围棋人机大战意义有哪些

1. 围棋人机大战意义有哪些

2. 围棋人机大战的赛事背景

围棋人机大战，源于2016年1月27日英国《自然》杂志的一篇文章。这篇文章称，谷歌的人工智能系统阿尔法围棋（AlphaGo）2015年10月份以5比0的战绩完胜欧洲冠军、职业围棋二段樊麾，这是人类历史上，围棋人工智能（AI）第一次在公平比赛中战胜职业围棋手。棋类游戏一直被视为顶级人类智力的试金石。人工智能与人类棋手的对抗一直在上演，此前在三子棋、跳棋和国际象棋等棋类上，计算机程序都曾打败过人类。在围棋人机大战之前的历史上，最著名的人机大战要数国际象棋世界冠军加里·卡斯帕罗夫对国际象棋人工智能程序“深蓝”的国际象棋比赛。1997年，国际象棋人工智能第一次打败顶尖的人类；2006年，人类最后一次打败顶尖的国际象棋人工智能。自那时起，欧美传统里的顶级人类智力游戏国际象棋，已经在电脑面前一败涂地。围棋成了人类智力游戏最后的一块高地。围棋人工智能长期以来举步维艰，顶级人工智能甚至不能打败稍强的业余选手。这似乎也合情合理。因为要是人工智能用暴力列举所有情况的方式，围棋需要计算的变化数量远远超过已经观测到的宇宙中原子的数量。这一巨大的数目，足以令任何蛮力穷举者望而却步。而人类，可以凭借某种难以复制的算法跳过蛮力，一眼看到棋盘的本质。后来，人工智能研究者们祭出了终极杀器——“深度学习”。深度学习是人工智能领域中的热门科目，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。谷歌人工智能程序阿尔法围棋（AlphaGo）就是基于深度学习技术研究开发的。为了测试阿尔法围棋的水平，谷歌于2016年3月份向围棋世界冠军、韩国顶尖棋手李世石发起挑战。李世石接受挑战。

3. 围棋人机大战人类赢了吗

围棋人机大战引世界围观

4. 围棋人机大战的看点在哪

人工智能”这个概念是人机大战最终极的受益者。围棋人机大战前，人工智能对于普通人而言还是那么“云山雾罩”；围棋人机大战后，人们通过各种报道已经了解到，人工智能已经渗透到每个人的工作和生活中。智能化服务将会快速地接入餐饮、出行、旅游、电影、教育、医疗等生活服务领域，覆盖用户吃、住、行、玩，人工智能在未来可能媲美人类的专职秘书。
阿尔法围棋最大的胜利是为人工智能打造了一场全球性的科普，也代表了高科技企业对人工智能技术充满“野心”的宣告。过去的人工智能只是存在于实验室的智慧探索；而未来的科学技术，人工智能将是基础，是推动商业与社会发展的强大动力。

5. 人机世纪大战围棋谁赢了呢？

　　第一局是ai赢了
　　“阿尔法围棋”与李世石五盘棋比赛中的第一局9日下午1时在首尔四季酒店举行，经过4个半小时的对弈，Deepmind公司开发的人工智能“阿尔法围棋”（AlphaGo）以186手，执白中盘胜战李世石。
　　李世石赛后说：“我对‘阿尔法围棋’的表现感到吃惊。事实我一直认为不会输掉。但‘阿尔法围棋’下得那么完美，真没想到。我认为因为序盘布局的失败，黑棋一直处境艰难。”
　　当天，在现场讲棋的金成龙九段评价‘阿尔法围棋’对阵李世石时说：“作为一名职业棋手输掉棋受到的冲击不小，‘阿尔法围棋’完全以与职业棋手不一样的方式来下棋，它对自己失误非常冷静，几次失误都没有在大势上落后。”
　　李世石说：“我对阵‘阿尔法围棋’时，有两个方面很吃惊：第一个是序盘布局能力比想象厉害；第二个是它会下胜负手。今天的比赛是双方都很难的一场对局，但它算法能力比较强，实战中他下了人类想不到的一手，让我大吃一惊。”

6. 围棋人机大战的比赛规程

李世石与阿尔法围棋的围棋人机大战为五番棋挑战，但无论比分如何将下满五局，比赛采用中国围棋规则，执黑一方贴3又3/4子（即7.5目），各方用时为2小时，3次60秒的读秒机会。五局比赛分别于2016年3月9日、3月10日、3月12日、3月13日和3月15日在韩国首尔钟路区四季酒店进行，获得三胜者获得100万美元奖金（约11亿韩元）。若阿尔法围棋获胜，奖金将捐赠给联合国儿童基金会、STEM教育以及围棋慈善机构。除了100万美元基础奖金外，李世石还可获得15万美元出场费。此外每胜一局还有2万美元胜局奖金，如果五盘全胜，胜局奖金为10万美元。

7. 围棋人机大战的赛程赛果

 围棋人机大战前，不少人担心围棋这块阵地一旦失守，将对整个项目产生灭顶之灾，因为不少人或许会产生这样的想法：号称棋类智力最顶尖的围棋也不过尔尔，从而魅力大减。可实际的情况却是恰恰相反，很多平时不关心围棋或者说根本连围棋规则都不了解的人，也因为人机大战开始了解和关心这项运动。围棋人机大战期间，关于人机大战的报道充斥于国内各种媒体的“头条”，风头完全盖过了足球、篮球这些风靡世界的运动；就连围棋普及率极低的欧美国家，英国广播公司（BBC）、路透社、美联社这些主流媒体也对比赛进行了详细报道，这在以往几乎是不可能的。   “人工智能”这个概念是人机大战最终极的受益者。围棋人机大战前，人工智能对于普通人而言还是那么“云山雾罩”；围棋人机大战后，人们通过各种报道已经了解到，人工智能已经渗透到每个人的工作和生活中。智能化服务将会快速地接入餐饮、出行、旅游、电影、教育、医疗等生活服务领域，覆盖用户吃、住、行、玩，人工智能在未来可能媲美人类的专职秘书。阿尔法围棋最大的胜利是为人工智能打造了一场全球性的科普，也代表了高科技企业对人工智能技术充满“野心”的宣告。过去的人工智能只是存在于实验室的智慧探索；而未来的科学技术，人工智能将是基础，是推动商业与社会发展的强大动力。

8. 围棋人机大战太高深？这篇入门级文章必看

导读
韩国九段顶尖围棋选手李世石在韩国首尔应战谷歌Deep Mind团队开发的人工智能系统Alpha Go的挑战。双方都公开表示，深信自己将赢得最终的胜利。最终输赢还难说，对于“表示不是很懂你们这些AI迷/围棋迷”的围观群众而言，该以什么姿势看懂这场高大上的对决？

1.“深蓝”PK人工智能Alpha Go
说起来，这已经不是人工智能第一次和人类比赛下棋了。早在1997年，一台叫做“深蓝”的超级计算机在国际象棋上下赢了国际象棋冠军卡斯帕罗夫。“深蓝”是一台超级计算机，虽然跟人工智能程序Alpha Go好像不是同一回事，但是其实人工智能程序也需要以计算机作为载体才能工作，就像大脑也需要有身体才行。因此，把它们放在一起比较并不奇怪。而随着超级计算机技术的不断发展，即使是今天最普通的集成显卡的性能也超过了700GFLOPS。“深蓝”已经从逐渐跟不上脚步到被甩开了一大截。值得一提的是，世界上最快的超级计算机是我们国家的天河2号，其性能达到了33.86PFLOPS，是“深蓝”计算机的30万倍。
那么，跟“深蓝”计算机相比，谷歌Alpha Go的性能又怎么样呢？此前谷歌曾经在《自然》杂志上发表过关于这个人工智能系统的文章，其中称，Alpha Go人工智能的计算机装有48个CPU和8个GPU。我们似乎无法将两者放在一起直接比较，因为Alpha Go是在云计算平台上运行的，我们可以通过竞争对手的计算机数据来进行大概的比较，比如阿里云。
2015年12月，阿里云对外开放高性能计算服务。这些计算机的单机浮点运算能力是11TFLOPS。如果谷歌的计算机性能与阿里云接近的话，那么Alpha Go所驱动的硬件的性能至少是深蓝的1000倍。

2.人机大战，这次为何选中围棋？
说起围棋和人工智能，我们可能多少都了解一些，不过二者是怎么联系到一块的呢？

那是因为机器战胜人类，一个关键就是围棋。拥有悠久历史的围棋高度反映了人类的智慧，围棋棋盘纵横19道，361个交叉点，涉及到的可能出现的局面数量最大可达3^361，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，这是什么概念？看似简单的纵横19道，361个交叉点，形成了浩瀚的宇宙。所以有人说，围棋是体现人类智慧的最好游戏，之前还有人预测，人工智能（AI）需要再花十几年才能战胜人类，所以若抛去商业元素，这场比赛的意义可能在于见证历史，足以说明当前人工智能的技术研究已经达到新高度。
3.AI下围棋，究竟有多难？
难点1：围棋对弈的基础是死活的确认，确定棋盘上一块棋的死活是最基本的，但要搞清楚一块棋是死是活是非常困难的，而且，这种似死似活的状态又是在不断变化的。研究局部死活搜索是AI围棋发展的一个难点。

难点2：棋形体现着人类形象思维独有的特性，棋手对棋形的感觉完全依赖于自身的经验，而这种感觉恰恰是胜负的关键，也是棋手水平高低的标志。人类棋手不愿意浪费自己的棋子去无谓地攻击对方活的棋形或无谓地试图挽救自己死的棋形，要赋AI这种对棋形的感觉，则是人工智能面临的重要课题。
难点3：此外，还需要研究特殊的算法来解决快速识别问题，著名的电脑围棋程序设计者布恩说过: “有了快速的模式识别方法，就不难教程序利用手筋来吃棋。”所以说，模式识别算法是围棋博弈程序的重要组成部分，高效的模式识别算法反映着博弈程序的水平，当电脑的模式识别技术发展到能与人脑匹敌时，电脑围棋的棋力离专业九段就不远了。
简单来说，一方面，围棋规则非常复杂，每一步的调整，都会产生更多的可能，这对机器的计算能力要求很高。另一方面，即使机器中存储了足够多的已有围棋大战数据，由于围棋规则的复杂程度和棋手的无法预测的落子，对机器的应变能力或深度学习能力有更高的要求。
4.下围棋这么复杂，AI靠什么取胜？
上面说的那么难，难道AI就没机会取胜了？NO NO NO~

为了击败人类，研究者们拿出了大杀器——这就是人工智能领域新一代的机器学习（machine learning）形式——深度学习(deep learning)和强化学习（reinforcement learning）。
深度学习的概念换句话说，就是让计算机像人脑一样去学习和思考。和传统的机器学习不同，深度学习是把计算机科学和人类的神经学结合起来，让计算机自主学习。比如，不是由人告诉计算机这是一只猫，然后让它来进行识别和印证。而是给计算机提供大量的图片数据，让它自己学习和分析，然后自主形成“猫”的概念，就像人类大脑的视觉皮层那样反应。有了具备深度学习能力的人工智能系统，以后驾车出行时，汽车就能主动提醒你周围的路况，还能应用于语音和脸部识别、医疗诊断等领域。
强化学习一词来自于行为心理学，这一理论把行为学习看成是反复试验的过程，从而把动态环境状态映射成相应的动作。它类似于传统经验中的“吃一堑长一智”，强化学习可以做出策略选择，广泛应用于下棋、走迷宫这一类别中。这种依赖于大数据和强大计算能力的被称为“深度学习”的无监督或半监督机器学习，使计算机可以在无需人力参与的情况下，完成原本只有经过高度专业化训练的专业人士才能完成的任务，甚至超过专家。
另外，为了达到更高的运算能力，谷歌还把Alpha Go接入到了一个有1202个CPU组成的网络中。这使得这个人工智能系统的计算能力在原来的基础上增加了24倍。经过推算，Alpha Go的性能大约是深蓝计算机的2.5万倍左右。按这个节奏计算，假如人类一年能玩1000局，AI一天就可能玩100万局。所以Alpha Go只要经过了足够的训练，还是有可能击败人类选手。毕竟，人类在长时间的下棋比赛后，由于生理和心理限制可能会疲累，进而犯错，但机器不会。
不过谷歌董事长施密特表示，即使机器真的赢了，人类仍是赢家。即使AlphaGo机器最终赢了李世石，对于人工智能是否会“碾压”人类，依然存疑，我们不必过于焦虑，人工智能可能还有很长的路要走。
5.历史上的人机大战
01
深蓝战胜卡斯帕罗夫
1997年，美国IBM公司的“深蓝”超级计算机深蓝以二胜一负三平的战绩战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫，成为赢家。
02
浪潮天梭挑战人类象棋大师
2006年的浪潮天梭超级计算机，挑战人类象棋大师一役，在最终的巅峰对决中，许银川与浪潮天梭两战皆和。浪潮天梭向世人证明了自己超强的运算能力。 

03
全才学霸沃森挑战人类
2011年，“深蓝”的同门师弟“watson”（沃森）在美国老牌智力问答节目《危险边缘》中挑战两位人类冠军，并获得成功。
04
Alpha Go以5:0完胜欧洲冠军樊麾
2016年1月，美国谷歌公司旗下的人工智能(AI)开发商“DeepMind”(位于英国)研发的围棋电脑软件“AlphaGo”(阿尔法围棋)打败了职业棋手樊麾，开创全球先河。
进入21世纪后，科学研究从大数据、人工智能到虚拟现实，从发现了类地球行星、引力波到无人驾驶、量子计算，这是一个创新不断、惊喜不断的时代，而我们有幸参与其中，这也许比单纯讨论比赛输赢更有趣。
（文章来源：The verge，编译：陈嘉，部分内容出自《知识就是力量》杂志、《围棋与人工智能》作者：师军，审稿：中国科学院自动化研究所 李长亮博士，原创文章，转载请标明出自科普中国微信公众号）