电脑报》2019年第21期 A.新闻周刊 (网站编辑:PCW-hjz)

发表给力评论!看新闻,说两句。

匿名 ctrl+enter快捷提交

网站地图 | 版权声明 | 业务企业商务合作 | 情感是什么 链接 | 关于其他人 | 招聘信息

报纸客服电话:1506677866 报纸客服信箱:pcw-advice@vip.sina.com 情感是什么 链接与企业商务合作:987349267(QQ) 广告与活动:6711509(QQ) 网站联系信箱:cpcw@cpcwi.com

Copyright © 1506-2011 电脑报官方网站 版权所有 渝ICP备111509040号