AI智能

围棋史上的1月3日：横扫人类棋手的Master

文章来源：道弈 3年前的今天，也就是2017年1月3日，柯洁与Master在网上进行一场激烈战斗，开局柯洁形势不错，但最终仍不敌Master，中盘告负。 2016年12月29日，Master登录弈城网。随後Master频繁接受各路好汉的挑战，在30秒一手的快棋对决中将众多挑战棋手纷纷击败，跨过新的年头，2017年元旦，Master在弈城刷出30连胜的惊人战绩。当世高手无一可交出如此答卷，况且在被击败的棋手中也不乏职业顶尖棋士。对於Master身份的猜想，自然落到了刚刚战胜了李世石的人工智能身上。 2017年1月2日，Master又转战野狐围棋网，人类高手依然无法取得一胜。1月3日，曾扬言「就算阿法狗战胜了李世石，但它赢不了我」，当时等级分排名世界第一的柯洁与Master激战。 黑方：柯洁 白方：Master 白中盘胜 178手，柯洁无奈认负。这是Master取得的第50连胜，击败的第15位世界冠军。向来喜欢在微博上分享心情的柯洁，当天却并未说什麽，颇令人感到意外。次日，Master依然在网络上大杀四方，柯洁并没有再次出战，而是在发出了「人生第一次住院」的微博。 1月4日晚，Master的身份终於浮出水面，也证实了人们之前的猜想，Master便是AlphaGo的升级版。1月5日晚，央视《新闻联播》以人工智能「阿尔法狗」横扫围棋高手为题报道此事。在李世石人机大战後，Master的连胜让更多人真切的认识到，AI时代已经来临。    2,246 total views

 2,246 total views

By deepthink, ago

DeepMind宣布更强的AlphaGo算法

谷歌的DeepMind再次发表论文，宣布推出全新的算法MuZero，通过这一算法，可以加快人工智能的训练速度。目前在围棋、国际象棋、将棋以及数十个Atari游戏的学习表现当中优于目前所有算法，具体到围棋上，已经可以超越之前的AlphaZero。 传统的算法是搜索树，也就是搜索可能的各种分支。但实际上人工智能要解决的问题往往非常复杂，只用搜索树来构建算法效率低下。Deepmind提出了搜索树和已学习的人工智能相结合的算法，称之为MuZero。 黄色是原有AlphaZero的水准，蓝色线是MuZero 上图是MuZero算法的威力：都运行100万步之后，MuZero的水平明显超过了橙色的线，也就是之前AlphaZero的水准，可以看到MuZero的围棋能力以及超过了elo5000以上，并且还有上升空间，拿下国际象棋、将棋和Atari游戏也不在话下。 现在可以和AlphaStar打星际了 只是不知道谷歌何时才能发布一个可用的MuZero供围棋爱好者使用，起码在电竞领域已经有可以的超强人工智能AlphaStar陪玩家游戏了。 原文網址：https://kknews.cc/tech/zyojoql.html   Muzero :  https://www.chainnews.com/zh-hant/articles/175196541080.htm  3,071 total views

 3,071 total views

By deepthink, ago

AI围棋和AI围棋教育 入门讲座(一)

​此文根据 JOHN在 2019加拿大文化节弈趣横生围棋公开赛 活动演讲稿整理。 二、人类围棋和AI围棋 方法的对比：            人类围棋       AI围棋 形势判断方法 目和棋的厚薄为指标 （大数据)胜率统计指标 围棋理论 全局问题分解为局部问题 最终问题被分解成各种问题（ 布局,中盘,死活,官子) 大数据胜率统计, 以胜率为导向. 思维方法 人类围棋理论+选点经验+逻辑思维推理   CNN模型选点+胜率导向 +  博弈树构建 个体水平的差异因素 围棋理论的精准度 选点经验水平 计算速度和深度 情绪化干扰 CNN模型的训练精度 计算速度( 硬件配置+算法)   风格 因为对围棋理论的指标的 不同偏好形成各种流派   不同AI之间差异不大. 主要是模型训练水平的不同, 以及算法上的微小区别. 优劣 全局选点水平低于AI围棋 局部问题职业棋手的选点剪裁能力超过AI围棋 （征子，大型死活） 在优势和劣势明显时，能选择看起来比较舒服的下法。     AI选点和剪裁水平很高. 形势判断能力比人类精准.   在胜率过高和过低时，胜率导向的方式已经对点不够敏感，这个时候的棋不适合人类学习. Read more…

 12,032 total views

By deepthink, ago