人机围棋大战说明了什么继象棋之后，人机大战为何选中围棋 _阿里巴巴

关于人机大战， 1997年一台名为“深蓝”的超级计算机在国际象棋中战胜了国际象棋冠军卡斯帕罗夫。“深蓝色”是一台超级计算机。人工智能程序似乎和AlphaGo不一样，其实人工智能程序也需要计算机作为载体。大脑似乎也需要身体。因此，把它们放在一起进行比较就不足为奇了。随着超级计算机技术的发展，当今最常见的集成显卡的性能也超过了700GFLOPS 。“深蓝色”在渐渐跟不上脚步后，被甩得很大。顺便说一下，世界上最快的超级计算机是我国天河2号，其性能达到33.86PFLOPS ，是“深蓝”计算机的30万倍。

文章插图
那么，与“深蓝”电脑相比，谷歌的性能如何？此前，谷歌在《自然》杂志上发表了关于该人工智能系统的文章。其中，据说阿尔法go人工智能的计算机配备了48个CPU和8个GPU 。似乎不能将两者直接进行比较。alphago运行在云计算平台上，因此可以从竞争对手的计算机数据中进行大致的比较，例如Alibaba云(AlibabaCloud) 。
2015年12月，阿里巴巴云对外开放了高性能计算服务。这些计算机的单机浮点运算能力为11TFLOPS 。如果谷歌的计算机性能接近阿里巴巴云(AlibabaCloud) ， alphago驱动的硬件性能至少是深蓝色的1000倍。
说到围棋和人工智能，我们可能多少知道一些，但两者是如何联系在一起的呢？

文章插图
那是因为机器要战胜人类，一把钥匙就是围棋。历史悠久的围棋高度反映了人类的智慧。棋盘是纵横19道、361个十字路口，可能涉及的局面数量最多为3^361 ，大体量为10^170 ，而在已经观测到的宇宙中，原子数量只有10^80 ，国际象棋最多只有2^155个。这是什么概念？看起来很简单的纵横19条路， 361个十字路口，形成了广阔的宇宙。所以，围棋被认为是体现人类智慧的最好游戏。以前，有人预测人工智能(AI)还需要十几年才能战胜人类，如果放弃商业因素，这场比赛的意义可能就是见证历史，足以表明当前人工智能的技术研究达到了新的水平。
AI下围棋，到底有多难？
难点1 )围棋对局的基本是死活的确认，基本是确定盘上一手的死活，但很难弄清楚一手是死是活，而且这种死的样子不断变化。研究局部死活搜索是AI围棋发展的难点。

文章插图
难点2 )棋艺表现出人类形象思维的独特特性，棋手对棋艺的感知完全依赖于自身的经验。这种感觉正是胜负的关键，也是棋手水平高低的象征。人类棋手不想浪费自己的棋子来无谓地攻击对方活象棋的形状，也不想徒劳地试图拯救自己的死亡。给出对AI这种将棋形态的感知是人工智能面临的重要课题。
难点3 )另外，需要研究特殊算法来解决快速识别问题。著名计算机围棋程序设计师布恩说：“有了快速的模式识别方法，很难教程序学会用手筋下棋。”所以模式识别算法是围棋游戏程序的重要组成部分，高效的模式识别算法反映了游戏程序的水平，当计算机模式识别技术发展到与人脑相媲美的时候，计算机围棋的水平是专业的
简单来说，围棋的规则非常复杂，每一步的调整都会产生更多的可能性。这对机器的计算能力有很高的要求。另一方面，即使机器上存储了足够的现有围棋比赛数据，由于围棋规则的复杂性和棋手无法预测的不及格学生，对机器的应变能力和深度学习能力有着更高的要求。
4 .围棋这么复杂， AI凭什么赢？
如上所述很难， AI没有获胜的机会吗？否否否~

文章插图
为了打败人类，研究者们拿出了大杀器。这就是人工智能领域的新一代机器学习(machinelearning)形式。深度学习)深度学习)和增强学习)信息学习。
深度学习的概念换句话说，就是让计算机像人脑一样学习思考。与传统的机器学习不同，深度学习是将计算机科学与人类神经学相结合，让计算机自主学习的东西。例如，告诉电脑人是猫，而不是识别和证明它。为计算机提供大量的图像数据，让其自己学习分析，自主形成“猫”的概念，反应就像人脑的视觉皮质一样。有了具备深度学习能力的人工智能系统，以后开车出行时，汽车会主动提醒周围的路况，还可以应用于语音、人脸识别、医疗诊断等领域。