人機大戰 人工智能 AlphaGo

人工智能與人類智慧的再一次正面對決，5月23日上午，“中國圍棋峰會”在烏鎮拉開帷幕，備受關註的世界第一棋手柯潔與AlphaGo 2.0的第一場比賽於10:30正式開始。新版AlphaGo擯棄了人類棋譜，只靠深度學習的方式成長起來挑戰圍棋的極限。


在開賽前夜，柯潔更新微博表示“現在的AI進步之快遠超我們的想象，可它始終都是冷冰冰的機器，與人類相比，我感覺不到它對圍棋的熱情和熱愛，無論結果，這將是我最後的三盤人機大戰”。

AlphaGo深度學習
AlphaGo 是第一個擊敗人類職業圍棋選手並戰勝圍棋世界冠軍的程序。
為了應對圍棋的巨大復雜性，AlphaGo 采用了一種新穎的機器學習技術，結合了監督學習和強化學習的優勢。通過訓練形成一個策略網絡（policy network），將棋盤上的局勢作為輸入信息，並對所有可行的落子位置生成一個概率分布。然後，訓練出一個價值網絡（value network）對自我對弈進行預測，以 -1（對手的絕對勝利）到1（AlphaGo的絕對勝利）的標準，預測所有可行落子位置的結果。這兩個網絡自身都十分強大，而 AlphaGo將這兩種網絡整合進基於概率的蒙特卡羅樹搜索（MCTS）中，實現了它真正的優勢。最後，新版的AlphaGo 產生大量自我對弈棋局，為下一代版本提供了訓練數據，此過程循環往復。

AlphaGo 如何決定落子？

在獲取棋局信息後，AlphaGo 會根據策略網絡探索哪個位置同時具備高潛在價值和高可能性，進而決定最佳落子位置。在分配的搜索時間結束時，模擬過程中被系統最頻繁考察的位置將成為 AlphaGo 的最終選擇。在經過先期的全盤探索和過程中對最佳落子的不斷揣摩後，AlphaGo的搜索算法就能在其計算能力之上加入近似人類的直覺判斷。

在剛剛結束的AlphaGo與柯潔的首場比賽中，AlphaGo以1/4子獲勝。

在此之前創新工場李開復評價道，此次對決人類勝率幾乎為零。AlphaGo 采用了一種新穎的機器學習技術，人工智能的發展超越了人類思維的高速運算，人工智能越來越多的被應用到人臉識別打卡系統，商城服務機器人，百度大腦， 醫護陪伴機器人，東時Python人工智能課程深入Python機器學習，輸入學子進入人工智能世界， 機器跟人類智慧的交鋒將再次推動人工智能和人類社會的發展。

人機大戰|人類柯潔博弈智能AlphaGo誰輸輸贏