您好， []|
韩国围棋等级分(截止3月1日)
?(29/16:45)
?(28/15:56)
?(26/14:48)
?(22/15:39)
?(21/20:47)
?(19/17:04)
?(18/22:47)
?(15/18:55)
?(15/16:37)
?(10/07:55)
?(07/12:04)
?(06/09:43)
?(06/09:22)
?(06/08:34)
?(06/08:16)
?(06/08:11)
?(06/07:45)
?(05/10:32)
?(05/09:04)
?(05/08:23)
?(05/08:11)
?(04/16:25)
?(04/16:23)
?(04/15:11)
?(04/13:55)
?(04/13:40)
?(04/13:13)
?(04/12:37)
?(04/10:58)
?(04/10:21)
?(04/09:15)
?(03/23:08)
?(03/13:47)
?(01/19:15)
?(24/22:11)
?(22/17:31)
?(14/15:36)
?(13/21:59)
?(13/18:59)
?(13/14:24)
?(13/09:23)
?(09/07:34)
?(08/20:58)
?(06/22:34)
?(03/22:08)
?(27/16:46)
?(25/07:58)
?(20/16:37)
?(20/15:45)
?(16/16:58)
?(07/20:28)
?(06/18:16)
?(05/19:43)
?(02/14:05)
?(01/15:48)
?(31/15:57)
?(26/22:45)
?(26/19:27)
?(26/17:59)
?(26/16:40)
?(23/18:58)
?(22/21:51)
?(22/18:38)
?(22/17:50)
?(22/08:47)
?(06/18:26)
?(30/18:33)
?(26/10:41)
?(23/21:01)
?(12/19:32)
?(04/16:58)
?(25/09:23)
?(17/12:21)
?(15/23:40)
?(15/17:43)
?(08/22:43)
?(05/21:07)
?(02/20:21)
?(02/19:00)
?(01/03:36)
?(23/11:11)
?(23/10:40)
?(23/10:28)
?(12/22:41)
?(12/17:38)
?(09/10:12)
?(07/08:53)
?(05/14:12)
?(05/11:44)
?(01/15:51)
?(23/09:18)
?(18/23:20)
?(12/10:42)
?(28/20:31)
?(28/08:22)
?(24/20:39)
?(24/20:34)
?(24/19:13)
?(18/18:34)
?(18/07:26)
?(14/14:44)
?(14/14:30)
?(14/14:17)
?(14/14:03)
?(03/09:29)
?(01/07:37)
?(30/19:17)
?(30/10:16)
?(28/19:00)
?(27/21:49)
?(25/18:15)
?(21/23:12)
?(20/21:56)
?(20/17:12)
?(19/10:01)
?(19/08:20)
?(18/09:13)
?(18/04:54)
?(17/11:04)
?(17/06:09)
?(16/14:04)
?(16/13:59)
?(16/11:42)
?(16/09:50)
?(16/08:44)
?(16/07:49)
?(15/11:27)
?(15/11:26)
?(14/22:28)
?(14/18:38)
?(14/17:23)
?(14/17:02)
?(14/13:23)
?(14/12:08)
?(14/08:21)
?(14/07:55)
?(14/07:50)
?(13/22:57)
?(13/21:09)
?(13/18:44)
?(13/18:32)
?(13/18:14)
?(13/16:38)
?(13/15:52)
?(13/15:47)
?(13/14:48)
?(13/09:44)
?(13/08:10)
?(13/07:53)
?(12/22:39)
?(12/18:47)
?(12/16:47)
?(12/14:09)
?(12/13:41)
?(12/12:45)
?(12/11:59)
?(12/09:35)
?(12/07:11)
?(12/05:52)
?(12/05:44)
?(12/05:41)
?(12/05:39)
?(12/05:36)
?(11/17:33)
?(11/15:41)
?(11/12:29)
?(11/12:14)
?(11/09:31)
?(11/05:54)
?(11/05:04)
?(11/05:01)
?(11/04:54)
?(10/19:27)
?(10/18:51)
?(10/17:58)
?(10/15:56)
?(10/14:37)
?(10/14:11)
?(10/09:07)
?(10/07:36)
?(09/23:40)
?(09/22:26)
?(09/20:38)
?(09/20:33)
?(09/18:38)
?(09/18:08)
?(09/17:59)
?(09/17:50)
?(09/17:06)
?(09/15:25)
?(09/06:19)
?(08/11:10)
?(08/09:28)
?(07/13:42)
?(07/11:15)
?(07/10:44)
?(05/19:10)
?(05/08:47)
?(04/11:26)
?(03/21:40)
微视世界杯
电话：010-
责编：罗赛燕
编辑：邓科 胡海清 鲍晓浙 刘刚吴志华 白朝嘉 王查娜 沈宁
&&|&&&&|&&&&|&&&&|&&&&|&&&&|&&
& 1998 - 2006 TENCENT Inc. All Rights Reserved围棋赛机器人胜人类 柯洁喊话:它赢不了我|围棋|人类|柯洁_新浪娱乐_新浪网
围棋赛机器人胜人类 柯洁喊话:它赢不了我
3月9日，谷歌阿尔法围棋与李世石的人机大战五番棋首局战罢，人类代表李世石落败。中国棋手柯洁表示不服。
谷歌围棋胜李世石
柯洁（中）
　　新浪娱乐讯 3月9日，谷歌AlphaGo与世界围棋冠军的五番棋大战揭幕。经过三个半小时的鏖战，人类代表韩国棋手李世石九段执黑不敌AlphaGo。当李世石投子认输的那一刻，微博、朋友圈都刷屏了。不过中国棋手柯洁表示不服：“就算阿法狗战胜了李世石，但它赢不了我。”柯洁称自己现在暂时是世界围棋第一人。
　　3月9日晚，中国棋手柯洁通过微博称：“看来围棋盲还是不少啊，在这里我简单介绍一下自己：我叫做柯洁，97年出生。现在暂时是世界围棋第一人（特地用了暂时，谦虚是美德）正式比赛我是单盘8：2碾压李世石（他赢得这两盘没有任何作用）世界冠军获得过三次（此年龄如此成绩前无古人）大小国内赛事冠军数次我本来真不想提这些得因为我是一个低调的人，是你们逼我的。”
　　随后，柯洁在自己微博评论中写下“至于为什么之前谷歌没有挑战我，大家都是国人都懂得。”“那些棋盲真是够了！”的字样。对此，网友留言，称：“就喜欢看你这么嚣张但对手又干不掉你的样子。”“段子界围棋下得最好的，围棋界段子写得最好的。”
　　但更多的网友认为柯洁太过自大，称：“我以为下围棋的都是安静谦虚的谦谦君子，没想到是逗逼啊。放心了。”“翻译：我真的不是瞧不起各位，我只想说，在座的都是垃圾。”“人不轻狂枉少年。”（我是弥尔）(责编：shining)
水煮娱专栏
在成为国民老公很多年之后，王思聪的新头衔是——国民网红。&&&|&&|&&|&&|&&|&
您当前位置：如果机器人赢得了围棋之战，人类该恐惧吗？&如果机器人赢得了围棋之战，人类该恐惧吗？来源:&日期: 21:52:19&&腾讯科技讯 “人机世纪大战”进入倒计时，3月9日科技将视频直播，点击预定），如果AlphaGo胜出，人类是否该恐惧？ 随着人工智能的兴起，一些人提出了这样的警告：我们可能正处在创造一种新的生命形式的边缘，它不仅标志着进化上的突破，也会
腾讯科技讯 “人机世纪大战”进入倒计时，3月9日科技将视频直播，点击预定），如果AlphaGo胜出，人类是否该恐惧？
随着人工智能的兴起，一些人提出了这样的警告：我们可能正处在创造一种新的生命形式的边缘，它不仅标志着进化上的突破，也会对人类物种的生存构成潜在威胁。真的是这样吗？
机器人幼儿园
“欢迎来到机器人幼儿园，” 38岁的彼得&＃8226;阿比尔（Pieter Abbeel）在加州大学伯克利分校机器人学实验室门口说。阿比尔2000年获得了斯坦福大学的计算机科学博士学位，在“如何教会机器人聪明地思考”领域，他是一名世界级的专家。
但是在教会它们聪明地思考之前，阿比尔首先必须教会它们思考。“这就是为什么我们说这是幼儿园的原因，”他开玩笑说。布雷特（Brett）是一个六英尺高的人形机器人，是这个幼儿园众多“学生”中的一个。它由硅谷厂商柳树车库（Willow Garage）制造，几年前被该实验室买下用来做实验。阿比尔和学生教布雷特玩玩具：木锤、塑料玩具飞机、一些巨型乐高积木。
可编程工业机器人出现已经很久了，你可以在工厂里看到那种将模块插入PC板的机器人，它们重复同样的动作，每小时300次。那种机器人并不智能。
但近年来，机器学习（模仿人类大脑、让机器自己学习东西的算法）取得了很多突破，计算机识别语音和视觉模式的能力因而突飞猛进。
阿比尔的目标是给机器人灌输一种通用智能&＃8212;&＃8212;认识世界，以便它们能够自己学会完成任务的方式。他还有很长的路要走。 “机器人的学习能力还不如一个两岁的小孩，”他说。布雷特学会了完成一些简单任务，比如叠衣服。
对于人类来说很简单的事情，比如明白桌子上一团皱巴巴的东西实际上是一条毛巾，这对于机器人来说却相当困难。部分原因是机器人没有常识，没有之前尝试叠毛巾的记忆，以及最重要的是，它们对毛巾是什么东西完全没有概念。它们看到的只是一块颜色。
小孩子在解决问题时，往往会持续不断地调整自己的做法。阿比尔从中受到启发，开创了一种让机器人自学的方法。现在，当布雷特整理衣物时，它会用手抓起卷成团的毛巾，试图弄明白它的形状，搞清如何折叠它。这听起来很幼稚，但机器人学习叠毛巾就是这么不容易。
这将把我们带向何方？
智能机器可以执行的任务的复杂性正在呈指数级增长。最终这将把我们带向何方？如果机器人能够自己学会叠毛巾，有朝一日它也会学会给你做饭，给你做手术，甚至打仗吗？
人工智能可能有助于解决我们面临的一些复杂问题，比如治疗癌症和应对气候变化&＃8212;&＃8212;但在短期内，它也有可能用来开展监视活动、破坏隐私，进行电子推销。除此之外，更大的问题也隐隐呈现出来：机器有朝一日会拥有独立思考、对问题进行推理，以及展示情绪的能力吗？没人知道这些问题的答案。
智能机器的兴起不同于其他任何技术革命，因为它最终和“人性”这个概念利益攸关。我们有可能正处在创造一种新的生命形式的边缘，它不仅标志着进化上的突破，也会对人类物种的生存构成潜在威胁。
但这场革命已经开始。去年夏天，伯克利团队给一个仿真机器人安装了一个短期记忆系统。参与该项目工作的计算机科学家谢尔盖&＃8226;莱文（Sergey Levine）说，在机器人身上测试这个记忆程序时，他们注意到“一件怪事”，他们向它发出一个命令，让它把一个木钉放在的两个孔洞中的一个里面，或者放左边，或者放右边。
为了做比较，他们在没有记忆程序的时候重做了实验 ，结果令他们吃惊：机器人仍然能够把木钉放在正确的孔洞中。没有了记忆程序，它是怎么记得该放哪里的？ “最终我们发现，一旦机器人接收到命令，它就把胳膊朝着正确的孔洞伸过去，”莱文说。然后，在命令消失后，它可以根据自己身体的姿势，知道该放哪个孔洞。实际上，机器人是自己想出了一个方法来正确地执行这个命令。 “这真是非常令人惊讶，”莱文说。 “而有点令人心惊肉跳。”
算法：现代生活的燃料
阿比尔谈到了DeepMind最近取得的突破。DeepMind是谷歌在2014年斥资4亿美元购买的一家人工智能初创公司。几年前， DeepMind教一台计算机玩《太空侵略者》这样的雅达利电子游戏，使其技能远远超过了人类玩家。但令人惊异的是，DeepMind的方法并不是通过给计算机编程来让它了解游戏规则。这和“深蓝”（Deep Blue）在国际象棋比赛中击败人类不一样，深蓝的程序中编入了游戏规则。
那台计算机只知道一件事情，就是它的目标是得高分。使用一种称为强化学习（reinforcement learning，就好比是狗狗做了一件正确的事情后，你要说“乖狗狗”）的方法，计算机对游戏进行各种尝试，自己来学习规则。在几个小时内，它玩游戏的技就超越了人类水平。这是人工智能领域的重大突破&＃8212;&＃8212;计算机第一次“自学”了一项复杂的技能。
出于好奇，阿比尔这个实验室的研究人员决定也做一个类似的强化学习实验&＃8212;&＃8212;他们写了一个学习算法来帮助机器人学会游泳、跳跃和走动。那么玩电子游戏又怎么样呢？令他们吃惊的是，这个被称为Trust Region Policy Optimization（简写TRPO）算法获得的效果几乎不亚于DeepMind的算法。换句话说，TRPO展示了一种广义的学习能力。 “我们发现TRPO可以在玩电子游戏时打败人类”阿比尔说。“而不仅仅是教机器人走路。”
在书籍和电影里，人工智能常常被描绘成漂浮在一罐蓝色液体中的合成大脑。但实际上，人工智能是一种算法，它告诉计算机执行哪些功能（可以把它看成是机器的烹饪食谱）。算法之于21世纪，就如同煤之于19世纪：它是经济的发动机，是现代生活的燃料。
没有算法，你的手机就运行不起来，我们也不会有Facebook、谷歌、亚马逊。 “如果所有的算法都突然停止工作，我们所知道的世界就结束了，”一个机器学习博客写道。在人工智能的世界里，找到一个让机器理解世界的算法，就如同在物理界，找到了让物理学家解释宇宙运行的标准模型（Standard Model）。
让计算机自己写算法
数学算法已经存在了几千年之久，它们是现代计算的基础。数据输入后，计算机开始工作，让算法得出结果。但新的突破是，科学家们已经开发出了算法，来扭转这一过程，让计算机来写它们自己的算法。
假设你想让直升机头朝下、脚朝上地飞行：你写一个算法，把直升机控制信息（输入数据）告诉计算机，接着再告诉它，你想让直升机怎么飞，以何种角度（输出）飞，然后，计算机自己就会写出算法来，告诉直升机如何做到这一点。这个过程被称为机器学习，即人工智能的基本核心：如果一台机器可以教会自己如何让一架直升飞机翻转过来飞行，它可能也可以教自己其他一些东西，比如如何在Tinder上找一个约会对象，当你对iPhone说话的时候识别出你的声音，或者设计出一个终结者生成器。DeepMind的创始人之一杰米斯&＃8226;哈斯比斯（Demis Hassabis）曾说过，“人工智能是让机器变聪明的科学”。
我们的周围已经有很多智能机器，当你使用谷歌地图的时候，算法绘制出最快的路线，而且基于实时数据和车流量预测分析来计算交通延误。当你和谷歌语音交谈的时候，它识别你语音的能力，来自于一种名叫神经网络的机器学习算法，它可以让计算机可以把你的话转换成声音位，然后把这些声音和其他的声音做比较，弄懂你在问什么问题？ Facebook使用图像识别程序则不断扫描数十亿张照片，避免斩首视频和色情图片被上传到它的网站。
智能机器的加速发展将把我们带向何方呢？地球上的生命从一堆泥巴开始，花了30亿年时间，出现并拥有了更高的智能。而计算机只用了大约60年，就从一堆硅成为了可以驾驶汽车穿州过省，或者在一群人中识别出一张脸的智能之物。
发展人工智能是在“召唤恶魔”？
人工智能领域一再出现新的突破：今年1月，DeepMind表示它已经开发了一种算法，击败了欧洲冠军围棋。围棋比象棋更加复杂，而这种名为AlphaGo的算法将在3月中旬挑战世界围棋冠军。当然，人类在这种快速发展中起到了作用，但是人们不免也会觉得，我们似乎已经在智能机器的进化中达到了某个拐点。难道我们正要目睹一个新物种的诞生吗？还需要多长的时间，机器就会变得比我们更加聪明？
在近期的一次会议上，特斯拉及SpaceX公司创始人伊隆&＃8226;马斯克（Elon Musk）突发惊人之语，说发展人工智能是在“召唤恶魔”。不过他后来承认，这么说有点言过其实。他说，“智能机器的突飞猛进提出了一些严肃的问题，我们需要考虑自己作为人类的身份，需要考虑我们正在为自己打造什么样的未来。”正如他所指出的，我们对机器的依赖已经是个不争的事实：“我们已经成为了那种靠装置维持生命的人了，你试试把手机关上一段时间&＃8212;&＃8212;你就会明白幻肢综合症是什么意思。”
这并不是说，超级智能机器只有在变得超级邪恶之后，才会对我们人类构成威胁。 “人工智能真正的风险不是恶意，而是竞争力，”物理学家霍金最近提出。 “超级智能机器将非常善于实现自己的目标，如果这些目标与我们的目标不一致，我们就麻烦了。你踩死蚂蚁，可能并不是因为你是一个邪恶的蚂蚁仇恨者，但如果你负责一个水电绿色能源项目，有一个蚁丘被水淹没，那蚂蚁就是纯属倒霉。我们不能让人类陷入蚂蚁的这种处境。”
现在的人工智能有多聪明？
尽管现在我们有了更聪明的算法，更强大的机器人，超级智能机器却仍然更像是科幻而非科学的产物。Facebook人工智能研究主管扬&＃8226;乐康（Yann LeCun）说，“人工智能现在的聪明程度和老鼠差不多。”他说得没错。IBM花了多年时间编程，投入了数以百万计的美元，在2011年推出了“沃森”（Watson）程序。沃森在《危险边缘》智力游戏节目中，击败了最出色的人类选手，现在它是IBM公司“认知计算”项目的基础。
它可以每秒读取8亿个页面，可以消化维基百科的全部语料，更不用说积累了几十年的法律和医学期刊了。但是它不能教你如何骑自行车，因为它的智能频谱很狭窄&＃8212;&＃8212;它不知道这个世界实际上是如何运转的。Aristo是最先进的人工智能程序之一，但它无法理解这样一句话：“人呼吸空气。”因为要理解这一点，你需要一般性的知识&＃8212;&＃8212;它却没有这样的知识。即使它知道这句话中每个词的定义，它也不知道人们呼吸空气是为了生存；不知道人是每分钟呼吸一次空气，还是一辈子只呼吸一次。还一些令人印象深刻的服务，比如Skype翻译（目前只有预览版），用户可用两种不同的语言进行实时对话，但它也有很长的路要走。如果你与意大利的一个人聊天，你对天气的谈论，可能会被翻译成对《圣经》的评论。
这并不是说智能机器的兴起就没有风险。自主武器系统，比如武装无人机，可以利用面部识别技术和其他数据来开展暗杀活动，这样的危险确实是存在的。
但它们并不对整个人类的生存构成威胁。有些人会想象，朝鲜黑客会突然开发出新的算法，让金正恩拥有了世界终结者那样的攻击力，这其实不太可能。因为人工智能和iPhone不一样，不是你写一个新应用就能大功告成的事情。它更像构建互联网本身&＃8212;&＃8212;只能通过时间来完成，它需要大量的增量发展。
夸张的想象掩盖了真正的风险
事实上，夸张的想象反而掩盖了智能机器兴起带来的真正风险&＃8212;&＃8212;导致工人失业，在战争中更多使用自主武器，以及这样一个事实：我们越是依赖机器，出问题的时候（无论是技术故障还是黑客攻击），我们的风险就会越大。
这是一个关于“异化”（alienation）的问题。如果在一个世界中，我们和机器说话的时候多过和人说话，而艺术不过是一种谐调悦目的算法输出，异化就会出现。此外，人工智能时代也会带来严重的隐私挑战，这不仅仅是说有智能无人机从上空监视你，而且也是说一些公司会跟踪你的一举一动，目的就是为了向你销售东西。
夸张的想象也掩盖了我们与机器更深入地合作可能带来的好处。大多数研究者，比如DeepMind的杰米斯&＃8226;哈斯比斯，他们认为，如果我们给机器提供资料，它们就可以帮我们解决诸如疾病和医疗这样的重要问题，可以帮助科学家应对气候变化等等。
技术革命往往会激发恐惧感&＃8212;&＃8212;有时候合情合理，有时则不然。工业革命初期，英国纺织工人砸坏了机器，因为担心自己的饭碗会被机器抢走（确实如此）。电力时代开始的时候，人们觉得电线可能会引起精神错乱（其实没有）。而在20世纪50年代，家电厂商还认为很快就会出现核动力吸尘器。
人工智能成为了公司争夺的热点
在过去，开发一个可以思考的机器在很大程度上是哲学家和学术界计算机科学家们的尝试。 但是，“现在已经不同于以往，”Facebook的乐康说。“Facebook、IBM、微软&＃8212;&＃8212;每家公司都在部署人工智能，都在里面投入了资金。”如今，拥有最好的学习算法和数据的公司会成为赢家。你以为谷歌为什么是一个成功的广告平台？
更好的算法可以预测你会点击哪些广告。对于一家营收 500亿美元的公司来说，即使是0.5%的点击率差异，也意味着巨额资金。图像识别（它的基础是机器学习）目前是苹果、微软、谷歌和Dropbox等云服务的一个竞争热点。另一个热点是语音识别的改进。如果某家公司能够推出一种机器人，用户可以很自然地和它交谈，就像和人类交谈一样自然，这家公司就会拥有巨大优势。
谷歌和苹果都收购了一些在人工智能方面很有前景的初创公司。人工智能对无人驾驶汽车的成功至关重要，这将给汽车行业带来巨大影响，还有可能改变城市的面貌，想想看，如果我们不再需要空间来停放私家车，城市将会是怎样？
实际上，人类已经在和机器一起合作，你很难想象未来会有什么不同&＃8212;&＃8212;不管机器人以后变得多么复杂。 著名的计算机科学家贾瑞恩&＃8226;拉尼尔（Jaron Lanier）曾说过：“算法是人类设计的，它们反映了设计者的偏见。”无论是好是坏，无论我们会创造什么样的未来，它都是我们为自己设计和建造出来的。（Kathy）
自动播放开关 自动播放 .cn
编辑：（）IndustryNews
最后的难关，机器人下围棋能否战胜人类？
　　据说最难模仿的还不是下围棋，而是打麻将，麻将需要用尽各种心思骗上家、盯对家、卡下家，有时候要故意打好张，有时候又特意要喂一口，欲擒故纵，真真假假，羊头狗肉，声东击西，明修栈道，暗渡陈仓，上下其手，两面三刀&&这不是打牌，完全是一种心眼儿战，行吗，机器人它有心眼儿吗？
　　最近，百度发布了自然语言处理部开发的智能围棋系统&Bingo，在9路盘的大规模实战中战胜了两名业余5段棋手，并在19路盘上以较大优势击败业余初段。这对于近年来把人工智能作为重要战略的百度公司来说是一个重要的里程碑，通过这样一款很容易被大众所理解的产品将背后的人工智能技术完美的展现出来，也标志着我们国内科技公司也可以研发出领先的人工智能产品。本文将介绍博弈机器人的基本情况，分析围棋机器人的特有难度，并通过这一事件引申出我们与人工智能技术之间的关系。
　　从国际象棋开始的博弈机器人
　　我们人类一直对制造出一个能与人对弈的机器人充满兴致，这首先开始于国际象棋。其中最为我们熟知的莫过于战胜了国际象棋世界冠军卡斯帕罗夫的深蓝，它在拥有30个IBM RS/6000处理器的并行计算机上运行&-&搜索，通过480个定制的VLSI国际象棋处理器执行生成行棋的功能；每步棋搜索多至300亿个棋局，常规搜索深度是14步，在某些情况下可以通过扩展能力使搜索深度达到40层；它的评估函数考虑了超过8000个特征来描述特有的棋子模式；它的开局手册有4000个棋局，存有70万个大师级比赛棋谱的数据库，可以从中提取综合建议；系统采用大型残局数据库保存已解决的残局。
　　国际象棋成为了博弈游戏领域中最重要的人工智能技术的试金石，很多早期对计算机有影响力的人物几乎都对用计算机下国际象棋感兴趣，其中包括大名鼎鼎的诺伯特?维纳和阿兰?图灵。而对于研发出更好的国际象棋机器人的持续追求也在一定程度上促进了计算机科学和人工智能的发展。难怪俄罗斯数学家Alexander Kronrod在1965年称国际象棋为人工智能果蝇，John McCarthy也说，正如遗传学家使用果蝇做实验以推广生物学一样，AI用国际象棋来做同样的传播。
　　围棋是机器人最难面对的博弈游戏
　　机器与人对弈其实是一种对抗搜索问题，通常被称为博弈。对于人工智能研究者来说，博弈的抽象特性使得博弈成为非常有趣的研究对象。博弈游戏中的状态很容易表示，机器人的行动数目通常受限，而行动的输出都有严谨的规则来定义。现在国际象棋的搜索算法已经非常成熟：首先列明所有可能的走法，接着通过&剪枝&来忽略那些不影响最后决定的部分，使程序能够高效而深度的处理剩余的分叉，而启发式的评估函数允许在不进行完全搜索的情况下估计某状态的真实效用值。
　　但国际象棋上这种成熟的搜索算法在围棋上很难行得通，原因在于：
　　1）搜索算法的复杂程度取决于分支系数&&每一步棋可能的走法，国际象棋的平均分支因子大约是35，一盘棋每个棋手走50步，所以搜索树有35^100个节点；而围棋的平均分支因子为250，一局步数为350步，搜索树有250^350个节点，远远超过国际象棋，所以围棋需要更加复杂和先进的搜索算法。
　　2）国际象棋机器人可以通过较为简单的评估函数得出每个棋子的价值（比如皇后比士卒的价值高），王后即使&虎落平阳&也依旧是最犀利的棋子，机器学习也证实了国际象棋中的一个象确实值三个兵。因此，国际象棋机器人可以根据每个棋子发起攻击和被攻击的可能性计算它们所处位置的价值。但对于围棋来说，每个棋子间的差异性并不显著，它们以非常复杂的方式相互影响彼此之间的价值，评估一个棋子的价值要取决于其他所在棋子的布局以及它与周围棋子的关系，而不是其本身。加之围棋在达到残局之前的控制通常很难预测，所以围棋程序很难写出评估函数。
　　总之，过大的分支因子和无法确定评估函数使围棋机器人成为人工智能需要面对的巨大挑战。1997年之前没有出现有竞争力的围棋程序，后来基于UCT（树的上限置信区间）的蒙特卡洛方法的围棋程序成为主流。2008年，当时最强的围棋程序MoGo在被让9子的情况下战胜了职业选手金明远。近来，日本程序Zen多次在9路盘上冲击职业选手，但均以大比分连败告终，而现在Bingo已在9路盘上接近于职业选手的水平。
　　Bingo的创新
　　而如今百度Bingo的战绩也表明其已经跻身智能围棋系统的第一阵营，更难得是百度在该产品的研发中进行了一些算法上的创新。上文提到，目前主流的围棋程序大多采用基于UCT（树的上限置信区间）的蒙特卡洛搜索，但此次百度却另辟蹊径，成功的将蒙特卡洛搜索和&-&搜索结合起来开发出了一种比UCT更加高效的算法。
　　大胆猜测一下，百度Bingo的算法优势可能在于用到了&-&剪枝技巧，不需要遍历博弈树中每一个节点就可以计算出正确的极大极小值，基于这种思想会尽可能消除部分搜索树。这种特别技术会减掉那些不可能影响决策的分支，仍然返回和极小极大算法同样的结果。消除了被证明无关的子树，效率得到提高。
　　更加重要的一点是，百度在开发Bingo时把重点放到了算法优化上，而非计算资源的堆砌。此前深蓝的成功加强了人们广泛支持的信念&&计算机的博弈水平的提高源自更强有力的硬件&&这也是当时IBM的观点。百度之前也在人工智能和深度神经网络方面积累了强大的计算资源，但这款智能产品却没有大打硬件牌，而是直接切入人工智能的核心&&算法，并且取得了优异的表现。
　　机器和人在进行博弈游戏时的区别
　　Bingo的出现代表了人工智能在应用层面的又一次阶段性成功，机器又在一个特定领域中战胜了人类。结果看起来振奋人心，但我们需要深入了解机器与人的博弈方法上的各种异同，这样我们才能理解人工智能技术这次的进步究竟体现在哪里，才会知道这种进步对于我们的具体意义。
　　相同点在于，无论是电脑程序还是人类国际象棋大师都要依靠简化手段来预测比赛结果，这些简化手段可被视为&模型&；而他们的博弈行为也都是在做一种预测，根据贝叶斯定理，预测基本上属于信息处理活动&&用新数据检测关于客观世界的假设，目的是为了更加真实、准确地理解世界。 而博弈游戏就可以被视为一种与预测相类似的工作，所以机器和人在这方面是完全一致的。
　　但他们也有着不同的、各自擅长的建模方法和预测机制。大师在下棋时依靠模式识别来判断棋面，然后调用记忆中的各种棋阵来预测并选择对策。纪录片《神奇大脑：造就天才》里提到，国际象棋大师苏珊&波尔加在孩子期间记住了10万个棋阵，并经过大量的重复记忆，把动作记忆变成了长期记忆。她并非记住每个棋子的位置，而是把他们分成几组。国际象棋的组合比宇宙上的原子还多，但棋阵是混乱中的秩序，这些典型的小阵式重复出现在不同棋局，这是国际象棋的基本单词。总之，她凭借人类擅长的模式识别、逻辑推理和经验积累记住了这些棋阵并形成了一种强大直觉。而对于机器来说，它的对弈行为完全是基于统计分析和搜索，它们凭借的是科学的算法、机器学习能力和计算能力。
　　其实对于它们的各自优劣，有着现代国际象棋计算机之父之称的数学家克劳德&香农很早就做了准确的归纳。机器的特点是：1）计算速度快。2）不会犯错，除非编程时就编入错误。3.）不会偷懒，在分析招数、分析可能位置时不会半途而废。4）不带感情色彩，不会赢了一步就过度自信以致失去胜势，或是遇到困局就沮丧，劣势其实是可以逆转的。而人类棋手的特点是：1）思维灵活，解决问题知道变通，不会按部就班。2）拥有想象力。3）懂推理。4）会学习。
　　人工智能与人类的结合和优势互补
　　对于机器人棋手，许多人类棋手都表示不屑和抗拒；而博弈程序的开发者也将那些大师棋手作为自己要通过机器打败的对象，甚至会针对某些大师的特有风格进行编程。卡斯帕罗夫和&深蓝&的程序员将彼此视为敌手，但是他们都教会我们一点&&计算机的处理速度和人类思维的精巧应该相互补充。举两个例子，拿下年计算机国际象棋世界杯（计算机之间的象棋比赛）的冠军Rybka目前被认为是最强的计算机棋手，它的主要优势在于由国际象棋大师Vasik Rajlich与其他多个国际象棋大师共同开发的评估函数。《信号与噪声》中提到，卡斯帕罗夫在与深蓝的第二场比赛中出了一些状况，他因为一个从未犯过的错误而输掉了原本可以打成平局的比赛。究其原因，是由于&深蓝&在第44步极为随意的走了一个棋子，这步棋让卡斯帕罗夫感到紧张，他觉得这有悖直觉的一步棋必是高招，而他绝没有想到这不过是一个程序漏洞。
　　世界计算机国际象棋冠军的成功是因为人类象棋大师为其开发评估函数；而深蓝凭借自己一个&拟人化&的低级错误对人类对手造成干扰从而赢得比赛。这足以证明，在博弈游戏领域，对于在计算上占绝对优势的机器来说，一些人类的特质和特长也同样重要。
　　博弈机器人对人工智能的启示
　　我们认识到人机对弈将会呈现一种良好的优势互补、共同进化的过程，那既然一直以来机器博弈都是人工智能发展中的重要一环，我们是否也可以从中窥探出人工智能技术与人类之间的关系呢？
　　大多数时候，我们一谈论人工智能马上就会提到，机器何时能够拥有人类般意识？机器的智力何时达到甚至超越人类水平？奇点何时来临？天网何时出现？史蒂夫.霍金对人工智能的警示是否应该引起足够重视？在未来人类是不是要将世界的控制权交由机器？
　　我们对人工智能可能有种太过恢弘且理想的愿景，然后又把这种太过虚幻的愿望强加给图灵测试等这类不具备太多实际意义的人为标准，而当每次机器赢得与人的棋局之后，我们又开始自以为是的盘算机器已经越来越接近人的智力了。早期人工智能研究者把赢得国际象棋比赛当成智能应用的范例，但后来发现这比区分口语词汇或识别面孔之类计算问题要容易得多，因为机器下棋就是一种基于自身计算优势的统计分析行为。所以，赢得博弈比赛的机器人根本无法证明机器与人在综合智力上的差异，但程序背后先进的技术原理却能够为我们带来更好的技术工具。
　　人工智能的真正价值在于我们在追寻这个梦想途中捡拾到散落在路旁的瑰宝，我们对&机器会思考吗&的畅想促使我们创造出了计算机；IBM深蓝的成功让我们意识到硬件性能和计算性能的重要性；模拟人类学习行为的机器学习使计算机可以进行图像识别、语音识别和文本翻译等。
　　至少在可预见的未来，人工智能只是充当一个改善人类生存环境的工具，我们是通过身边越来越好用的技术工具来感受到它的存在，而非期望尽快见到一台比肩人类的超级智能计算机。回到百度Bingo，相关研究人员表示&研发过程中产生的多种创新思想与技术，已融入到包括百度网页搜索在内的多个产品的在线学习策略中，并取得了非常明显的效果。&在为国内科技公司在人工智能领域取得优异成绩感到欣喜之余，我们更有理由相信这类真正创新性的技术进步能够带给我们更加智能的搜索产品和更好的技术服务。
声明：凡资讯来源注明为其他媒体来源的信息，均为转载自其他媒体，并不代表本网站赞同其观点，也不代表本网站对其真实性负责。您若对该文章内容有任何疑问或质疑，请立即与中国机器人网(www.)联系，本网站将迅速给您回应并做处理。
电话：021-7
相关阅读 ：
107264人看过
44360人看过
33521人看过
30564人看过
27764人看过
25897人看过
25594人看过
21341人看过
全部评论（）
　　钰信哥导读：习近平和卡梅伦在酒吧小酌吃炸鱼薯条、开启中英全面战略伙伴关系的黄金时代...}