浅谈人工智能与围棋

1997年,IBM公司的人工智能“深蓝”在国际象棋上战胜了人类最顶点的棋手,但围棋一直是人工智能无法攻克的壁垒,究其原因,因为围棋计算量太大了,对于计算机来说,每一个位置都有黑、白、空三种可能,那么棋盘对于计算机来说就有3的361次方种可能,而宇宙的原子只有10的80次方,所以穷举法在这里行不通了。
正因为如此,才有人断言,人工智能永远不可能攻克围棋。
然而 2016年3月份
这里写图片描述
Alpha Go以4-1的比分击败李世石,让人大跌眼镜。
而Alpha Go 的算法也不是穷举法,而是在人类的棋谱中学习人类的招法,不断进步,而它在后台,进行的则是胜率的分析,这跟人类的思维方式有很大的区别,他不会像人类一样计算目数,而是胜率。Alpha Go的出现,给人类带来了很大冲击,改变了人类从前对围棋的一些看法,例如
这里写图片描述
上图中的1 3 在此前都是典型的非主流下法,但Alpha Go 就在用,而且还很好用,人类也开始大幅度模仿。类似的还有下图
这里写图片描述
还有一例,颠覆了人类对某个定式数十年的看法
这里写图片描述
上图是著名的村正妖刀然而,在人工智能的世界里,没有定式
在Alpha Go 的计算中,白10如下图,胜率会瞬间提高10%
以下是我们国家的人工智能
这里写图片描述
这里写图片描述
虽然胜率不及阿尔法狗,但也很可观了(其对手均为国内冠军或世界冠军)
而绝艺也在网络上帮助我们讲解围棋,下列举一例,前几天的阿尔法0自我对战
这里写图片描述
此时的胜率,双方很接近。
这里写图片描述
十几步过后,机器的世界中,判断白棋稍好
这里写图片描述
其实这就已经很接近了
这里写图片描述
从以上几个图中我们可以看出来无论是阿尔法狗还是绝艺,他们采取的方式是走与人类思维不同的道路,人类普遍的思维方式是算目数,但是机器做不到,至少没有人类那么精准,所以就改为算胜率,在它的世界中可能领先半目胜率是99%,领先10目的胜率是80%,采用一种大家从没想过的方式击败人类。

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值