1997 年,在 IBM 的深蓝战胜西洋棋世界冠军 Garry Kasparov 之后,《时代》杂志提出了一项新的挑战:让电脑与人类下围棋吧,它获胜的机会很小。“电脑要在围棋上战胜人类,还要再过一百年,甚至更长的时间”,《时代》杂志的文章中这些写道。

▲图片来源

《时 代》杂志的预言似乎要落空了。在去年 3 月份举办的日本电圣战上,电脑围棋 Crazy Stone 打败了石田芳夫,一位获得过五次冠军的围棋九段高手。公平地来说,这并不是一个“深蓝”时刻,因为石田芳夫让了四子,而且他也不再处于巅峰时期。不过,这 仍然是电脑取得的一项了不起的成就。石田芳夫在失败后,称 Crazy Stone 为“天才”。

目前来说,编写电脑围棋的都是个体程式设计师或者小团队。Crazy Stone 就是一个人的作品,其开发者是法国里尔第三大学的电脑科学教授 Remi Coulom。为什么大公司没有兴趣投入呢?Google Research 的 Peter Norvig 对《纽约客》网站说,即使是邀请了大量专家,投入了百倍的硬体,设计了高明的软体架构,采用了正确的机器学习演算法,结合神经科学方面的成就,也未必能够使电脑在围棋方面达到“深蓝”的成就。

为 什么电脑更擅长西洋棋,而在围棋上遭遇了困难呢?这与围棋的游戏规则有关。在围棋中,有一条规则是,当一方的棋子被另一方包围后,就要从棋盘上撤 下这些棋子。问题在于,当你去包围对方棋子的时候,你下的棋子或许也正在被对方包围。在任何一个给定的时刻,电脑很难确定一片棋子的状态,也就难以确定那 一方是处于领先地位。

在 最初的时候,人们试图让电脑掌握下围棋的策略,把格言和谚语转换为电脑可以理解的程式码,另一些人则试图让机器学习人脑,神经学家们对围棋高手们 的大脑进行扫描。但是,人类大脑所最擅长的任务却是人工智慧中最难解决的问题,比如模式辨识、学习能力和直觉。这些早期的研究并没有什么突破性成就。

Crazy Stone 采用了蒙特卡罗演算法。这种电脑随机生成演算法是 70 年前“曼哈顿计划”的产物。在考虑某一步棋的时候,电脑将以这一步开始,随机计算接下来数以百万的棋局变化。电脑会挑选出最有可能实现其模拟胜利的那一步 棋。Google 的 Norvig 解释说,这种演算法是一个重要的创新,“在 20 步之后,我们不能肯定地说谁会赢得比赛,因此我们用了蒙特卡罗演算法,把游戏玩到最后,然后我们就能确定谁获胜。我们将这个过程重复百万次,每一次的选择 都会更好,因为前面步骤的胜利和失败都给出了回馈。”在与石田芳夫的对战中,Crazy Stone 一共玩了 360 万场随机的游戏。

今 年,Crazy Stone 的对手是依田纪基,一位往棋盘上猛砸棋子,使对手心情紧张的人,这一招对 Crazy Stone 显然不管用。这次仍然是人类让了四子。Crazy Stone 最终以 2.5 目胜。在比赛结束后,依田纪基说,他对于 Crazy Stone 表示感激,因为它到最后的时候不再咄咄逼人了。这是随机演算法的结果,还是它开始对人类表示同情了?

来自原文

转载于:https://www.cnblogs.com/jeromechan/p/3634924.html

在西洋棋、将棋打败人类之后,电脑也将在围棋战胜人类相关推荐

  1. 超级计算机战胜人类围棋,刚刚讲过·科技:电脑AI从围棋战胜人类的最大启示...

    原标题:刚刚讲过·科技:电脑AI从围棋战胜人类的最大启示 ------本期快速导读------ 人们在预测未来发展时,最容易产生的错误就是用当前的思维去思考未知技术之后的事情.而且这种变化的可能,更会 ...

  2. 阿尔法围棋击败人类是计算机在那方面的应用,阿尔法围棋战胜人类:人工智能又一胜利...

    计算机下棋的思考模式 现在主流弈棋计算机的基本"思考模式"很简单,就是对当前局面下的每一种合法走法所直接导致的局面进行评估,然后选择"获胜概率"最高的局面所对应 ...

  3. 人类一败涂地电脑版_热门游戏丨人类一败涂地云游戏来了! 咪咕快游独家正版上线!...

    解密游戏万万千,但被玩家们硬生生玩成搞笑娱乐游戏的却是独此一家! 没错,这就是前段时间火爆全网,风靡游戏玩家圈和各大主播直播的独立游戏--<人类:一败涂地>. <人类:一败涂地> ...

  4. C语言实现井字棋/三子棋

    Hello,大家好,我是李同学 今天我们来实现一个简单的游戏 就是大家小时候经常玩的游戏井字棋/三子棋 那什么是井字棋呢? 井字棋,英文名叫Tic-Tac-Toe,是一种在3*3格子上进行的连珠游戏, ...

  5. 简单c语言实现三子棋/多子棋

    简单c语言实现三子棋/多子棋主要是想实现以下几个功能 (先做再循环)do while 一.目录: 1.play 0.exit 二.选择:(Switch)选择 三.进行游戏: 1.储存数据 - 二维数组 ...

  6. 人工智能在麻将领域能够战胜人类吗?

    一. 麻将和围棋有什么不同? 从博弈论的角度来讲,围棋是完全信息动态博弈,而麻将属于非完全信息动态博弈.围棋中对局双方所掌握的信息是对称的,而麻将中各对局者间所掌握的信息不对称.虽然大家都能看到每位牌 ...

  7. 阿尔法围棋击败人类是计算机在那方面的应用,三问人机战! 阿尔法围棋攻陷人类智慧最后堡垒?...

    新华社记者王镜宇 全球瞩目的围棋人机大战以"阿尔法围棋"4:1击败前世界围棋第一人李世石九段告终."阿尔法围棋"是否已经彻底超越人类顶尖棋手?人类还有没有可能反 ...

  8. 即便是巨型计算机在围棋,围棋:计算机一定会战胜人类

    原标题:围棋:计算机一定会战胜人类 今天AlphaGo和李世石对战.不管今天的结局如何,我相信一定的格局是计算机战胜人类. 说到这次人机大战,不由想起19年前另一场人机大战,深蓝和卡斯帕罗夫下棋,那时 ...

  9. Deepmind AlphaStar 如何战胜人类职业玩家【中科院自动化所深度解析】

    来源:德先生 作者:朱圆恒,唐振韬,李伟凡,赵冬斌 北京时间2019年1月25日2时,DeepMind在伦敦向世界展示了他们的最新成果--星际争霸2人工智能AlphaStar[1] . 图1. Dee ...

最新文章

  1. 中国国际消费电子博览会拥抱转型,全新面貌拭目以待!
  2. CV新手避坑指南:计算机视觉常见的8个错误
  3. python【蓝桥杯vip练习题库】ALGO-148 5-1最小公倍数(GCD)
  4. ASP.NET 之异步处理一(Session处理)
  5. linux 防火墙 iptables 允许 某个 某段 IP访问 某个端口
  6. python random 和numpy random_Python中numpy.random和random.random之间的区别
  7. 前端学习(1758):前端调试值之快速以编辑状态查看一个站点的所有资源
  8. HDU1286 找新朋友
  9. 阿里38号元老:管理要轻,文化要浓
  10. 【verilog教程】第10篇:verilog代码规范
  11. Java 技术体系简介
  12. 笔记本单/双网卡如何同时上内外网
  13. Android安全测试
  14. 教你写Makefile
  15. jquery/zepto 圣诞节雪花飞扬
  16. 51Nod【1419】-最小公倍数挑战
  17. 磁盘块管理器DiskBlockManager
  18. 传统的人事管理与人力资源管理有什么区别,后者有了什么新突破?
  19. 软件和硬件的质量曲线
  20. Pycharm一直卡在Uploading PyCharm helpers

热门文章

  1. 基于云的坚固型平板电脑的全球与中国市场2022-2028年:技术、参与者、趋势、市场规模及占有率研究报告
  2. 【chromium】常用设计模式:委托模式(Delegate Pattern)、观察者模式、 工厂模式。
  3. matlab滤波器设计工具箱带阻滤波器,用matlab信号处理工具箱进行fir滤波器设计的三种方法...
  4. Python实战系列(三)——基于Numpy和Matplotlib的图表绘制(折线图和堆积柱状图)
  5. Linux 安装OpenGL
  6. jdk1.8.0_144压缩包
  7. 解决spring data jpa saveAll() 保存过慢
  8. java enum values作用,Java Enum valueOf()方法与示例
  9. c语言中b6=1什么意思,维生素B6有哪些作用
  10. 追逐算法之--牛鞭的子弹是怎样练成的(2)--简单追逐