我們先了解一下圍棋的遊戲規則——
玩家的目標是把棋子連線起來,製造一個彼此相連的群體,包圍某個空地。
當玩家包圍敵方的棋子後,就能將那些棋子從棋盤上移走。
玩家包圍的領土,用目數來計算。
到最後,誰包圍的目數最多,誰就是整場遊戲的贏家。
這些規則看似簡單,實際上,圍棋是人類有史以來發明過的最複雜的遊戲——
每顆棋子可以走的路徑選擇,大約有200種。
棋局可能的變化數目,比全宇宙的原子總數還多。
即使出動全世界的電腦運作一百萬年,也不可能計算出所有可能的變化情形。
研發人員嘗試將人工智慧應用到各個領域,但每次碰到圍棋都以失敗收場。
一定意義上,圍棋是人工智慧領域的終極目標。
很多人認為人工智慧要在圍棋比賽中戰勝人類,還需要上千年,有些人則覺得不可能。
因為,他們認為,要在圍棋中獲勝,需要憑藉人類的直覺。
圍棋高手下棋,很多時候,只是因為感覺是對的。
這種觀點,讓深度思維團隊深受啟發。
他們意識到,透過仿效人類直覺,或許,能發明出某種讓人工智慧取勝的高明演算法。
阿爾法圍棋的核心科技,被稱為“深度神經網路”,意即模擬人類大腦的神經元網路。
這個概念已經存在很久了。
但直到最近,隨著電腦運算能力提升,這些神經網路,一夕之間變得非常強大。
和打磚塊遊戲一樣,阿爾法圍棋也是透過自學,來掌握圍棋遊戲的技巧的。
團隊從網路上下載了十萬部厲害業餘棋手比賽的影片,讓阿爾法圍棋「觀看」。
一開始,他們讓阿爾法圍棋模仿人類棋手的招數。
之後,藉由跟自己下棋與強化學習,挑戰數百萬次不同棋局,阿爾法圍棋取得了長足進步。
接下來,要進行實戰了。
首先應邀而來的,是職業圍棋選手樊麾。
樊麾是職業二段選手,曾拿過2013到2015年的歐洲圍棋冠軍。
五局比賽,樊麾全敗。
這是歷史性的一刻,人工智慧系統有史以來第一次打敗職業圍棋選手。
我們先了解一下圍棋的遊戲規則——
玩家的目標是把棋子連線起來,製造一個彼此相連的群體,包圍某個空地。
當玩家包圍敵方的棋子後,就能將那些棋子從棋盤上移走。
玩家包圍的領土,用目數來計算。
到最後,誰包圍的目數最多,誰就是整場遊戲的贏家。
這些規則看似簡單,實際上,圍棋是人類有史以來發明過的最複雜的遊戲——
每顆棋子可以走的路徑選擇,大約有200種。
棋局可能的變化數目,比全宇宙的原子總數還多。
即使出動全世界的電腦運作一百萬年,也不可能計算出所有可能的變化情形。
研發人員嘗試將人工智慧應用到各個領域,但每次碰到圍棋都以失敗收場。
一定意義上,圍棋是人工智慧領域的終極目標。
很多人認為人工智慧要在圍棋比賽中戰勝人類,還需要上千年,有些人則覺得不可能。
因為,他們認為,要在圍棋中獲勝,需要憑藉人類的直覺。
圍棋高手下棋,很多時候,只是因為感覺是對的。
這種觀點,讓深度思維團隊深受啟發。
他們意識到,透過仿效人類直覺,或許,能發明出某種讓人工智慧取勝的高明演算法。
阿爾法圍棋的核心科技,被稱為“深度神經網路”,意即模擬人類大腦的神經元網路。
這個概念已經存在很久了。
但直到最近,隨著電腦運算能力提升,這些神經網路,一夕之間變得非常強大。
和打磚塊遊戲一樣,阿爾法圍棋也是透過自學,來掌握圍棋遊戲的技巧的。
團隊從網路上下載了十萬部厲害業餘棋手比賽的影片,讓阿爾法圍棋「觀看」。
一開始,他們讓阿爾法圍棋模仿人類棋手的招數。
之後,藉由跟自己下棋與強化學習,挑戰數百萬次不同棋局,阿爾法圍棋取得了長足進步。
接下來,要進行實戰了。
首先應邀而來的,是職業圍棋選手樊麾。
樊麾是職業二段選手,曾拿過2013到2015年的歐洲圍棋冠軍。
五局比賽,樊麾全敗。
這是歷史性的一刻,人工智慧系統有史以來第一次打敗職業圍棋選手。