国际象棋和围棋都已经进行过「人机大战」了，之后还有什么游戏值得人工智能挑战吗？
比如德州扑克？
按时间排序
机器人的优势是计算，记忆。其实没那么复杂，这方面越简单人的劣势越大，石头剪子布就行了。每一种都是三分之一概率，你知道我要出啥？人的优势是啥，是创新和变化。对阿狗不是特别了解，我觉得他的学习只是进行大量的计算，因为程序员不能把所有的情况都考虑到，就看他自己算，说白了还是计算，阿法狗赢是很正常的，说明人类文明进步到这里了。人类最重要的是灵魂。
烹国煮世。不过相对于此，我仍希望人工智能先产生意识和感情，意识产生自我能让自己走的更远，适可的感情能让自己走得更稳。刀有鞘而使砺之，刀才不会钝。感情则是感悟与震撼，类似啃牛肉的喜悦，被认可的人摸毛的自豪，晒太阳的惬意，人有情如刀有鞘。中国就不用了，鼎足三基已废两足，鼎腹维稳没用，做事必有六分以上胜算才可为之，何况没半分眷恋更无需劳神，余死后任其自没即可。我更看好荷兰、德国、加拿大，人工智能产生意识以后在那些地方应该能生长的更好。
讲真，如果一个机器人能够做到“理解人类话语+整理逻辑思维+快速语音反应+适时感染观众”的话，就已经够了。对，我说的就是辩论
万智牌啊，游戏王啊，DOTA啊，英雄联盟啊，星际争霸啊什么的
德州扑克已经破解了。同样的算法应该能移植到麻将、四国大战什么的上面。
相信你们都知道了，人工智能AlphaGo与韩国第一围棋手李世石之间的人机大战，已经进行到第二天。所有棋类运动中，来自中国的围棋思考程度最复杂，最依赖「棋感」。20年前，国际象棋世界冠军卡斯帕罗夫败给IBM深蓝时，围棋被人类当做智慧的最后一道防线。作为排名世界第四的围棋高手，李世石在赛前充满自信的宣称，自己将以5：0取胜，心情好，可以考虑让一局。结果大家都知道了，继第一局对战李世石投子认负后，今天AlphaGo再下一城。和你们想象中的不一样，AlphaGo不按照任何定式，有自己奇特的思路，连创造者都不明白它的棋路，也就是说：它会学习思考。人们都被人工智能非常规的棋路吓坏了。忽然之间，所有人都开始关注人工智能究竟会不会威胁人类安全，「The Terminator - 终结者」中人工智能统治世界的场景，仿佛即将变成现实。AlphaGo在舆论口中变得越发不可战胜，而在比赛直播间里，一个19岁的中国少年却伸了伸懒腰，轻描淡写地说：“就算阿法狗战胜了李世石，但它赢不了我。”这位小哥叫柯洁，这两天在微博非常火。性格特点也很明显，狂，非常狂。从他的微博就能看出，一条微博发出去，净涨14万粉。这位年仅19岁的少年，去年已经拿下三个世界冠军，在世界围棋积分榜中排名第一，是当之无愧的世界围棋第一人。作为围棋诞生地，世界第一的宝座理应由中国人牢牢掌握，然而在柯洁之前，这个位置对于中国人来说，竟然是个遥不可及的梦。从19世纪中期往后数一百年，中国围棋被日本虐的丢盔弃甲，棋手间还流传着「日本九段不可战胜」的神话，要知道，职业九段象征着围棋界最高水平。直到日的中日围棋交流赛中，名不见经传的陈祖德出乎意料地受先一子战胜日本「围棋之神」杉内雅男，实现了中国棋手对日本九段棋手胜绩零的突破。当时只有19岁的陈祖德，由此为人知晓，后来成为新中国围棋事业的奠基人：然而除了职业九段，日本围棋界还有更高级的阶层：「超一流棋手」，在全世界鲜有敌手。老日本棋神藤泽秀行还曾参悟出：「围棋一百，我只知七八，这就是围棋的魅力」，层次极高。面对这样的对手，80年代前，中国最强棋手与日本「超一流棋手」的十余次交手中，胜绩为零。在改革开放初期，重新看世界的中国人急需找到自信，经济太慢，体育就是最快的捷径，当时，排球五连胜的神话对中国人来说简直就是一针最好的兴奋剂。就在这时，1984年日本提议举办中日围棋擂台赛，推阻再三的中国围棋队迫于压力，正面迎战。事实上，中方的目标也并不高，能逼出日本的超一流棋手小林光一即可，其实小林光一也只是超一流棋手中的末流。在比赛开幕式上，日本棋院理事长坂田荣男极其狂妄，声称：只需3人，就可以击败中国全部8名选手，根本没想让小林光一露面。比赛中，拼尽全力的中国队总算成功站在小林光一面前，但作为超一流棋手，实力绝不是吹的，这位岛国高手一出场，就将中国6位棋手斩落马下，全队仅剩一人，你们都熟悉他的名字：聂卫平。为了维护中国围棋的尊严，赢得民族自信心，身体不好的聂卫平甚至抱起氧气罐就上场了，全中国的人都在等他赢下这局棋，干掉嚣张的日本人。绝境中，32岁的聂卫平不仅干掉了小林光一，更是战胜了另外两名超一流棋手，带领中国围棋拿下「抗日」首胜。59岁的日本主将藤泽秀行无法接受被一个中国年轻人逆转的事实，丢掉日本围棋名誉的他，削发谢罪，剃了光头。初尝败绩的日本人仍然看不起中国围棋，声称：上次失利是意外，日本三名大将都不必出战，就能让中国队直接回家。仿佛历史重演，一年后的第二届擂台上，中国队再次被完虐，所有压力又集中到仅存选手聂卫平身上，他将要迎战日本剩下5名高手，包括两名超一流棋手。这简直是不可能完成的任务，日本围棋队信心满满，记者们甚至写道：“如果再让聂卫平胜利，这无疑是天方夜谭。”日本人眼中胜负已定的比赛，却硬生生被聂卫平掰了回来，一波五连胜，把日本顶尖棋手片冈聪、山城宏、酒井猛、武宫正树、大竹英雄斩于马下，中国围棋再次扬眉吐气。转过年，第三届擂台赛上，聂神仙继续压轴登场，击败日本主将加藤正夫，中国围棋完成三连斩，整个日本围棋界被彻底打趴在三届较量中取得9连胜的聂卫平，无疑成为人民心中的英雄，极大提升了民族的自信心，当时还有无数小学生把围棋当做自己的兴趣。聂卫平本人受到了邓小平的赞赏，「棋圣」称号从此诞生。就在此时，稍有起色的中国围棋复兴之路，却被半路杀出的韩国队彻底阻断十几年。90年代，伴随着李昌镐，曹薰炫，李世石的崛起，韩国围棋肆虐整个世界棋坛，同期的中日国手被打得满地找牙。每逢国际大赛，只要韩国棋手进了四强，基本锁定冠军。绰号“石佛”的李昌镐，更是开创了自己的时代，拿下了2007年以前世界上所有职业围棋个人赛事和团体赛事的冠军，真正实现了世界职业围棋比赛「大满贯」。此刻，无数中国棋手当了背景板，愈发惧怕韩国棋手。究其原因，后聂卫平时代的中国围棋界，弥漫着一种怕输的心态，也正是这种畏首畏尾的心态阻断了无数中国人的围棋之路。年轻人因为好奇走进了围棋的大门，又因为输不起而离开。2014年，中国最强九段棋手之一的古力对战韩国第一人李世石，2-6落败，竟然一度精神不振，近一年没下围棋。正是这个时候，一位97年出生的少年站了出来，带来了中国围棋的复兴。没错，他就是柯洁。2015年底的梦百合杯世界围棋公开赛，柯洁与李世石会师决赛。赛前他就放出豪言：“决赛我的胜率是95%，李世石的传奇是落幕的时候了”。说到就一定能做到，这个年轻人用3:2的成绩，拿下了这场决赛，击败韩国人不再是传说。柯洁与这位韩国顶尖棋手的较量成绩，达到8胜2负，用数据终结了中国围棋界的恐韩症。为柯洁骄傲的人们，也许不会分析，一切胜利都开始于这个95后年轻人的自信心。碰巧，昨天在网上引起人们关注的不仅有柯洁。08年奥运会张怡宁对阵日本球员福原爱的视频又火了起来。压倒性优势下，为了给对手留面子，故意把球扔到地上。作为04到08年间女子乒乓球界的统治者，但凡她参加的比赛，别人只能争夺亚军。再看柯洁，两人极其相似，一样的年轻气盛，文质相符，还被戏称为“大魔王”。张怡宁敢说，“张怡宁时代来了”。柯洁同样敢说，“无敌是多么寂寞”。这种来自年轻人的张扬和自信，对沉闷的中国人来说是最好的补完。今天第二场人机大战结束后，AlphaGo的创始人戴密斯·哈萨比斯说：「下个对手希望是柯洁。」而柯洁回应：「如果AI下赢了，我还想赢回来！」不怀疑自己，不畏惧失败，才是年轻人应该有的样子。
Alphago战胜了围棋，能否战胜四国军棋？
今天即将开始第三场人机大战，人类能否试探出alphago的上限应该是最大看点。当一些围棋大师评说alphago确有失误的时候，但它赢得了胜利。面对胜利者，你很难评价他的上限——伊辛巴耶娃每次只破1cm难道是她真的每次进步1cm？没必要并不能代表做不到。所以我认为只有当人第一次战胜alphago之后才能初步判断它的实力，否则所谓的违背棋理可能只是在否定地心说而已。
谨慎而言，Alphago的围棋水平已经与人类围棋界中最高水平旗鼓相当了。围棋——所有棋类中复杂度最高的，现阶段无法用穷尽法暴力破解的——正在被计算机超越。我们可以自豪，因为计算机以及神经网络是人类想出来的；但我们也可以悲伤，因为人类终究敌不过计算机，所谓的大局观，棋感，意识可能只是对局面无法把握的托词。那么作为心理活动的最具代表性的棋类——四国军棋，能否摆脱被AI统治的命运呢？
围棋是一个信息完备的棋类，即所有信息都是可以被电脑所接收，不存在误导和欺骗，人类所谓的陷阱，在电脑面前只是一组数据（当然，也许人可以根据计算机的算法布置陷阱，但迭代无数次后的alphago连研发人员都只能当做黑箱了）。
四国军棋（特指四暗和双明）属于信息不对称的棋类，赢棋公式可以看作P（win）=a*X+b*Y-c*Z，大致可以理解成abc是三个参数，X是拥有的子力差距，Y是拥有的正确信息，Z是拥有的错误信息。计算机可以正确计算子力差距，但是信息方面如果完全依靠概率统计，就会陷入人类的反思维陷阱。举例而言，概率统计告诉计算机，80%是司令，20%是军长，人类的经验中也大致如此，高概率是司令，低概率是军长，但是人可以在某一盘棋中反其道而行之，让计算机得到错误信息。（补充：看到有些人认为军棋依赖于判断就落入下乘的想法，双明也有类似“不做判断就是最好的判断”这样的名言，实际上判断是必不可少的，军棋大师们除了走位好，判断也是十分了得的。计算机可以少做判断，但它无法避免判断。当两个人猜拳的时候，X知道Y有60的概率出石头，30%的概率出布，10%的概率出剪刀。理性分析，X会出布立于不败之地，但是如果他的对手Y捕捉到这个信息，就会选择出剪刀，再假设X知道Y有这个信息，就会改变策略。这里就是信息的博弈了。）
既然计算机不能通过概率统计简单击败人类，聪明的工程师们肯定会集思广益想出其他招数。比如像我在制作小车的时候一样设置档位，不同模式可以根据局面的优略（优势求稳，劣势求变化）调整，可以有3种、30种、甚至300种模式进行变化，让人类找不到规律，人类就无法反思维运子了。那么问题来了，计算机可以找到人类的规律吗？人类的心理活动是很复杂的，灵光一现的决定计算机能否估算到呢？第三届大师赛决赛的决胜盘，西瓜橙子 和杨康的军长面对明司令无所畏惧，计算机会做吗？最后胜负手的那一步，小邪军旗面临威胁，却不予理会，计算机能算到吗？
这些都是未知的，没有发生的事我们往往只能凭借感觉判断。话又说回来，我们所谓的感觉是否在计算机眼里看来只是我们基于自身认知以及对周边环境的认知而做出的高概率选择呢？假如计算机把人类的情感和感觉都能抽象成数据的时候，它就成为了“神”。
就没人说四台阿尔法狗打麻将啊？
石头剪子布
不认同德州扑克
中国足球国家队主教练
千万别来电子竞技！！！我可不想打了3年匹配以后打不过人机~~~
不是说要挑战星际吗？其实我觉得还可以挑战一下异次元杀阵。
类似问题的话，Arimaa，印度象棋/印度斗兽棋和围棋对比状态空间复杂度：Arimaa，10的42次方层次，围棋，170次方游戏树复杂度：Arimaa，402次方，围棋，360次方平均回合数：Arimaa，92；围棋，150每年会有计算机程序的比赛（带奖金的）…2014年和2015年都被David Wu（感觉也是个华人）开发的Sharp程序获得冠军2015年，计算机程序冠军第一次战胜人类冠军感觉如果有人有兴趣的话，这个软件的战力还有很大的提升空间…题主赚钱了记得给我点信息费…
所有透明的（信息对称）棋牌类游戏，AI估计都能得心应手了吧？只有那种信息不对称的游戏，例如麻将、一些扑克牌之类的游戏，与运气之类的有关吧。
已有帐号？
无法登录？
社交帐号登录人工智能战胜围棋高手 下一步将做灾难分析
[摘要]机器在诸多智力游戏中战胜了人类，国际象棋、跳棋等都被人工智能拿下。
腾讯科技 王潘 1月28日报道由()伦敦子公司DeepMind开发的AlphaGo机器，以5:0的绝对优势击败了欧洲围棋冠军樊麾。樊麾出生于中国、现籍法国，现为法国国家围棋队总教练。据悉，“AlphaGo”还与其他几个种类的围棋软件展开切磋，495局比赛中仅败阵一局，优势十分明显。今年3月，“AlphaGo”将挑战全球顶级的韩国九段棋手李世乭，奖金是100万美金。李世石表示：“(人工智能)厉害得让人吃惊，听说一直在进化，不过我有信心取胜。”战胜围棋高手到底有多难？在过去的二十多年里，机器在诸多智力游戏领域都战胜了人类，国际象棋、跳棋、黑白棋、扑克牌等都被人工智能拿下。1952年计算机掌握了第一款游戏——井字棋。90年代中期，一个名叫Chinook的程序打败了全世界顶尖的跳棋高手们。1997年，的“深蓝”打败了当时国际象棋大师卡斯帕洛夫。2011年，IBM的Watson 在智力游戏Jeopardy中夺得第一。 然而，尽管上述智力竞赛均被人工智能拿下，围棋也一直是例外，人类智力总是更胜一筹。尽管有着极简的游戏规则，但实际上围棋却是一种极为复杂的游戏。围棋起源于三千多年前的中国，计算起来，共有10的170次方种可能的走法——这个数字大于中原子的数量，比国际象棋还多一个10的100 次方。尽管目前AlphaGo机器已战胜欧洲围棋冠军，但谷歌公司今日却发文承认，截止目前，围棋仍然是横亘在人工智能研究者面前的难题：计算机真正的围棋水平只能达到业余选手的程度。谷歌如何做到？谷歌公司称，传统的人工智能方法是将所有可能的走法构建成一棵搜索树 ，但这种方法对围棋并不适用。所以在征服围棋的过程中，谷歌决定另辟蹊径，构建了AlphaGo的系统，将高级搜索树与深度神经网络结合在一起。这些神经网络通过12个处理层传递对棋盘的描述，这些处理层包含数百万个类似于神经的连接点。其中一个神经网络“策略网络”（policy network）选择下一步走法，另一个神经网络“价值网络”（value network）预测比赛胜利者。谷歌用人类围棋高手的三千万步围棋走法训练神经网络，直至神经网络预测人类走法的准确率达到57%。为了打败樊麾，AlphaGo学习自行研究新战略，在它的神经网络之间运行了数千局围棋，利用反复试验调整连接点，这个流程也称为巩固学习。 完成训练后，谷歌再对AlphaGo进行测试。首先，谷歌在AlphaGo和其他顶级计算机围棋程序之间举行了比赛，结果AlphaGo在全部500场比赛中只输了一场。下一步就是邀请欧洲围棋三料冠军樊麾来到谷歌的伦敦办公室参加挑战赛，结果大家已经知道了。谷歌将用人工智能做灾难分析谷歌公司称，这项成就最重要的意义在于，AlphaGo不仅是遵循人工规则的“专家”系统，它还通过通用“机器学习”自行掌握如何赢得围棋比赛的规则。游戏是迅速而高效地开发及测试人工智能算法的完美平台，不过最终，谷歌表示，要运用这些技术解决现实社会的重要问题。“我们所采用的方法具有通用性，因此我们希望有一天这些方法也能用来解决当今世界面临的最严峻、最紧迫的问题——从气候建模到复杂的灾难分析，期待着继续运用这些技术解决更多问题！”
正在加载...
推广：微信搜索“BI中文站”公众号，收听来自硅谷最新鲜的科技资讯、最前沿的创业模式、最好玩的圈内故事。
[责任编辑：jupiterli]
您认为这篇文章与"新一网（08008.HK）"相关度高吗？
Copyright & 1998 - 2016 Tencent. All Rights Reserved
还能输入140字医学会议频道
ICD-10疾病编码
大家还在关注：
谷歌围棋人工智能战胜人类最后的智力骄傲，对医疗有什么启示？
作者：MedSci&&&来源：MedSci
AlphaGo与欧洲围棋冠军樊麾的5局较量。图片来源：参考文献[1]
这是人类历史上，围棋AI第一次在公平比赛中战胜职业选手。
AlphaGo的战绩如何？
此次比赛和以往不同。之前的比赛中，由于AI棋力比人类弱，人类选手都会让子，而且AI主要和业余段位的棋手比赛。而AlphaGo 对战樊麾是完全公平的比赛，没有让子。职业二段樊麾出生于中国，目前是法国国家围棋队总教练，已经连续三年赢得欧洲围棋冠军的称号。
研究者也让AlphaGo 和其他的围棋AI进行了较量，在总计495局中只输了一局，胜率是99.8%。它甚至尝试了让4子对阵Crazy Stone，Zen和Pachi三个先进的AI，胜率分别是77%，86%和99%。可见AlphaGo有多强大。
在接下来3月份，AlphaGo 将和韩国九段棋手李世乭在首尔一战，奖金是由Google提供的100万美金。李世乭是最近10年中获得世界第一头衔最多的棋手。围棋是最后一个人类顶尖高手能战胜AI的棋类游戏。之前有人预测说，AI需要再花十几年才能战胜人类。所以这场比赛或许会见证历史，我们将拭目以待。
李世乭表示很荣幸自己将与电脑公平对弈。“无论结果如何，这都会是围棋史上极其意义的事件。”他说，“我听说谷歌DeepMind的AI出人意料地强，而且正在变得更强。但我有自信这次至少能赢一局。”图片来源：
AI下围棋到底有多难？
计算围棋是个极其复杂的问题，比国际象棋要困难得多。围棋最大有3^361 种局面，大致的体量是10^170，而已经观测到的宇宙中，原子的数量才10^80。国际象棋最大只有2^155种局面，称为香农数，大致是10^47。
面对任何棋类，一种直观又偷懒的思路是暴力列举所有能赢的方案，这些方案会形成一个树形地图。AI只要根据这个地图下棋就能永远胜利。然而，围棋一盘大约要下150步，每一步有250种可选的下法，所以粗略来说，要是AI用暴力列举所有情况的方式，围棋需要计算250^150种情况，大致是10^360。相对的，国际象棋每盘大约80步，每一步有35种可选下法，所以只要算35^80种情况，大概是10^124。无论如何，枚举所有情况的方法不可行，所以研究者们需要用巧妙的方法来解决问题，他们选择了模仿人类大师的下棋方式。
研究者们祭出了终极杀器——“深度学习”(Deep Learning) 。深度学习是目前人工智能领域中最热门的科目，它能完成笔迹识别，面部识别，驾驶自动汽车，自然语言处理，识别声音，分析生物信息数据等非常复杂的任务。
描述AlphaGo研究成果的论文成为了1月28日的《自然》杂志的封面文章。图片来源：Nature/Google DeepMind
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。
AlphaGo所使用的神经网络结构示意图。图片来源：参考文献[1]
AlphaGo利用这两个工具来分析局面，判断每种下子策略的优劣，就像人类棋手会判断当前局面以及推断未来的局面一样。这样AlphaGo在分析了比如未来20步的情况下，就能判断在哪里下子赢的概率会高。
研究者们用许多专业棋局训练AI，这种方法称为监督学习(supervised learning)，然后让AI和自己对弈，这种方法称为强化学习（reinforcement learning)，每次对弈都能让AI棋力精进。然后他就能战胜冠军啦！
人类在下棋时有一个劣势，在长时间比赛后，他们会犯错，但机器不会。而且人类或许一年能玩1000局，但机器一天就能玩100万局。所以AlphaGo只要经过了足够的训练，就能击败所有的人类选手。
Google DeepMind
Google DeepMind是这个程序的创造者，我们来看一下他们萌萌的程序员。
杰米斯·哈萨比斯（Demis Hassabis） 是Google DeepMind 的CEO。图片来源：Nature Video
文章的第一作者大卫·西尔弗（David Silver）。图片来源：Nature Video
Google DeepMind 去年在《自然》杂志上发表过一篇论文[2]，他们用增强学习的方法训练AI玩经典的Atari 游戏。其实在几年前就有人研究如何让AI玩《星际争霸》，目前人类大师还是能击败AI的。电脑游戏中大量使用人工智能技术，你有没有觉得游戏变得越来越聪明了？
那么……未来呢？
人工智能研究者面对这样的成就当然欣喜。深度学习和强化学习等技术完全可以用于更广泛的领域。比如最近很火的精准治疗，我们可以训练它们判断哪些治疗方案对某个特定的人有效。
但是，围棋毕竟不仅仅是一项智力成就。就像十多年前的国际象棋一样，围棋必定也会引发超出本领域之外的讨论。等到计算机能在围棋上秒杀人类的时候，围棋是不是就变成了一种无聊的游戏？人类的智力成就是不是就贬值了？AI还将在其他层面上继续碾压人类吗？传统认为AI不可能完成的任务是否也都将被逐一打破？人类最后是会进入AI乌托邦还是被AI淘汰呢？
没人知道答案。但有一点毫无疑问：AI一定会进入我们的生活，我们不可能躲开。这一接触虽然很可能悄无声息，但意义或许不亚于我们第一次接触外星生命。
上述正文内容来自果壳，其它内容为MedSci补充
参考文献：
David Silver, et al. "Mastering the game of Go with deep neural networks and tree search." Nature doi:10.1038/nature16961
Mnih V, Kavukcuoglu K, Silver D, Rusu AA, Veness J, Bellemare MG, Graves A, Riedmiller M, Fidjeland AK, Ostrovski G, Petersen S, Beattie C, Sadik A, Antonoglou I, King H, Kumaran D, Wierstra D, Legg S, Hassabis D.&Nature. 2015 Feb 26;518(
人类与国际象棋的斗争史---人类简直不堪一击！
日，深蓝首次挑战国际象棋世界冠军卡斯帕罗夫，但以2-4落败。比赛在2月17日结束。1997 年 5 月 11 日，在人与计算机之间挑战赛的历史上可以说是历史性的一天。计算机在正常时限的比赛中首次击败了等级分排名世界第一的棋手。加里·卡斯帕罗夫以 2.5:3.5 （1胜2负3平）输给 IBM 的计算机程序 “深蓝”。机器的胜利标志着国际象棋历史的新时代。
2015年，Matthew Lai开发了一个名为Giraffe的人工智能机器，它可以通过自学来判断下步棋该怎么走，这种方式更像人类，和传统的国际象棋引擎完全不同。整个训练过程中，他会测试机器的各个阶段成绩。当引导过程开始时，Giraffe很快就达到了6000分的成绩，仅在72小时就达到了9700分。9700分已经可以成为世界上最好的国际象棋引擎了。这种学习和提高速度，是人类难以达到的水平。
所属期刊：
影响因子：41.456
期刊论坛：
科技改变未来
未来很担忧
人类，未来
再牛逼的机器人也是人造的
患者不会放心吧。。。还需一段时间成为现实。。
机器人可独立做手术吗？
在医疗方面，机器人只是助手的角色。
与真正九段高手还是有差距的
科技的进步不容置疑
相关资讯：
猜你感兴趣
资讯分类阅读
关注Medsci
MedSci备案号 沪ICP备号-1除了战胜欧洲围棋冠军，牛逼的人工智能还能做这些事
2016年年初红遍全球的不是张小龙的饭否鸡汤，而是Google DeepMind研发的AlphaGo机器人在公平对局中，以5:0完胜欧洲围棋冠军、职业围棋二段樊麾。这是人类历史上，围棋AI第一次在公平比赛中战胜职业选手。AlphaGo与欧洲围棋冠军樊麾的5局较量（图片来源于网络）围棋是人类发明的最复杂的游戏，也是人类职业玩家唯一未被机器人战胜过的游戏，但这个历史被改写了。在此之前，鉴于围棋每回合有250种可能，一盘棋可以长达150回合，人们认为这一巨大的数目足以令任何蛮力穷举者望而却步。但是，技术的进步必须会带来变革，谷歌研究者开发的这款名为“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。恰巧在前一天，Facebook 也在 arXiv.org 上更新了一篇用卷积神经网络和蒙特卡洛树搜索相结合来解决围棋问题的新、论文。无独有偶的是，微软的核心成员也一致预测：2016年将成为人工智能的重要年份。谷歌的人工智能在围棋上的突破只是表象，它的实际运用领域从汽车、气象、金融到教育等各种服务于人类的东西，非常广泛。那么这么牛逼的人工智能技术，人类到底还能用它来干嘛呢？其实在技术发达的今天，计算机基本能做各种人能做的事情了。比如让科技巨头不亦乐乎的无人驾驶、自然语言的客服工作，还有媒体已经开始用机器人写新闻稿了。更具创新性的，一些专业领域的工作也可以被机器替代，比如计算机可以设计出你喜欢的的手机、衣服，甚至调制出你喜欢食品的配方等，这些人工智能通过机器学习都有可能做到。还有天气预报、交通状况等预测，计算机系统都可能提前预警。另外还有大数据分析，像金融领域的基金经理和研究员，计算机的看图能力和数据分析能力肯定要远强于人，人类投资交易最大的敌人是贪婪和恐惧，计算机都不会。国内目前有做出给普通大众应用的是一家人工智能创业公司iPIN，他们花费了巨大的心血去尝试将人的信息全方位量化，然后将社会信息量化，能够利用人工智能去学习和理解人和社会的方方面面，目前已经推出的一款帮高考生填报志愿的APP——完美志愿。众所周知，高考志愿填报的政策、规则、策略十分复杂、多变且具地域性和个性化，历年高考录取数据也呈现散布性、多中心、多变化的特点，每个人、每个学校、每个专业都各不相同，并且具有很强的时效性，也容易受经济发展等因素的影响。可以说，高考志愿填报是技术活，需要权威的数据支撑，需要科学的理性分析，也需要对考生的准确定位，甚至还需要借鉴过来人的经验。也因此，每年高考前后志愿填报专家收费最高的达10万元。其实拥有最强大脑的人工智能可以轻松代替志愿专家的工作，而且可以做得更好。完美志愿的做法是利用人工智能让千万过来人的经验帮助考生填志愿，由哈尔滨工业大学、清华大学、中山大学、香港科技大学、美国天普大学的教授坐阵，用先进的博弈论算法，在世界排名第一的天河二号超级计算机，分析计算全国4000万毕业生的就业数据，从而为考生提供合适的志愿选择方案，高考家长和考生可以不用付出天价咨询费就能轻松搞定高考志愿填报。人工智能填志愿iPIN创始人兼CEO杨洋表示，一个有经验的志愿填报专家完成一份高考志愿表需要数小时，而志愿填报机器人仅需要几毫秒，而且更精准、更全面、更靠谱。
【】相关新闻
最新图文推荐
最新专栏文章
大家感兴趣的内容
网友热评的文章}