中国象棋的人机大战
中国象棋是计算机强还是人脑强？
新浪体育讯 8月9曰北京消息，浪潮杯首届中国象棋人机大战经两轮紧张激烈的酣战，最终超级电脑浪潮天梭以5.5:4.5(两回合10盘棋共3胜5和2负)取得了最后的胜利。各位大师与浪潮天梭的具体战绩结果如下：
徐天红先和黑和，卜凤波先和黑负，柳大华先负黑负，张强先胜黑和，汪洋先和黑胜。
第一轮大师们都执红先行，三台柳大师毫不畏惧电脑的精确计算能力，首显还开了复杂的乱战，大大提高了人类大师们的战斗士气。二台卜凤波大师开局占尽先机，得到了较好的局面，但随后天梭表现出了电脑强于人类的优势，丝毫不被劣势局面影响“心情”，扳回了局面，取得了和棋。三台张强大师如有神助，轻松的率先拿下了对手，而此时柳大师却因为一步不慎局面已呈现了败势，好在一台徐天红和四台汪洋局面一直保有微小优势。接着柳大师落败，汪洋在稍优的局面下毅然拒绝了电脑的提和，顶着时间紧张的压力继续战斗，但最终没有没能冲破浪潮天梭的严密防守成和。其后，徐大师在多一马的局面下也由于时间问题不得不同意和棋。第一轮人机双方2.5:2.5打平。
简短的休息之后，双方交换先后手开始第二轮的比赛。开赛不久，电脑的先手优势就表现了出来，除了汪洋的局面呈复杂状，其他四盘都是天梭占优，随后不久，柳大华和卜凤波不敌对方凌厉攻势，相继败下阵来，徐天红和张强也与电脑打成平手，只有汪洋后手挑起战争，力克天梭。第二轮人类大师2比3告负，最后以总比分4.5比5.5惜败于超级计算机浪潮天梭。
参考资料： 2006年08月09曰17:07 新浪体育
8月9日举行的“浪潮杯”首届中国象棋人机大战上，浪潮天梭以11比9的成绩力克柳大华、徐天红、卜风波、张强和汪洋五位中国象棋大师.
电脑象棋通常都是双CPU甚至更多，拥有超强的分析能力，每一秒都可能分析上万种走法，软件中还有大量的对局库，远远胜过人脑计算能力。前途发展十分可观。
世界第一次国际象棋人机大战第一战的棋谱
假的！当时谣言太多了.
我还听过他被机器电死的谣言呢（赢了机器发脾气），你说是真还是假？当时机器没这么先进.
卡斯第一盘输给“深蓝”.
但我没找到谱，以下第六局的谱，也就是最后一局.
白方：深蓝
黑方：卡斯帕罗夫
第六局即最后一局，1997
年
5
月
11
日弈
防御：卡罗-卡恩防御
1.
白兵
e4
黑兵
c6
2.
白兵
d4
黑兵
d5
3.
白马
c3
黑兵
d×e4
4.
白马
×e4
黑马
d7
5.
白马
g5
黑马
gf6
6.
白象
d3
黑兵
e6
7.
白马
1f3
黑兵
h6
8.
白马
×e6
黑后
e7
9.
白方
0-0（短易位）
黑兵
f×e6
10.
白象
g6+
黑王
d8
11.
白象
f4
黑兵
b5
12.
白兵
a4
黑象
b7
13.
白车
e1
黑马
d5
14.
白象
g3
黑王
c8
15.
白兵
a×b5
黑兵
c×b5
16.
白后
d3
黑象
c6
17.
白象
f5
黑兵
e×f5
18.
白车
×e7
黑象
×e7
19.
白兵
c4
黑方认输
那次最后结果，以半分之差还是一分之差(不记得了）输给深蓝.
为什么alphago自战棋谱非常激烈，而跟人类的棋
在13日结束的AlphaGo与李世石五番棋对决中的第四局，李世石胜出。连败三局之后，人类终于扳回一局。但这场胜利来得有些迟，AlphaGo此前已经痛快得赢得这场人机大赛的胜利。这场生生夺走一周眼球的人机围棋大战，人们最想追问的是，AlphaGo为什么能战胜人类？
赛前，无论是职业棋手还是科技界，并不看好机器胜利
机器赢了人类，这个结果让无数人感到吃惊与意外。在这场比赛开始前，很多职业棋手认为 AlphaGo 不可能赢得比赛。棋圣聂卫平在赛前下定论认为：电脑和人下围棋，百分之百是人赢。
而科技界对 AlphaGo 是否能赢得比赛表示谨慎看好，并没有十足信心。这从 AlphaGo 创始人德米什 · 哈萨比斯（Demis Hassabis）在第二场比赛结束后的发言可以看出，他当时认为 AlphaGo 的胜利难以置信。
在与李世石对弈前，AlphaGo 于去年 10 月与欧洲围棋冠军樊麾进行了对弈，以 5：0 战胜了樊麾，而在非正式对局当中, 樊麾则 2 次中盘战胜了 AlphaGo。
这也被外界认为 AlphaGo 很难战胜李世石的原因。樊麾的等级为职业棋手二段，李世石为职业九段。围棋界公认，这两人的围棋水平为：樊麾是踏在了职业门槛，而李世石则是职业顶尖，前围棋世界第一人，代表了人类围棋最高水平。
但仅仅过了 5 个月，AlphaGo 在五番棋中以 3：0 战胜了李世石，并且在比赛过程中下出了很多令专业人士都非常惊讶的妙手。
很多关注人机大战的人都想要知道一个问题：
Google是怎么设计AlphaGo的？
比如，AlphaGo 的运行机理是什么？进入自我学习的阶段之后，谷歌团队是否还需要人工对其进行不断的人工优化、改良以及提升？还是完全凭借其自身的学习能力来提升？
最近两天 ，DoNews 记者在 Twitter 上就该问题向德米什 · 哈萨比斯进行了两次提问，但德米什 · 哈萨比斯没有进行回应。
在对外公布的所有信息中，包括其在《Nature》上发表过的两篇论文中，都只提到了他们的 AlphaGo 能够做什么，都没有透露 AlphaGo 的运行机制是什么，即 AlphaGo 到底是怎么做到的。
德米什 · 哈萨比斯仅透露，就 AlphaGo 的对弈水平而言，他们的神经网络训练算法远比它使用的那些硬件重要得多。此外，这次人机对战所消耗的计算量差不多与 AlphaGo 和樊辉对弈中消耗的相当，使用的是分布式方案搜寻，能有效节省决策用时。
人工智能战胜人类，为何引起这么多关注？
围棋这项发源于中国的有两千年历史的智力游戏，曾被认为是最后一个人工智能不能超越人类的游戏。围棋游戏的规则是：棋盘由纵横各十九条等距离、垂直交叉的平行线构成。形成 361 个交叉点，在围棋中简称为 “点”。对局双方各执一色棋子，轮流下子，最后谁占的点多，谁就赢。
虽然围棋规则简单，但建立在此规则之上的各种策略、棋理、布局、定式、手筋、手段，却是无穷无尽的。
聂卫平曾解释了其中的原因，围棋棋盘上有 361 个点，其理论变化值是 361 阶乘，阶乘到底本身就是一个无限大的数，无法表达。
比如，棋手在下第一手时有 361 个点可以选，下第二手有 360 个点，第三手是 359，361×360×359×……2×1，即 361 阶乘。（有数据统计，结果约是 1.43 乘以 10 的 768 次方。）
这个数字有多大呢？Google 灵感来源于一个单词 Googol，以表示知识之海无穷无尽。Googol 代表 “10 的 100 次方”，这个数字是人类目前最有想象力的数字。即使人类已知宇宙中原子数量，也不过是 10 的 80 次方。
同时，在围棋对弈中，还包含着很多变化：打二还一，打三还一，打劫，倒扑等，每一种变化都会衍生出无数的变化。
在下棋过程中，棋手需要有一种判断。而此前，电脑被认为无法承担这种判断，因为这不是计算就能够完成的。
AlphaGo 是怎么做到的?
AlphaGo 结合了 3 大块技术：蒙特卡洛树搜索 (MCTS) 是大框架，这也是很多博弈 AI 都会用的算法；强化学习 (RL) 是学习方法，用来提升 AI 的实力；深度神经网络 (DNN) 是工具，用来拟合局面评估函数和策略函数。
我们在这里用比较通俗的语言来解释一下：棋盘上有 361 个点，AlphaGo 会进行一层层分析：下在哪个点或区域是有利的？这时它会参考输入的过往的棋谱，对局和模拟，进行选择、推演，并对推演结果进行估值。AlphaGo 能够理解会根据“赢”这个目标来进行估值，选择出一个对“赢”足够优的解。
围棋？AI 能超越人类的还有很多.
AlphaGo 的胜利，引发了大讨论。因为人类开始面临着一个前所未有的情况：人类造出了，在智能的某个点上，超越自己的东西。 通过黑白纹枰上的胜利，AI 已经在人类的智力围墙打开了第一个缺口，但这绝非最后一个。
在过往漫长的岁月里，机器都只是人类劳动的一种替代与工具，无论飞机、汽车、起重机还是电子计算机、互联网，尽管看上去有着无限的能力，但却从未侵入由人类大脑所把持的领域——“创造”。
而随着 AlphaGo 的胜利，这一天或许将成为历史。实际上，过去几天，这台人工智能在围棋盘上发挥的创造能力，已经超越了人类两千年于此道上积累的智慧结晶。
如果我们检索人类的“资源库”，会发现，复杂程度超越围棋的智力行为并不多见。这也意味着很多传统人类脑力劳动的形态，发生改变。很多从事创作、设计、推演、归纳的工作，都将被 AI 部分替代。
如果将思路拓展出去，可以应用在音乐的创作，等其他类似于元素组合式的创造，从某中意义上说，它能够击败围棋的顶尖高手，也就有可能让人难辨真假的音乐和旋律。甚至做出更多我们想不到的事情。
按照德米什 · 哈萨比斯的设想，人工智能未来的主要用途将是医疗、智能助理和机器人。
而人们通过这次比赛担忧的是，如果人工智能拥有创造性的思维，加上远超出人类的运算能力，是否有一天会统治人类。
就像网友评论里说的段子一样，“第四局AlphaGo输了，是不是AlphaGo故意输的？细思极恐”。
“人机大战”第三局柯洁投子认输，AlphaGo为何却被退役？
作为专门针对围棋记忆设计的AlphaGo，已经连胜多位世界顶级围棋高手，在这样的客观背景下，其作为人工智能产品的使命成功完成，即便继续存在，也没有了实质性的价值和意义，而此时选择退役，不但能够给人产生一种功成身退的成就感，而且以AlphaGo的名义向围棋界捐献了50份棋谱，这样的退役形式，完全值得围棋界甚至全人类的敬重。
当然了，退役并不代表该项技术的终结，无论是在围棋教学领域，还是深度合作的其他形式，都可以通过AlphaGo的升级产品来完成，从这个角度来说，人工智能在围棋界的成功，只不过是一种行业技术的直观体现，对未来的人工智能技术广泛应用起到了很好的参考作用，而完成使命的AlphaGo，已经没有了继续存在的价值，所以说将其退役也就成为了明智之举。
无论是人工智能战胜了世界顶级围棋选手，还是人的力量赋予了AlphaGo这方面的技能，都无一例外的说明如今的围棋界的确面临严峻的考验，而在出题者成功获胜以后，选择隐退也是无可厚非的，如果继续存在，已经很难在现有的围棋大师中找出对弈的目标，既然如此，何不让AlphaGo体面的离开人们的视线，让研究人员能够有更加充沛的精力发掘更加实用的人工智能技术。
从成功研发AlphaGo，到大获全胜以后将其隐退，这对研发团队来说的确是功成名就的伟大工程，而在接下来的时间里，将AlphaGo在数场博弈中所积累下来的丰富经验，用到其他重大技术和项目的挑战中，其实也是对AlphaGo价值的再次体现，尤其是通过对算法的进一步提升，让AlphaGo的升级产品发挥更大的作用，无疑是对整个行业快速发展的强有力推动，毕竟人工智能的广泛应用，需要建立在丰富经验和灵活应变这个基础之上。
169887
猜你喜欢：