世纪对弈——AlphaGo围棋胜利的深度透视
AlphaGo：算法的胜利
AlphaGo：算法的胜利作者：赵言昌来源：《大众科学》2016年第04期2016年3月15日，谷歌阿尔法狗（AlphaGo）与韩国九段棋手李世石进行“人机大战”第五场对弈，经过五个小时的博弈，最终，谷歌AlphaGo获胜。
AlphaGo的胜利，是深度学习的胜利，也是算法的胜利。
你鼠标的每一次点击，你在手机上完成的每一次购物，天上飞的卫星，水里游的潜艇，拴着你钱袋子的股票涨跌——我们这个世界，正是建立在算法之上的。
那么，什么是算法，你对它又了解多少？齐军煮粥与枚举法一直以来，计算机科学都给人一种高深莫测的感觉，人们对其有很多“高大上”的印象，其实，它也有一些你我早已熟识的东西。
例如：电影《战国》中，孙膑（孙红雷饰）带领齐国军队打仗，半路上收留了几百个灾民。
齐国的情报系统告诉孙膑，灾民之中有敌国奸细。
那么，仓促之间，如何判断谁才是敌人？孙军师心生一计，嘱咐手下人煮粥，并在粥里加了很多辣椒。
如此味道，一般人肯定是不肯喝的，但灾民就不一样了。
都快饿死了，谁还敢挑食？下属们纷纷称赞军师神算……那么，有没有更好的方法呢？有！狠下心，挨个儿杀，总会把奸细杀死。
电脑有时就是这么处理问题的：五把钥匙里，有一把是对的，一把一把试过去，总能打开锁。
这就是枚举法，听起来有些弱智，但是计算机的运算速度很快，所以至今仍有用武之处。
考场作弊与数据压缩随着网络的应用越来越普遍，很多人都爱花钱办会员，在线或下载下来收听无损歌曲。
那么，无损音乐是怎么回事？这就要从数据压缩说起。
比如，考试时，你身后坐的一位后进同学小声跟你要选择题的答案。
假设一共有20道选择题，每道题的答案都是A，你是挨个给他念一遍呢，还是说一句，“都是A”？正常人肯定会选后者，不仅省时、省事，而且没有信息损失，和“AAAAAAAAAAAAAAAAAAAA”效果一致。
在此过程中，你通过统计分析，总结出规律，用更少的字段去描述全部信息，这就是无损压缩。
那么，有损压缩又是什么样的？比如，你爱上一个姑娘，她在北京，你在上海。
2022中考作文热点素材：2022中考人机对话
2022中考作文热点素材：2022中考人机对话2022中考作文热点素材：2022中考人机对话【素材解析】：人机对战的由来阿法狗，正式名称AlphaGo (阿尔法围棋) 在2022年3月10日二度挑战世界职业围棋顶尖选手——韩国人李世石时将其击败，2比0领先。
20年前的1996年，国际象棋界的“俄国沙皇”加里·卡斯帕罗夫坐在一间明亮的棋室，这位人类史上最年轻的国际象棋大师经过6盘激斗，以4：2的总比分取得了对阵电脑BLUE的胜利。
1年后的1997年，卡斯帕罗夫与经过改进的DEEP BLUE对垒，结果以2.5∶3.5的比分败北。
多年前卡斯帕罗夫的败北还曾被誉为惜败，多年后的今天，再没有人怀疑电脑的实力。
隐藏在这背后的，不仅是硬件上的飞跃，更是计算能力上指数级的发展。
今天的“阿法狗”对弈李世石将让“大数据或深度学习”更加贴近现实。
“人工智能”“大数据”“互联网+”这些热词，再次火遍全球。
首先我们来看看围棋是什么？我们知道预测围棋相比象棋要困难的多。
平均而言，每下一子，有250目可以走（即250种可能性），象棋只有35。
即使你可以预测未来9子的走势，这个数字看起来很小，导致的可能性却和可见宇宙范围所有的恒星数量差不多！怎么样？是不是有一种瞬间高大上的科技感！更可怕的实验是：谷歌的研究员在阿法狗与世界职业围棋手交手前曾经做过一个实验：让阿法狗和世界上其他最顶尖的人工智能围棋程序进行了一系列的比赛，结果总共500场比赛只输了一场！不仅如此，在一些比赛中，阿法狗在开始让了4子最后还赢了。
对于人工智能，也许同学们更多的是从电影和科幻小说中了解到的。
比如：《2012太空漫游》里阴郁的哈尔、《A.I.》里悲伤的大卫、《星际旅行》里可爱的数据先生、《银河系漫游指南》中神经质的马文等等。
至于阿法狗是怎么赢的，原理是什么，这都不是我们高考作文要关注的，因为据说世界顶尖大学的博士，用了53页的PPT，才把这个原理解释清楚，况且作文高考考生的你在作文中写了那些复杂的科学原理，阅卷老师也不一定看得懂。
围棋“人机大战”鲜素材解读
围棋人机大战鲜素材解读围棋人机大战鲜素材解读素材展示3月15日，在韩国首尔举行的人机大战最后一场对弈中，历经5个小时之后，韩国棋手李世石九段再次负于阿尔法围棋（AlphaGo）。
至此，这场全球瞩目的五局人机大战宣告结束，阿尔法围棋以4 ∶1获胜。
2015年10月，阿尔法围棋以5 ∶0战胜欧洲围棋冠军樊麾，这是人工智能程序首次在不让子的情况下战胜人类围棋选手。
阿尔法围棋是美国谷歌公司旗下人工智能公司深度思维开发的智能软件。
除了超强的计算力，阿尔法围棋最大的特点是会自己学习。
在战胜樊麾之前，阿尔法围棋已进行了超过3000万局的自我训练，不断提升棋力。
多项运用人工智能阿尔法围棋五局四胜世界围棋冠军李世石，科技又一次展示了爆炸性的发展速度和力量。
对此，有人惊奇，有人恐慌，更有人愤愤不平。
这则材料适用的话题：创新精神、突破、挑战自我、探索未知、人工智能等。
一、创新精神人工智能围棋软件与人类棋手的对弈，终归是人与人的对决，确切地说是在人类科技发展全部成果的基础上，某个人研发的高科技在挑战某个人的智商。
我们最该震惊的不是阿尔法围棋的神力，而是其背后研发团队、公司乃至国家的战略前沿技术实力和科研创新精神。
二、挑战自我所谓人机大战无外乎是人类假借工具（机器）向人类自身发起的又一次挑战。
这一过程，由古至今从没有间断过。
而阿尔法围棋的胜利，则标志着人类在人工智能领域的研究，又实现了一次飞跃。
三、人工智能在有关人工智能的新闻报道和文学影视作品中，最老生常谈的话题之一是人工智能威胁论。
阿尔法围棋的压倒性胜利，反映出人工智能的新进步。
同时，一种担忧也弥漫开来：人类智慧会被人工智能彻底打败吗？写作示例1.人机大战是科技的进步围棋在人类发明的游戏中复杂度位于第一，其衍变复杂程度更是要以兆为单位计算。
即使是电脑，也不能推演出所有走法。
基于此，围棋被誉为人类最后的智力骄傲，现在就这样被轻易攻克，公众的沮丧心情可想而知。
但沮丧之外，我们更应该理智地看到希望和契机。
“阿尔法狗”为什么厉害
“阿尔法狗”为什么厉害作者：暂无来源：《党政论坛》 2016年第10期从3月9日开始，一场人与机器的围棋大战吸引了全世界的目光。
这场大战在韩国首尔上演，一直持续到15日，共5轮。
大战之所以举世瞩目，是因为对战的双方是世界围棋冠军李世石与围棋人工智能程序AlphaGo。
令人惊叹的是，整个比赛过程中，AlphaGo的表现都堪称完美，最终以4:1击败李世石。
这个战胜人类世界围棋冠军的AlphaGo程序到底是何方神圣？它为什么如此厉害？“阿尔法狗”是什么？AlphaGo程序是美国谷歌公司旗下DeepMind团队开发的一款人机对弈的围棋程序，被中国棋迷们戏称为“阿尔法狗”。
游戏是人工智能最初开发的主要阵地之一，比如博弈游戏就要求人工智能更聪明、更灵活，用更接近人类的思考方式解决问题。
1997年，IBM的“深蓝”计算机首次击败国际象棋世界冠军卡斯帕罗夫，成为人工智能战胜人类棋手的第一个标志性事件。
此后近20年间，计算机在诸多领域的智力游戏中都击败过人类。
但在围棋领域，人工智能却始终难以逾越人类棋手。
直到2015年，由谷歌开发的这款“阿尔法狗”程序才首次战胜欧洲围棋冠军樊麾。
为什么对于人工智能而言，围棋的难度这么大？中国自动化协会副理事长、秘书长王飞跃说：“首先，围棋的可能性太多。
围棋每一步的可能下法非常多，棋手起手时就有19×19=361种落子选择。
一局150回合的围棋可能出现的局面多达10170种。
其次，是规律太微妙，在某种程度上落子选择依靠的是经验积累而形成的直觉。
此外，在围棋的棋局中，计算机很难分辨当下棋局的优势方和弱势方。
因此，围棋挑战被称作人工智能的‘阿波罗计划’。
”既然围棋对于人工智能来说这么难攻克，那么对于AlphaGo程序的设计者来说，是否也需要具备很高的围棋水平？“这个不需要，设计者们只需要懂得围棋的基本规则即可。
AlphaGo背后是一群杰出的计算机科学家，确切地说，是机器学习领域的专家。
深度坑｜当谷歌“阿尔法狗”打败了欧洲围棋冠军
深度坑｜当谷歌“阿尔法狗”打败了欧洲围棋冠军从世界首席国际象棋大师卡斯帕罗夫输给IBM公司的计算机“深蓝”至今已近二十年，最近，谷歌的AlphaGo击败了欧洲围棋冠军樊麾。
从国际象棋到围棋的突破，其背后的算法是有着怎样的飞跃？以及，这位“阿尔法狗”是否可能走上碾压人类智力的无敌之路？文 | LostAbaddon 编辑 | Agnes围棋，是一项中国先人所发明的古老对弈游戏。
相较于中国象棋或者国际象棋，围棋的最大特点在于它的每一个棋子都是相同的，没有不同的走法与规则，以及，更重要的一点，围棋中每个棋子的作用不是由其自身的“特殊功能”决定的，而是与它在整个棋局中与别的棋子之间的关系来决定的。
这种特殊的规则，既简单又复杂。
说简单，在于每个子都遵守相同的规则，规则本身并不冗长难懂；而说复杂，则在于在如此一目了然的规则之下，却能演化出几近无穷的可能性[1]。
因此，对人工智能持怀疑态度的人曾放言，人工智能永远不可能战胜人类；而对人工智能持乐观态度的人也觉得，大约十年后才能看到人工智能在围棋这一人类传统智力竞赛活动中战胜人类——当然这里说的是人类中的职业棋手，我这样的学龄前战五渣要战胜当然是分分钟的。
但就在上个星期，这一无论是永远还是十年的预期，被谷歌的AlphaGo打破了。
虽然它所战胜的是国际围棋排名在633位的欧洲围棋冠军，且这位欧洲冠军据闻现场发挥有点失常，但无论如何，战胜了一位人类的职业棋手，这样的事终于还是在人类最乐观的预期前好多年，发生在了现实生活中。
这无疑为人工智能界打了一剂强心针，使得这一正从低谷中一步步走出的领域名正言顺地踏进了快车道。
左为此次被AlphaGo打败的棋手樊麾，右为3月将迎战AlphaGo 的世界冠军李世石在AlphaGo战胜人类职业棋手之前，人工智能早就在人类的棋类游戏世界中战胜过人类中的职业棋手了。
对，这里所说的就是1997年5月的那场世界焦点之战：世界首席国际象棋大师卡斯帕罗夫对阵IBM公司的计算机“深蓝”，最后深蓝以2:1战胜了人类的世界冠军。
ai战胜人类的例子
AI战胜人类的例子介绍人工智能（Artificial Intelligence，简称AI）是一门研究如何使机器能够展现出智能行为的学科。
随着科技的不断发展，AI在许多领域取得了惊人的进展，甚至能够战胜人类。
本文将探讨一些AI战胜人类的例子，并讨论其潜在影响。
1. AlphaGo战胜围棋世界冠军1.1 背景围棋是一种复杂的棋类游戏，其棋盘上有19×19个交叉点，比国际象棋的复杂度更高。
在2016年，谷歌旗下的DeepMind公司开发的AI程序AlphaGo战胜了韩国围棋世界冠军李世石，引起了全球的关注。
1.2 AlphaGo的原理AlphaGo基于深度强化学习算法，通过大量的围棋对局数据进行训练，不断优化自己的策略。
它能够预测对手的下一步，并做出最佳应对。
1.3 影响AlphaGo的胜利标志着AI在复杂智力游戏上超越人类的里程碑。
它的成功激发了人们对AI潜力的无限想象，并推动了AI在其他领域的应用。
2. 自动驾驶技术2.1 背景自动驾驶技术是指通过AI和传感器来实现车辆自主行驶的技术。
它能够识别交通标识、感知周围环境并做出决策，实现无人驾驶。
2.2 例子：特斯拉自动驾驶特斯拉是自动驾驶技术的领军企业之一。
其车辆通过激光雷达、摄像头和超声波传感器等设备获取道路信息，并通过AI算法进行处理和决策。
特斯拉的自动驾驶功能在实际道路上已经取得了一定的成功。
2.3 影响自动驾驶技术的发展将彻底改变交通运输行业。
它可以提高道路安全性、减少交通事故，同时节省能源和减少交通拥堵。
3. 自然语言处理3.1 背景自然语言处理（Natural Language Processing，简称NLP）是指让计算机能够理解和处理人类自然语言的技术。
它涉及语音识别、语义理解、机器翻译等多个方面。
3.2 例子：语言翻译谷歌的神经机器翻译系统（GNMT）是一个基于深度学习的翻译系统，它能够自动将一种语言翻译成另一种语言。
GNMT在多个语言对之间的翻译上取得了比传统方法更好的效果。
看时事学政治阿尔法狗战胜李世石体现的哲学观点
看时事学政治：阿尔法狗战胜李世石体现的马哲考点来源：文都图书考研政治复习的一个最大的特点，就是注重时政性。
我们通过时事给大家讲解考研政治时政复习的相关考点，希望能够使广大考生建立起时事与考点之间的联系，进而对时事产生兴趣。
2016年3月10日，2:0!一场史诗般的对弈引发举世关注，谷歌公司的“阿尔法狗”两度战胜世界围棋冠军李世石。
3月15日，李世石最终以四负一胜的结局输给了“阿尔法狗”。
人工智能在棋盘上战胜人类，“阿尔法狗”并非首次，但是与之前的象棋相比，围棋的巨大想象空间、多变的局势变换，向来被认为是人工智能难以逾越的障碍。
而今天，“阿尔法狗”的旗开得胜，不仅秀出了它的深度学习能力，更向世界展示出人工智能的巨大潜力。
然而，正如段子手在事后的调侃，“我叫李世石，我和阿尔法狗最大的区别就是我赢了我高兴，它却不会。
”“阿尔法狗”确实赢得了比赛，但是它并不懂得赢了意味着什么，更不能享受胜利的尊严与喜悦。
在“可测度”的领域内，人工智能都将以其超乎想象的计算能力超过人类，但是在“不可测度”的领域，以数学算法为基础的人工智能就只能望洋兴叹。
这正如科学家所言，人工智能“有智能没智慧，有智商没情商，会计算不会算计”，它能在微秒之内完成百万级的乘法运算，能够存储世界上所有图书馆里面的知识，但如果要感知阴晴圆缺的美丽、表达喜怒哀乐的情感，人工智能还不如3岁的小孩。
“‘阿尔法狗’战胜李世石”的时事体现了考研政治中哲学部分“意识观”部分考点。
针对这个事件，大家要注意以下几个问题：1、人工智能战胜人类并不能说明人工智能有思维、意识，只有人类才能有意识和思维。
2、尽管人工智能发展的很迅速，但人工智能也不能代替人脑。
3、人工智能是人类思维和实践相结合的产物，不管人工智能多么先进，也不能从事实践活动。
大家在复习意识观的基础上，我们来做一道模拟题，小试牛刀吧! (多选题)谷歌公司的“阿尔法狗”最终战胜世界围棋冠军李世石。
围棋的巨大想象空间、多变的局势变换，向来被认为是人工智能难以逾越的障碍。
人工智能AlphaGo战胜李世石，解密GoogleDeepmindAlphaGo围棋算法
人工智能AlphaGo战胜李世石，解密GoogleDeepmindAlphaGo围棋算法“人类的发展过程，一直在制造比自己在某方面更厉害的工具，从而让自己能从这些方面解放出来、可以关注其他更麻烦的方面去。
”资料图北京时间3月9日下午15点34分，谷歌公司研发的人工智能围棋软件AlphaGo与韩国世界冠军李世石九段的在韩国首尔结束了首场比赛，AlphaGo获胜，李世石投子认输。
是什么使围棋算法产生了质的飞跃？要知道，在之前最好的围棋程序也只能达到业余人类棋手的水平。
是真的人工智能产生了吗？对于大多数人来说，大家都知道1997年的“深蓝”计算机战胜了人类的国际象棋冠军卡斯帕罗夫，但是大家都不会认为“深蓝”真正拥有了人工智能，道理非常简单：国际象棋（当然围棋也是）每一步都是可见的，在一个确定性的棋局下，仅有有限个走法。
这有限个走法中必然有一个最优的。
一个基本的想法就是对棋局进行预测，遍历每一种走法直到一方胜出，然后回退计算每一个可能赢的概率，最后使用概率最高的作为最优的走法。
“深蓝”就做了这么件事，暴力穷举所有的步子，然后找最优！赢了人类，但没有智能，因为整个算法完全就是人工设计的一个算法，根本看不到智能在哪里。
显然围棋理论上也可以暴力破解，但是问题就在于围棋的可走的步子太多了，以至于目前的计算性能根本做不到暴力破解。
这也就是为什么围棋是挡在人工智能面前的一个重大挑战。
要使围棋程序战胜人类顶尖高手，只有依靠真正的人工智能！对围棋有了解的朋友都知道下围棋需要对整个棋局有直观的理解，这就是围棋困难的地方。
除非计算机真正理解了棋局，才有可能有大局观，才有可能下出真正的好棋！那么，问题来了：AlphaGo 有真正的人工智能吗？我的回答:AlphaGo有真人工智能，虽然还不完美！那么AlphaGo的真人工智能在哪里？我的回答:就在深度神经网络之中一切的答案都在Google Deepmind在Nature上发表的文章：Mastering the Game of Go with Deep Neural Networks and Tree Search论文链接本文将分析AlphaGo的这篇Nature文章，去解密真人工智能的奥秘！AlphaGo的”大脑“是怎样的深度神经网络是AlphaGo的”大脑“，我们先把它当做一个黑匣子，有输入端，也有输出端，中间具体怎么处理先不考虑。
“人机大战关于人工智能的激辩
“人机大战关于人工智能的激辩【新闻背景】2022年3月9日至15日，注定要写入围棋界的历史、IT界的历史、科学界的历史，甚至人类历史。
在这一个礼拜时间里，拥有1200多个处理器的谷歌人工智能系统AlphaGo，在深邃的围棋棋盘上，与14次围棋世界冠军得主、韩国围棋九段李世石展开一场五番棋的对决。
在开始并不看好的情况下，AlphaGo最终以4∶1战胜李世石。
这场旷世的“人机大战”引起了全世界前所未有的关注，其结果也令人瞠目结舌。
并由此引发了舆论场和IT界、科技界、围棋界等知名人士关于人工智能的激辩，也引起众多外行人的围观。
人类制造的工具是如何战胜人类的？人工智能对围棋发展，对人类其他领域的发展将会产生怎样的影响？人工智能到底是福利还是威胁？人工智能会不会在逐步超越人类单项能力的过程中全面超越人类？是杞人忧天，还是“技术奇点”真的已经到来？有些人对围棋——这项古老东方的智慧顶礼膜拜，觉得电脑永远无法真正体悟围棋中蕴含的美学艺术和哲学意义。
而另外有些人视阿尔法惊为天人，认定现代科技逻辑密不可透，细思恐极。
许多人在探讨人工智能未来的时候流露出对人类命运的担忧。
埃隆·马斯克、史蒂芬·霍金、比尔·盖茨都曾在不同场合表示，人工智能可能会给人类带来威胁。
如果所有技术瓶颈一一被突破，人工智能全面超越人类，人类最终面对的是友好的超人工智能还是企图控制人类的“天网”？当然更多的乐观者认为电脑是人脑的产物，它再强大也不可能超越人类思想的维度；人工智能赢了棋局，但是人类却赢得了未来，如此等等。
这场人机大战所衍生出的系列问题，必将在相当长一段时间内，引发更广泛、更深入的思考讨论。
【媒体声音】一、人机大战胜负理由维度AlphaGo战胜李世石，一方面是因为深度技术的谷歌人工智能机器人AlphaGo的围棋水平相较于之前的计算机围棋系统有了很大的提高；另一方面是因为其研发团队DeepMind采用了最先进的深度学习技术，利用深度神经网络对棋盘的局势进行了预测，并且AlphaGo在前期搜集了大量围棋对弈的历史数据，其中也包括很多围棋名人的棋谱，而且，它已经具备了从大规模数据中学习的能力，所以它仅仅在几个月内实现了人类若干年才能够达到的学习效果。
科技前沿AlphaGo究竟是如何打败人类“最强围棋大脑”的？
科技前沿AlphaGo究竟是如何打败人类“最强围棋大脑”的？3月9日，韩国著名围棋棋手李世石VS谷歌AlphaGo的人机大战赛引发世界瞩目。
最终在这场世纪大战第一盘对决中，李世石投子认负。
继“深蓝”战胜国际象棋世界冠军卡斯帕罗夫之后，人工智能再次惊艳了全世界。
早年间，谷歌DeepMind宣布他们研发的神经网络围棋AI，AlphaGo。
在2015年10月首次5:0战胜了人类职业选手欧洲围棋冠军Fan Hui二段。
其实，AlphaGo强大的算法技术，缘起于一篇发表在Nature的顶级论文，第一作者是由计算机围棋和强化学习的顶级专家David Silver，他的整个博士论文就是做的围棋; 二作Aja Huang以前写过多年围棋软件，自己又是AGA 6D的水平。
通读整篇论文，里面的技术是出于意料的简单却又十分强大。
废话不多说，下面就是一篇AlphaGo的工作原理解读，一起看看AlphaGo究竟是如何打败人类“最强围棋大脑”的？关键词：深度学习（Deep Learning）“深度学习”是指多层的人工神经网络和训练它的方法。
一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。
这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。
虽然神经网络在几十年前就有了，直到最近才形势明朗。
这是因为他们需要大量的“训练”去发现矩阵中的数字价值。
对早期研究者来说，想要获得不错效果的最小量训练都远远超过计算能力和能提供的数据的大小。
但最近几年，一些能获取海量资源的团队重现挖掘神经网络，就是通过“大数据”技术来高效训练。
两个大脑AlphaGo是通过两个不同神经网络“大脑”合作来改进下棋。
这些大脑是多层神经网络跟那些Google图片搜索引擎识别图片在结构上是相似的。
它们从多层启发式二维过滤器开始，去处理围棋棋盘的定位，就像图片分类器网络处理图片一样。
人工智能软件打败欧洲围棋冠军
人工智能软件打败欧洲围棋冠军
佚名
【期刊名称】《课堂内外》
【年(卷),期】2016(000)004
【摘要】2016年1月27日,英国《自然》杂志发文称,美国谷歌公司旗下的人工
智能开发商DeepMind研发的围棋电脑软件AlphaGo（阿尔法围棋）,在没有任
何让子的情况下,以5比0完胜欧洲围棋冠军、职业围棋二段樊麾,这是软件首次在全尺寸棋盘对职业棋手的比赛中取得这样的成绩。
不过,对于此次人工智能取得的
突破,很多人在欣喜之余也表示担忧,认为未来人工智能的逐步进化将置人类于危险
之地,电影中机器人统治人类的一幕或将上演。
不过,也有人表示大可不必担忧,因为＂其本质上还是人类设计出的程序＂,根本不可能超越人类智慧。
【总页数】1页(P41-41)
【正文语种】中文
【中图分类】TP18
【相关文献】
1.著名围棋大师系列之十一--中国围棋世界冠军古力 [J], 畅楠
2.人工智能软件打败欧洲围棋冠军 [J],
3.人工智能打败围棋高手 [J],
4.改变游戏规则的结果——人工智能AlphaGo战胜世界围棋冠军 [J], 藏雅芝
5.著名围棋大师系列之八——中国第一个职业围棋世界冠军马晓春 [J], 畅楠
因版权原因，仅展示原文概要，查看原文内容请购买。
人工智能战胜围棋作文
人工智能战胜围棋作文
结论
经过三局比赛，由机器学习算法驱动的谷歌神经网络AlphaGo战胜围棋专业棋手李世乭，世界上第一台机器超过人类棋手的时代到来了。
虽然由AlphaGo完成的三局比赛才刚刚开始，但是人工智能在围棋的挑战令人兴奋。
今后，由于技术的日新月异，人工智能的实力将会更强，可能会取得更加优异的成绩。
带来科技发展的新时代已经来临，人工智能带来了新的机遇，也给危险带来把握。
综上所述，AlphaGo于2016年赢得围棋比赛的胜利，证明了人工智能在深度学习技术方面的进步。
它的胜利表明，了解和模拟人类的行为可以推动高级的人工智能技术，并且将为未来带来更多新的机遇和挑战。
世纪对弈——AlphaGo围棋胜利的深度透视
AlphaGo的身世
Demis Hassabis为DeepMind共同创办人暨执行长，DeepMind作为受神经科学启 发的人工智能公司，于2014年1月被Google收购，传闻收购金额达4亿美元，成为 迄今最庞大的欧洲收购案。
而AlphaGO以一套名为“蒙特卡罗”的运算技术为基础，搭配类神经网路，从世界 棋手、人类专家的技术细节，进行像是象棋、围棋等棋局对弈的研究，然后通过两 个阶段的机器学习，第一段是人工喂资料给电脑去运算，第二阶段是给予电脑在比 赛过程中去学习的程序，不管是赢还是输，每次比赛过程都会把经验学进去。这个 第二阶段采用的技术，叫做类神经网络，主要是通过云端运算的方式，进行深度学 习，然后进行“策略网络(Policynetwork)”与“价值网络(Valuenetwork)”的分 析，程序就像人类的大脑一般，会有自己的思考模式，这也是为什么AlphaGO可以 持续进化。
经过
【第二局赛后】怀疑“有不能打劫的保密协议？” 第二局，李世石再次落败。但人们发现奇怪的一点：AlphaGo为何从不打劫？ 秘密协议，不能打劫？ 开发团队表示，根本不存在秘密协议 几乎没有破绽 超出人类棋手理解 古力感叹向它学习 柯洁“虽有信心，但不能保证稳赢。”
事件的最初与发展背景
据国际顶尖期刊《自然》封面文章 报道，谷歌研究者开发的名为“阿尔 法围棋”（Alpha Go）的人工智能机 器人，在没有任何让子的情况下，以 5:0完胜欧洲围棋冠军、职业二段选手 樊麾。在围棋人工智能领域，实现了 一次史无前例的突破。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，这是第一次。
比赛全程都发生了啥
【赛前】自信“AI连1%的取胜机会都没有” AI专家：还需要10年 柯洁：“计算机战胜李世石的可能性不到百分之五。” 古力：“赢李世石1%的可能性都没有”。 研发团队：“在大的方面仍处劣势。”
从AlphaGo看深度学习
从AlphaGo看深度学习作者：邱元阳来源：《中国信息技术教育》2016年第07期备受关注的世纪“人机大战”终于落下帷幕，谷歌公司研发的围棋程序AlphaGo经过五番棋的激战，以4比1完胜围棋世界冠军韩国职业九段棋手李世石。
在AlphaGo赢得第一局的比赛时，就激起了人们热烈的讨论，因为很多从事人工智能研究的“技术派”也对电脑围棋程序战胜人类棋手没有足够的信心。
但第一局的结果仍然让人震惊，因为在五个月前，AlphaGo的棋力水平也只是达到战胜职业二段棋手的程度，人们吃惊的是它的棋艺水平提高的速度。
与20年前深蓝在国际象棋人机大战中战胜世界冠军卡斯帕罗夫不同，AlphaGo并非仅仅依赖强悍的计算能力和庞大的棋谱数据库取胜，而是具有深度学习的能力，能在实战和练习中不断学习和积累经验，这已经非常类似于人类棋手的成长过程了，不过它成长的速度非常之快。
普通大众会认为，机器人获胜是因为它内部存储有极为丰富的棋谱，以及很多一流棋手的经验，再配合它强大的逻辑判断能力，是一群人对一个人的战斗，是机器计算对人脑计算的碾轧，结果是必然的。
这样的归纳未免有些草率和简单，完全无视机器学习在程序中的作用。
机器学习（Machine Learning，ML）是一种让计算机在事先没有明确的程序的情况下做出正确反应的能力，是计算机模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身性能的一种方法，是人工智能的核心，也是使计算机具有智能的根本途径。
但是它仍然主要是使用归纳、综合而不是演绎的方式来进行学习。
早在1959年，塞缪尔的下棋程序就具有了学习能力，能在不断对弈中改善自己的棋艺。
这个程序已经涉及到了关于学习的令人头疼的哲学问题，此后就有各种各样的棋类程序诞生，演绎出一个又一个电脑程序战胜人类棋手的传说，不断刷新博弈难度的记录。
而围棋，因为棋盘的复杂性（大约10的172次方种状态，是计算机不可能穷尽的天文数字），则被看作是“人类智力的最后防线”，是仅存的人类能够击败电脑的完全信息博弈游戏。
谁是胜利者r——也谈AlphaGo大战围棋高手李世石
谁是胜利者r——也谈AlphaGo大战围棋高手李世石
《中小学信息技术教育》编辑部
【期刊名称】《中小学信息技术教育》
【年(卷),期】2016(0)4
【摘要】具体到学科教学,我们要重视学生想象力、创造力的培养,注重启发式教育,用互动式教育启发孩子对学习的兴趣。
比如,让孩子从小接受编程教育、创客教育,培养学生的计算思维等。
近日,谷歌旗下DeepMind公司研制的AlphaGo大战围棋高手李世石,开始了人工智能与人类智能的新一轮较量。
围绕这次举世瞩目的智力较量,人类不禁为自身的命运捏了把汗。
【总页数】1页(P1)
【作者】《中小学信息技术教育》编辑部
【作者单位】
【正文语种】中文
【相关文献】
1.“人机大战”到底谁是赢家?--从“AlphaGo”与李世石的人机围棋大战到人类与人工智能的统治大战
2.千年未有之大变局——写在AlphaGo大战李世石之前
3.冷眼旁观 AlphaGo大战李世石
4.AlphaGo最终局战胜李世石人机大战总比分1:4
5.2016围棋人机大战谷歌AlphaGo4比1击败李世石
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
延伸，世界类似的技术
沃森 自动驾驶汽车 智能家居生态系统 图形识别和语音识别 人脑模拟芯片SyNAPSE （Systems of Neuromorphic Adaptive Plastic Scalable Electronics，即“自适 应塑料可伸缩电子神经形态系统”）芯片
AI发展的意义
棋界人士：保持乐观
李世石：胜算会是五成吧 柯洁
经过
【第二局赛后】怀疑“有不能打劫的保密协议？” 第二局，李世石再次落败。但人们发现奇怪的一点：AlphaGo为何从不打劫？ 秘密协议，不能打劫？
开发团队表示，根本不存在秘密协议
几乎没有破绽 超出人类棋手理解 古力感叹向它学习 柯洁“虽有信心，但不能保证稳赢。”
比赛全程都发生了啥
【赛前】自信“AI连1%的取胜机会都没有” AI专家：还需要10年 柯洁：“计算机战胜李世石的可能性不到百分之五。”
古力：“赢李世石1%的可能性都没有”。
研发团队：“在大的方面仍处劣势。”
经过
【第一局赛后】震惊“李世石仍有五成胜率” 人们开始震惊 AlphaGo抓住机会疯狂反击
这次对弈的意义
美国未来学家库兹韦尔在《奇点临近》一书中认为，人工智能的进步会不断加速， 聪明的机器会设计更聪明的机器，这种自我强化最终会导致人工智能达到一个“奇 点”，成为远远超出人类智能水平的一种存在。
这次对弈的意义
对于本次人机大战的重要意义，王飞跃教授认为更体现在对搜索和优化问题的处理 上。“这将产生一个巨大的新行业，软件定义的系统、工厂、城市将成为现实，大 数据真正成了原料，数字化的经验、案例、预演都成为生产力，计算实验与计算优 化将成为管理的"新常态"，或许这就是新IT世代（Intelligent Technology，智能技 术时代）的真正开始。”
基于深度学习（Deep Learning）构建的神经网络是让AlphaGo表现智能的关键。 哈萨比斯表示，“蒙特卡洛树搜索在10年前是一个很大的创新，但我觉得我们对 AlphaGo做的是引进了神经网络这种直觉层面的东西。”依靠神经网络， AlphaGo能够跟人一样通过“直觉”判断 “大势”、“局面”，具有良好的“棋 感”。在此之前，这一领域的专家原以为这还要再等10年才能实现。
经过
李世石出现“神之一手” 第四局战胜AlphaGo 13日下午，经过4个多小时的比赛，最终李世石战胜AlphaGo迎来首胜，终结三连 败的同时将比分扳成以1:3。
被定格的结局？
2016年3月15日，人机大战第五场，在经过长达5个小时的搏杀后，人类棋手、韩国 围棋九段李世石投子认输，代表人工智能的AlphaGo最终将这场人机对决的总比分 定格在4:1，以压倒性优势宣告获胜。
AlphaGo的身世
Demis Hassabis为DeepMind共同创办人暨执行长，DeepMind作为受神经科学启 发的人工智能公司，于2014年1月被Google收购，传闻收购金额达4亿美元，成为 迄今最庞大的欧洲收购案。 而AlphaGO以一套名为“蒙特卡罗”的运算技术为基础，搭配类神经网路，从世界 棋手、人类专家的技术细节，进行像是象棋、围棋等棋局对弈的研究，然后通过两 个阶段的机器学习，第一段是人工喂资料给电脑去运算，第二阶段是给予电脑在比 赛过程中去学习的程序，不管是赢还是输，每次比赛过程都会把经验学进去。这个 第二阶段采用的技术，叫做类神经网络，主要是通过云端运算的方式，进行深度学 习，然后进行“策略网络(Policynetwork)”与“价值网络(Valuenetwork)”的分 析，程序就像人类的大脑一般，会有自己的思考模式，这也是为什么AlphaGO可以 持续进化。
事件的最初与发展背景
2016年李世石 VSAlpha Go 比赛成绩表 Alpha Go 3月09日 3月10日 3月12日 1 1 1
李世石 0 0 0
3月13日
3月15日
0
1
1
0
阿尔法围棋程序的下一个挑战对象是世界 围棋冠军李世石。这场人工智能与人类的博弈 于2016年3月9日在首尔举行，奖金是由 Google提供的100万美金。[2-5] 2016年3月12日，“AlphaGo”与韩国14 冠高手李世石之间的人机大战第三局中，李世 石没能挽回赛点，执黑中盘再次失利，在五番 棋的较量中总比分0-3落败，错失百万美元奖 金。[7] 2016年3月13日，谷歌人工智能“阿尔法 围棋”(AlphaGo)与韩国棋手李世石继续进行 第四场较量，经过4个多小时的比赛，最终李 世石战胜AlphaGo迎来首胜，终结三连败的同 时将比分扳成以1:3。[8] 3月9 第一局李世石认输[9] 3月10 第二局李世石认输[10] 3月12 第三局李世石认输[11] 3月13 第四局李世石胜[12]
事件的最初与发展背景
据国际顶尖期刊《自然》封面文章 报道，谷歌研究者开发的名为“阿尔 法围棋”（Alpha Go）的人工智能机 器人，在没有任何让子的情况下，以 5:0完胜欧洲围棋冠军、职业二段选手 樊麾。在围棋人工智能领域，实现了 一次史无前例的突破。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，这是第一次。
世纪对弈
——AlphaGo围棋胜利的深度透视
事件的最初与发展背景
研究者让“阿尔法围棋”和其他的围棋人 工智能机器人进行了较量，在总计495局中只 输了一局，胜率是99.8%。它甚至尝试了让4 子对阵CrazyStone、Zen和Pachi三个先进的 人工智能机器人，胜率分别是77%、86%和 99%。
李世石是哪位大神
李世石（朝鲜语：이세돌，朝鲜汉字：李世 乭），1983年3月2日生于韩国全罗南道，2006 年3月12日与女友金贤珍完婚，同年9月3号女儿 李慧琳出世。1995年入段，1998年二段，1999 年三段，2003年因获LG杯冠军直接升为六段， 2003年4月获得韩国最大棋战KT杯亚军，升为七 段，2003年7月获第16届富士通杯冠军后直接 升为九段。2006、2007、2008韩国围棋大奖— —最优秀棋手大奖（MVP）。棋风特点——李 世石属于典型的力战型棋风，善于敏锐地抓住 对手的弱处主动出击，以强大的力量击垮对手 ，他的攻击可以用“稳，准，狠”来形容，经常 能在劣势下完成逆转。
对AI发展的预想，科幻作品
机器人三定律，恐怖谷理论 神经计算机
当人o的算法秘密
这次对弈的意义——“革命”发生在哪？
AlphaGo的惊人之处在于其在对战中不断增强的能力和由此展现出的“自我学习” 能力，其“能力”已经超出了工程师输入的几十万盘棋谱，是在不断对战和自我对 战中“思考和积累”的“应变”和“最优对弈方案”，能够不按套路行棋，甚至已 经学会了先手借用。
经过
【第三局赛后】服气“5个九段一起上或许能赢” 李世石：要想取胜，必须靠打劫等复杂下法才有机会获胜 AlphaGo也在不停进步，这让它在第三局展现出了更强大的棋力
李世石“故意”选择可能留下打劫的变化
AlphaGo实现了主动打劫和提劫 阴谋论不攻自破 AlphaGo劫争时表现得几乎无懈可击，让李世石招架得十分辛苦 古力：“即使柯洁出场也下不过”，“至少得5个九段！”