第一千五百零四章、两会前夕（7）
第(2/2)页
相比之下，他的自信心与一流棋手群还有很明显的差距。
他的实力在缓缓进步，自信心却依然停滞不前。
下面顺便回头再谈谈电脑围棋。
人工智能界的阿波罗alhago是如何学会下围棋的
文章来源：星芒里
原题：ahuge
eakthrough，google‘saibeatsayeratthegaofgo
原载：wired连线20160127
标签：人工智能（ai），算法，围棋。
翻译：芒芒原文有删减
译注：该文章刊载于人工智能alhago与李世石对战前夕，当时大众对比赛的预测还有很大分歧。
围棋界的风雨欲来时，亦是ai界的重要突破日，本文将为你重现人工智能来临时代的重要进步时刻。
第一缕星火
人工智能领域取得了一项重要突破——在围棋项目中，一个由谷歌研究团队开发的计算机系统alhago击败了欧洲的顶尖职业棋手。
在此之前，这个关于战略性和直观判断的古老东方竞技游戏，已经困扰了人工智能专家们数十年之久。
在大多数公认的智力游戏中，机器已经战胜了最优秀的人类，包括国际象棋、拼字游戏、黑白棋等等。
但是围棋——这个有着2500年的历史，比象棋复杂得多的游戏，即使是面对最先进的计算机系统，顶尖棋手们也能保持优势。
本月早些时候，谷歌以外的人工智能专家质疑其是否能在短时间内实现突破。
而就在去年，许多人认为机器在围棋项目上打败顶尖人类还需要再过十年。
但谷歌alhago已经做到了这一点。
‘这一切发生的比我想象中快太多。’法国研究员雷米·库伦说。
他的背后，是曾经的世界最佳围棋ai，crazystone（石子旋风）。
alhago系统
deed计划自称为‘人工智能界的阿波罗’，于2014年被谷歌收购。
在10月伦敦举办的这场人机比赛上，deed的系统——一个更广为人知的名字‘alhago’，在与欧洲围棋冠军樊麾的对弈中发挥出色，五局比赛未尝一败。
比赛结果在《自然》杂志的编辑和英国围棋联盟代表的监督和见证下产生，事后《自然》杂志的编辑评价：
这是我职业生涯中最激动人心的时刻之一，无论是作为一名学者还是作为一名编辑。
关于alhago的论文发表在自然杂志，并登上封面。
今天早上，《自然》杂志发表了一篇论文，描述了alhago的系统，它巧妙地利用了一种越来越重要的人工智能技术，即深度学习。
通过输入收集到的大量人类棋谱，deed的研究人员开始训练这个系统自己下围棋。
但这仅仅是第一步。
从理论上讲，这样的训练只会产生一个和顶尖人类一样优秀的系统（但这不能保证对人类的绝对优势）。
为了打败最顶尖的人类，研究人员让这个系统进行自我间对弈。
这使得系统自身又可以产生一系列新的棋谱，基于新棋谱训练出的新人工智能，有着超越人类大师的能力。
相比之下，他的自信心与一流棋手群还有很明显的差距。
他的实力在缓缓进步，自信心却依然停滞不前。
下面顺便回头再谈谈电脑围棋。
人工智能界的阿波罗alhago是如何学会下围棋的
文章来源：星芒里
原题：ahuge
eakthrough，google‘saibeatsayeratthegaofgo
原载：wired连线20160127
标签：人工智能（ai），算法，围棋。
翻译：芒芒原文有删减
译注：该文章刊载于人工智能alhago与李世石对战前夕，当时大众对比赛的预测还有很大分歧。
围棋界的风雨欲来时，亦是ai界的重要突破日，本文将为你重现人工智能来临时代的重要进步时刻。
第一缕星火
人工智能领域取得了一项重要突破——在围棋项目中，一个由谷歌研究团队开发的计算机系统alhago击败了欧洲的顶尖职业棋手。
在此之前，这个关于战略性和直观判断的古老东方竞技游戏，已经困扰了人工智能专家们数十年之久。
在大多数公认的智力游戏中，机器已经战胜了最优秀的人类，包括国际象棋、拼字游戏、黑白棋等等。
但是围棋——这个有着2500年的历史，比象棋复杂得多的游戏，即使是面对最先进的计算机系统，顶尖棋手们也能保持优势。
本月早些时候，谷歌以外的人工智能专家质疑其是否能在短时间内实现突破。
而就在去年，许多人认为机器在围棋项目上打败顶尖人类还需要再过十年。
但谷歌alhago已经做到了这一点。
‘这一切发生的比我想象中快太多。’法国研究员雷米·库伦说。
他的背后，是曾经的世界最佳围棋ai，crazystone（石子旋风）。
alhago系统
deed计划自称为‘人工智能界的阿波罗’，于2014年被谷歌收购。
在10月伦敦举办的这场人机比赛上，deed的系统——一个更广为人知的名字‘alhago’，在与欧洲围棋冠军樊麾的对弈中发挥出色，五局比赛未尝一败。
比赛结果在《自然》杂志的编辑和英国围棋联盟代表的监督和见证下产生，事后《自然》杂志的编辑评价：
这是我职业生涯中最激动人心的时刻之一，无论是作为一名学者还是作为一名编辑。
关于alhago的论文发表在自然杂志，并登上封面。
今天早上，《自然》杂志发表了一篇论文，描述了alhago的系统，它巧妙地利用了一种越来越重要的人工智能技术，即深度学习。
通过输入收集到的大量人类棋谱，deed的研究人员开始训练这个系统自己下围棋。
但这仅仅是第一步。
从理论上讲，这样的训练只会产生一个和顶尖人类一样优秀的系统（但这不能保证对人类的绝对优势）。
为了打败最顶尖的人类，研究人员让这个系统进行自我间对弈。
这使得系统自身又可以产生一系列新的棋谱，基于新棋谱训练出的新人工智能，有着超越人类大师的能力。