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

5

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