最终敲定!谷歌AlphaGo 5月23日起对战柯洁等棋手

2023-10-07 10:10

本文主要是介绍最终敲定!谷歌AlphaGo 5月23日起对战柯洁等棋手,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

(点击上方公众号,可快速关注)

综合:新浪科技 + 腾讯科技 报道

4月10日上午消息,Google中国今日正式面向媒体发出邀请函,确认将于今日下午召开新闻发布会,虽未提及内容主题,但发布会地点定在了中国棋院。

之前新浪科技曾独家报道过该消息,并且通过多方渠道确认过:此次发布会将最终宣布“AlphaGo对战柯洁”的具体信息。

0?wx_fmt=jpeg

此前,数度传闻AlphaGo将来华挑战现排名世界第一的柯洁九段,但其后始终未获实质进展,传闻因为相关审批资质,才让这桩人机围棋领域的华山决战一拖再拖。

虽然需要等到今日的发布会才能知晓具体细节,但新浪科技已通过多方渠道获悉了更多信息。

具体时间地点方面,本次AlphaGo挑战柯洁九段的比赛,将于5月下旬在中国乌镇举行,整个活动将进行5天。

不过,相比于此前AlphaGo和李世石的比赛的5局3胜制度,可能AlphaGo和柯洁对弈,会通过3局分出胜负。

(下面是腾讯科技今日下午发布的报道)

4月10日,谷歌在中国棋院召开发布会,宣布5月23日-27日在乌镇主办“中国乌镇·围棋峰会”,届时AlphaGo将再度与柯洁等为代表的中国顶尖棋手进行围棋对弈。

根据大会安排,本次围棋峰会内容丰富。其中AlphaGo与世界排名第一的柯洁的三番棋对弈无疑是众人最关注的焦点。

640?wx_fmt=jpeg

另外本次峰会还将举办配对赛和团队赛,配对赛中,两位棋手将分别与AlphaGo组队,挑战棋手如何理解AlphaGo独特风格并与之合作;在团体赛中,将由五位中国顶尖棋手合作,建立棋手“神经网络”,降低心里因素的影响,从而做出更加客观的判断。

AlphaGo是一款围棋人工智能程序,由谷歌旗下DeepMind公司的戴密斯·哈萨比斯、大卫·席尔瓦、黄士杰与他们的团队开发。柯洁是中国围棋职业九段棋手,他也是围棋等级分排名世界第一。

此次人机终极大战中,代表人类出战的是目前排名世界第一的职业围棋九段选手柯洁,而代表机器一方的则是AlphaGo的2.0版本。区别于和李世石对战的AlphaGo1.0,这次对战柯洁的AlphaGo2.0采用了新的算法模型。此前,该版本曾化名Master,以在线对弈的形式击败了包括柯洁在内的所有选手,60战而无一败。

据Deep Mind介绍,1.0版本的AlphaGo是“深度学习”人类棋谱得出围棋手数的估值,AlphaGo1.0所走招法其实并没有脱离人类的理解,而且也是人类棋手曾下过的棋。如果AlphaGo1.0完善到极致,就意味着得出了接近完美的围棋手数估值函数。2.0版本AlphaGo利用这个估值函数自我对局和“深度学习”,不再受人类棋谱的局限,下出真正属于“人工智能”的围棋。

人机对战历史

2016年1月,AlphaGo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,计算机程序能在不让子的情况下,在完整的围棋竞技中击败专业选手,这是第一次。

2016年3月,AlphaGo与围棋世界冠军、职业九段选手李世石进行人机大战,并以4:1的总比分获胜。谷歌董事长施密特在该比赛的开幕仪式上称:“无论比赛结果如何,胜者都是人类。”

2016年末2017年初,AlphaGo在中国棋类网站上以Master为注册帐号与中日韩数十位围棋高手进行快棋对决,连续60局无一败绩。

不少职业围棋手认为,AlphaGo的棋力已经达到甚至超过围棋职业九段水平,2016年7月18日,世界职业围棋排名网站GoRatings公布最新世界排名,谷歌旗下DeepMind的人工智能系统AlphaGo以3612分,超越3608分的柯洁成为新的世界第一。

2017年1月,谷歌Deep Mind公司CEO哈萨比斯在德国慕尼黑DLD(数字、生活、设计)创新大会上宣布推出真正2.0版本的AlphaGo。其特点是摈弃了人类棋谱,只靠深度学习的方式成长起来挑战围棋的极限。

0?wx_fmt=jpeg

AlphaGo主要由以下部分组成:走棋网络(Policy Network),给定当前局面,预测/采样下一步的走棋;快速走子(Fast rollout),目标和走棋网络一样,但在适当牺牲走棋质量的条件下,速度要比走棋网络快1000倍;估值网络(Value Network),给定当前局面,估计是白胜还是黑胜;蒙特卡洛树搜索(Monte Carlo Tree Search),把以上这三个部分连起来,形成一个完整的系统。

值得注意的是,AlphaGo并不是DeepMind唯一项目,也不是最大的项目。DeepMind的最终目标是智能助手、医疗和机器人。另外,尽管AlphaGo只是针对围棋开发的系统,但其原理可以被应用到现实问题中。

看完本文有收获?请转发分享给更多人

关注「大数据与机器学习文摘」,成为Top 1%

640?wx_fmt=jpeg

这篇关于最终敲定!谷歌AlphaGo 5月23日起对战柯洁等棋手的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/157644

相关文章

龙蜥操作系统Anolis OS-23.x安装配置图解教程(保姆级)

《龙蜥操作系统AnolisOS-23.x安装配置图解教程(保姆级)》:本文主要介绍了安装和配置AnolisOS23.2系统,包括分区、软件选择、设置root密码、网络配置、主机名设置和禁用SELinux的步骤,详细内容请阅读本文,希望能对你有所帮助... ‌AnolisOS‌是由阿里云推出的开源操作系统,旨

安卓链接正常显示,ios#符被转义%23导致链接访问404

原因分析: url中含有特殊字符 中文未编码 都有可能导致URL转换失败,所以需要对url编码处理  如下: guard let allowUrl = webUrl.addingPercentEncoding(withAllowedCharacters: .urlQueryAllowed) else {return} 后面发现当url中有#号时,会被误伤转义为%23,导致链接无法访问

Codeforces Beta Round #47 C凸包 (最终写法)

题意慢慢看。 typedef long long LL ;int cmp(double x){if(fabs(x) < 1e-8) return 0 ;return x > 0 ? 1 : -1 ;}struct point{double x , y ;point(){}point(double _x , double _y):x(_x) , y(_y){}point op

全英文地图/天地图和谷歌瓦片地图杂交/设备分布和轨迹回放/无需翻墙离线使用

一、前言说明 随着风云局势的剧烈变化,对我们搞软件开发的人员来说,影响也是越发明显,比如之前对美对欧的软件居多,现在慢慢的变成了对大鹅和中东以及非洲的居多,这两年明显问有没有俄语或者阿拉伯语的输入法的增多,这要是放在2019年以前,一年也遇不到一个人问这种需求场景的。 地图应用这块也是,之前的应用主要在国内,现在慢慢的多了一些外国的应用场景,这就遇到一个大问题,我们平时主要开发用的都是国内的地

2024年高教社杯数学建模国赛最后一步——结果检验-事关最终奖项

2024年国赛已经来到了最后一天,有必要去给大家讲解一下,我们不需要过多的去关注模型的结果,因为模型的结果的分值设定项最多不到20分。但是如果大家真的非常关注的话,那有必要给大家讲解一下论文结果相关的问题。很多的论文,上至国赛优秀论文下至不获奖的论文并不是所有的论文都可以进行完整的复现求解,大部分数模论文都为存在一个灰色地带。         白色地带即认为所有的代码均可运行、公开

华为23年笔试题

消息传输 题目描述 在给定的 m x n (1 <= m, n <= 1000) 网格地图 grid 中,分布着一些信号塔,用于区域间通信。 每个单元格可以有以下三种状态:  值 0 代表空地,无法传递信号;  值 1 代表信号塔 A,在收到消息后,信号塔 A 可以在 1ms 后将信号发送给上下左右四个方向的信号塔; 值 2 代表信号塔 B,在收到消息后,信号塔 B 可以在 2ms

【vulhub】thinkphp5 2-rce 5.0.23-rce 5-rce 漏洞复现

2-rec 1.启动环境  cd /.../vulhub/thinkphp/2-rce # cd进入2-rce靶场文件环境下docker-compose up -d # docker-compose启动靶场docker ps -a # 查看开启的靶场信息 2.访问192.168.146.136:8080网页 3.构造payload http

【linux mysql】mysql高版本8.0.23版本密码修改总结

mysql 8.0 版本,由于增加了一些安全策略等限制,所以修改用户密码会稍微麻烦些。下面是针对这个高版本的总结。 一、配置/etc/my.cnf 文件 免密码登录mysql vim /etc/my.cnf# 增加这两行命令skip-grant-tablesdefault-authentication-plugin=mysql_native_password 重启启动mysql se

第23周:使用Word2vec实现文本分类

目录 前言 一、数据预处理 1.1 加载数据 1.2 构建词典 1.3 生成数据批次和迭代器 二、模型构建 2.1 搭建模型 2.2 初始化模型 2.3 定义训练和评估函数 三、训练模型 3.1 拆分数据集并运行模型 3.2 测试指定数据 总结 前言 🍨 本文为[🔗365天深度学习训练营]中的学习记录博客🍖 原作者:[K同学啊] 说在前面 本周任务

Android Studio:Error:(23, 17) Failed to resolve: junit:junit:4.12

在Android Studio中创建项目之后,可能会遇到错误:Error:(23, 17) Failed to resolve: junit:junit:4.12,这是因为项目引用到了Junit单元测试工具。 该错误的解决方法是找到项目中的build.gradle文件,如下: 打开该文件,注释掉或者删除掉junit:junit:4.12的引用,如下: