Fandom

台灣百科全書

電腦圍棋大賽

简体 | 繁體

2,284个页面创建
于此维基上
添加新页面
评论0 分享

您使用了广告屏蔽软件!


Wikia通过广告运营为用户提供免费的服务。我们对用户通过嵌入广告屏蔽软件访问网站进行了使用调整。

如果您使用了广告屏蔽软件,将无法使用我们的服务。请您移除广告屏蔽软件,以确保页面正常加载。

3月20日世界電腦圍棋大賽,alphago 沒參加,日本禪得冠,臉書黑森林亞軍,交大第六。然後小林光一讓黑森林三子還小勝兩目半。看起來alphago還是遙遙領先。


日本及歐美等圍棋軟體開發團隊參加的世界最大規模電腦圍棋大賽決賽,20日在東京都調布市的電氣通信大學舉行,日本團隊開發的軟體Zen最終奪冠。

共同社報導,Zen在決賽中擊敗了首次參賽的美國臉書(Facebook)推出的軟體darkforest。兩款軟體均將參加23日舉行的「電聖戰」,在被讓子的情況下,與名譽棋聖小林光一對弈。

擊敗世界頂級棋手的美國谷歌旗下軟體公司研發的AlphaGo沒有參加這次大賽。排名居前的軟體實力雖不及AlphaGo,但據稱已漸漸接近頂尖業餘棋手的水平。

此次大賽有來自6個國家和地區的創紀錄31支團隊參加,各款軟體透過連接網絡進行對弈。大賽執行委員長、電氣通信大學教職員伊藤毅志回顧稱:「雖然比不上怪物般的AlphaGo,但明顯比去年強了。」

Zen時隔兩年第3次榮登冠軍寶座。團隊代表加藤英樹表示:「參賽軟體都變強了,感到吃驚。我想,我們今後也能製作出超越AlphaGo的軟體。」

日本放送協會(NHK)報導,如今Zen在日本人工智慧領域備受矚目,日本國內人工智慧研究人員和資訊科技(IT)企業等,於3月1日舉行記者會,宣布將以全日本體制,著手開發能凌駕谷歌AlphaGo的最強圍棋軟體。

報導說,其中的核心即Zen,將由IT業者提供研究設備,利用AlphaGo使用的電腦自行摸索解決方法的最新技術,著手改良Zen軟體。1050321



上週轟動國際的「人機圍棋大賽」,谷歌開發的AlphaGo表現驚豔全場,現在全球各大IT企業紛紛投入研發人工智慧軟體,日本東京舉辦了第9屆電腦圍棋大賽,臉書開發的「黑暗森林」首次登場,不過在決賽時輸給了日本的「Zen」,這次獲得冠亞軍的軟體將在23日舉行的「電聖戰」與日本名譽棋聖小林光一進行對弈,再一次上演電腦對決人腦。

繼Google旗下開發的AlphaGo大敗韓國圍棋天才李世石的「人機大戰」後,電腦對決電腦的圍棋大賽在東京登場。 NHK主播中山庸介:「這次6國31個團隊參加,在東京舉行的電腦圍棋世界大賽。」 這次包括台灣在內一共31支隊伍參加史上最多,不過上週大出鋒頭的AlphaGo則缺席,過去在世界大賽曾2次勝出的日本軟體Zen,1日才對外宣布與日本棋院東京大學等研究團隊聯手,要開發出世界最強的圍棋人工智慧。 「Zen」開發者加藤英樹:「我想半年後追上是有可能的。」 東京大學特任副教授松尾豐:「『Zen』的開發是靠大家幫忙,全日本總動員應戰我覺得非常有意義。」 結果這回電腦決賽,由日本的Zen對上美國臉書開發首次亮相的darkforest黑暗森林,雙方對戰互相激烈攻擊。 「Zen」開發者加藤英樹:「『darkforest』投子認輸了。」 最後由Zen獲勝,去年勝出的法國CrazyStone落居第3,台灣交通大學的CGI Go Intelligence則拿下第6名。 「Zen」開發者加藤英樹:「睽違2年獲勝因此更加開心!最驚訝的是大家都變強了參加者也變多了。」 AlphaGo與李世石的5局大戰,以獨特的出奇套路接連獲勝,最後以4比一的絕對優勢戰勝人腦。 韓國職業圍棋9段棋手李世石:「我覺得非常遺憾,第一這次挑戰賽就這樣結束我覺得遺憾,第2我本想能夠以完美的結局謝幕,這一點沒做到也很遺憾。」 現在AlphaGo以3586的積分圍棋排名世界第2,僅次於中國大陸9段棋手柯潔的3621分。 中國大陸圍棋9段棋手柯潔:「我從最開始的非常堅定地(認為)李世石5比0(贏)AlphaGo,到後來中途是非常堅定地AlphaGo5比0(贏)李世石,劇情不停地在反轉,我覺得AlphaGo真的是非常了不起,也證實了我開始的判斷是錯誤的,它的棋力真的可以達到世界頂尖的水平。」 一戰成名的Alphago幕後團隊,是英國人工智慧公司DeepMind「深度思維」2014年被Google收購,3位創辦人哈薩比斯、雷格和蘇雷曼,39歲的哈薩比斯在第一場贏過韓國棋王後,立刻上網推文高呼猶如「登陸月球」。 谷歌深度思維創辦人哈薩比斯:「我們研發AlphaGo就是要破解圍棋棋路,我們也評估軟體到底有多強,因為你跟人類對戰有時候會出現有趣或創意的招式總會有未知數。」 去年哈薩比斯先邀請歐洲圍棋冠軍樊麾進行首場人機大戰,結果歐洲棋王以0比5慘敗,圍棋因落子點眾多被認為是最複雜的遊戲之一,美國普林斯頓大學研究人員算出圍棋所有可能性多達171位數,但AlphaGo不同以往的人工智慧軟體有超強深度學習能力,由2個不同的大腦網絡組成,一是靠學習套路來預測對手落子方式的「策略網絡」,另一個是分析整體盤面勝算的「價值網絡」,對弈中AlphaGo的2個大腦會協調工作,策略網絡判斷出當前局面最好的下一步,價值網路則負責評估比賽的整體態勢,等於跟人的思維方式非常接近。 谷歌深度思維創辦人哈薩比斯:「AlphaGo可以像人類一樣自我學習,在它完成第一階段模仿人類布棋後,我們就讓它自己對戰3千萬次通過自我強化學習。」 現在有網友提議讓人工智慧對戰撲克牌或麻將,不過和圍棋相比牌類遊戲的排列組合少很多,不只靠智慧還要靠運氣及隊友配合,麻將規則更複雜電腦想贏得雀聖的稱號可不容易。 電氣通信大學助教伊藤毅志:「這次Google成功,很多研究人員看了都在想自己從事的領域能否應用上,圍棋只是一例如果能夠實現也就能應用在其他領域。」 人工智慧一次次升級圍棋只是應用之一,未來要在手機、醫療、生活等領域發揮,才是各IT企業搶進的終極目標。



                加入3C科技粉絲團| 3C科技手機版

|熱門新品|科技新知|產業動態|專欄 ‧ 評測|蘋果發表直播|內容分類▼

3C科技 > 科技趣聞 科技趣聞 機器人谷歌AphaGo 看不懂圍棋世紀對決?5 件 AlphaGo 對戰南韓棋王你該知道的事情! 文/記者譚偉晟/ 2016-03-18 10:56


在人腦於上周日(13 日)扳回一成後,這場人腦電腦大戰的最終回星期二(15 日)中午在南韓首爾四季飯店舉辦最後一戰,這盤棋中李世石改執先下的黑子,AlphaGo 執後下的白子,在週日恢復水準取得一勝後,李世石這次面對 Google DeepMind AlphaGo 電腦最後一戰,在中盤跟 AlphaGo 互有領先,但最後仍不敵 AlphaGo,吞下最後一敗,終戰 Google AlphaGo 就以 4:1 的比數取得這 5 番戰的勝利,獲得 100 萬美元的獎金。


由 Google 所開發的 AlphaGo 與世界棋王李世乭對弈(圖/美聯社)

此刻科技界最受關注的大事件,恐怕不是 iPhone SE 何時要舉辦發表會,而是 Google 旗下人工智慧系統「AlphaGo」,對圍棋世界棋王李世乭的對弈!這場在 YouTube 直播的精彩對決,將是 AI 人工智慧發展的重要里程碑,這場比賽已經在南韓首爾展開,如果你還不了解這場對決,趕快搞懂以下這 5 件事情,並且看看外界對第一場對決結果的評論和看法!

AlphaGO 是什麼

由 Google 旗下人工智慧公司 Deep Mind 所開發出的人工智慧系統「AlphaGo」,在先前的圍棋挑戰中,已經擊敗了歐洲圍棋冠軍、職業圍棋 2 段的樊麾,並且獲得了 5:0 的完勝成績。與過去知名的國際象棋超級電腦「深藍」不同,AlphaGo 擁有更強的學習能力,因此可以在擁有「提子」這類規則更複雜的棋類運動中,擁有與人類對弈的能力。

其中 Google 內部的 TensorFlow、Deep Mind 這兩個團隊扮演了極大的角色,透過類神經網路,AlphaGo 能做到的並不僅僅只是以既有的資訊持續推斷最佳結果,而是能真正因應棋局而做出適當的下一步。過去在國際象棋比賽中表現亮眼的超級電腦「深藍」,嚴格來說只是一台運算更快的電腦,由於國際象棋沒有「提子」的規則,電腦只要持續判斷棋局的可能棋路,挑選出最佳的下法即可,因此更重視電腦運算速度、而非學習能力。

然而這在棋子數量隨時會變化的圍棋比賽上卻不實用,因此類似 AlphaGo 的人工智慧被認為是更適合的電腦挑戰者。而 Google 在機器學習與深度學習的技術領先優勢,也讓 AlphaGo 這個人工智慧系統,具備了足以挑戰世界棋王的能力。


在經歷第一場的勝利後,開發 AlphaGo 的 DeepMind 團隊相當興奮,該團隊創辦人 Demis Hassabis 甚至在 Twitter 上表示,這場勝利就像是登上月球般的創舉。在第一場賽後的評論指出,AlphaGo 的對手李世乭,由於在中盤後的策略變得保守,同時接連出現失誤,導致面對不會受情緒影響的 AlphaGo 時,敗勢無法扭轉,最後讓 AlphaGo 拿下首勝。

對決的規則為何

這次比賽將在 3 月 9 日、10 日、12 日、13 日、15 日這五天舉行,每天都將會在台灣時間中午 12 點舉辦,全球觀眾都可以透過 YouTube 官方平台觀看直播。首場挑戰已經吸引了 9 萬多人同時觀看,實際開戰地點是在南韓首爾的四季酒店。

按照雙方約定,AlphaGo 人工智慧系統將會以單獨電腦運行,並且採用先前和樊麾對決的系統版本。規則採用黑子貼 3 又 3/4 子,比賽時間每方 2 小時、保留 1 分鐘讀秒 3 次。

更多维基

随机维基