a*****g
发帖数: 19398 | 1 【 以下文字转载自 Go 讨论区 】
发信人: ananpig (●○ 围棋数学一把抓的安安猪), 信区: Go
标 题: Nature重磅封面：谷歌人工智能击败欧洲围棋冠军
发信站: BBS 未名空间站 (Wed Jan 27 12:44:10 2016, 美东)
http://chuansong.me/n/2267390
消息来源：Nature
视频字幕：张之乎，Wei，汪汪
一个月前，DeepMind创始人Demis Hassabis曾说道很快会有关于围棋研究的惊喜，而1
月28日的《Nature》杂志即将以封面论文的形式介绍Google旗下人工智能公司DeepMind
开发的一款名为AlphaGo的人工智能，它已经击败了欧洲围棋冠军，并将于3月与世界冠
军李世乭对战。该程序采用了两个深度神经网络，policy network与value network，
极大地降低了需要考虑的搜索空间的复杂度，前者降低搜索的广度，后者降低搜索的深
度，很像人脑在下围棋时凭直觉快速锁定策略的思维。
以下视频是Nature对该项研究的详细采访报道，视频中，DeepMind的团队会介绍他们是
如何设计的这款AI。（字幕由机器之心翻译出品。参与：张之乎，Wei，汪汪。）
http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imag
Nature封面
1月28日的《Nature》杂志上即将以封面论文报道一种能在传统策略游戏，围棋上击败
专业选手的电脑程序。围棋被认为是人工智能领域一个具有标志性的“大挑战”，这源
于围棋巨大的搜索空间，很难估计局面和下子。这项发现可能为其他看似棘手的人工智
能领域实现人类级别的能力带来希望。
围棋游戏起源于中国，两个选手在矩形格子上交换下黑子和白子，目标是在比赛结束时
比对方占领更多的地盘。迄今最成功的围棋计算机程序能达到业余人类选手的程度，但
还不能和专业选手在不让子的情况下平局。
David Silver, Aja Huang 和 Demis Hassabis 和他们的团队开发了一个叫”AlphaGo
“的程序，利用“价值网络”去计算局面，用“策略网络”去选择下子。训练这些深度
神经网络的，是对人类专业棋局的监督学习以及让它和自己对弈的增强学习。AlphaGo
在和其他围棋程序的对抗中获得了99.8%的胜率，并且在一项竞赛中以5比0的成绩战胜
了人类欧洲围棋冠军。这是第一次计算机程序能在不让子的情况下，在完整的围棋游戏
中击败专业选手——原本认为十年后人工智能才能达到的成就。
AlphaGo的下一个挑战将是李世乭，过去十年被认为是世界围棋冠军，比赛将于三月份
在首尔举行。
去年年底，机器之心曾预告，Google旗下人工智能公司DeepMind的CEO Demis Hassabis
在一次采访中透露他们可能已经攻克了世界最难的棋类游戏——中国围棋。（神秘的人
工智能公司DeepMind可能破解了围棋）而现在，这个重磅消息即将刊登在1月28日的《
Nature》杂志封面上。
以下是Demis Hassabis去年接受采访的视频：
字幕由机器之心翻译出品
到底AlphaGo能不能战胜世界冠军呢？让我们拭目以待三月的对弈吧！
相关阅读：
技术 | 电脑在围棋上为何总是赢不了人类？量子计算机呢？（附论文下载）
深度 | 为了古老的中国围棋，谷歌和Facebook正展开激烈的算法竞赛 |
|
