为什么说围棋是人类最后的智慧堡垒
展开全部
电脑能战胜国际象棋大师,但对付围棋职业高手则要难得多。当人们把代表着东方智慧的围棋与代表着西方棋类的国际象棋相比较时,常常会惊叹于围棋的复 杂程度。国际象棋平均每回合有35种选择,围棋每个回合则有250种可能,250种可能中每一种又有250种可能。以此类推,其运算结果是一个天文数字。 运算也许对拥有“大数据”“云计算”的电脑来说不算什么,可下围棋仅仅靠运算是赢不了比赛的。
不管是东方人还是西方人,有一个基本共识:围棋是人类发明的最复杂也是最美的游戏。不是说围棋每一个着法都比国际象棋多,而是两者下法的理念有所不 同。简单地说,国际象棋(中国象棋)的目的就是杀王,子是越下越少;围棋的目的是“圈地”,子越下越多,地多者胜。这实际上就给电脑出了一个难题,用专业 的术语来说,国际象棋的着法较易通过函数评估,而围棋的着法相对抽象,电脑不好计算。此外,围棋还有手筋、劫争、弃子等战术战略层面的技法。
所以,国际象棋史上第二位世界棋王伊曼纽尔·拉斯克在评论国际象棋和围棋时,说了这么一句话:“国际象棋是一种仅仅局限于这个世界的游戏,围棋则有些不像是从地球上诞生的。如果有那么一天,我们发现有一种天外文明和我们玩同一种游戏,那一定是围棋,决不会有任何疑问。”
也很可能正是这种原因,围棋一直被认为是人类智力对抗电脑的“最后堡垒”。
智能与智慧的差距只在学习
在“阿尔法围棋”战胜职业二段之前,也有不少电脑围棋“高手”赢过一些业余选手,但与职业选手交战则是不堪一击。从当今世界的科技发展水平和速度来 看,电脑战胜围棋职业选手也就是一个时间问题。而这一天真的到来时,在多个领域引起震动又不足为奇。然而,大家被震动的原因是什么,或者说人们到底关注的 是什么?
至少有两个关注点:电脑凭什么能赢?谁是背后的推手?
人类有情绪会犯错,电脑没有情绪不会犯错。可过去电脑为何不是职业围棋选手的对手呢?公认的原因是电脑只会计算而不会像人一样算计。也正因为如此,光有智商,而没有情商、创造力和想象力,是下不好围棋的,人工智能也是无法战胜人类智慧的。
具体到“阿尔法围棋”与樊麾下的这盘棋,之前的电脑为何在职业选手面前不堪一击呢?一个重要的原因是电脑不擅于学习。
据说,谷歌团队在研发“阿尔法围棋”时,运用了一种叫做“深度卷积神经网络”的技术。一家专业的网站在介绍这项技术时说,这项技术在人工智能领域非 常热门,并广泛运用于图像和语言的智能识别。从广义的层面来说,“深度卷积神经网络”是“深度学习”的一个分支。机器学习,指的是一类从数据中自动分析获 得规律,并利用规律对未知数据进行预测的算法,是人工智能的热门领域。谷歌“阿尔法围棋”研发团队收集了围棋职业高手大量的棋谱,并用这些棋谱对“深度卷 积神经网络”进行了3000万步的训练,使其判断职业选手下一步走法的正确率达到了57%,之前的纪录是44%。
“阿尔法围棋”能战胜职业棋手的关键一着,是它学会了复制人类的技法,通俗地说它变得聪明会学习了,并具备了举一反三的能力。
“‘阿尔法围棋’的棋风很像人,如果是在网络上对局,恐怕猜不到对手是个计算机程序。”樊麾赛后说。
乐观的人说,计算机围棋战胜人类的那一天,就是整个人类文明跨入新纪元的一天。也有悲观的说法,电脑本来是人类的助手,一旦会学习就有可能变成人类的对手,说不定会像科幻电影那样,电脑最后把人类都给打败了,人机的地位很可能会发生乾坤倒转。
我们要的是助手而非对手
人机大战显然不是科幻电影。人们在关注这场智能与智慧博弈的同时,也在关注着谁是这一事件背后的推手?或者说,其目的是什么?动力来自哪里?
科技界始终看好这一事件给人类带来的福音。“阿尔法围棋”研发团队自称研发能打败职业围棋选手的目的,就是要将“阿尔法围棋”的技术运用到现实社会 急需解决的课题上,比如气候模型的建构、疑难杂症的分析治疗等,以造福人类。科学家的目的似乎很简单:我们要的是一个得力的助手,而非一个给人类找麻烦的 对手。
也有人提出不同看法,认为这次人机大战是谷歌的炒作,做了一次大大的广告。当“阿尔法围棋”战胜樊麾的消息曝出后,谷歌当日的股价就出现了大涨,涨幅为4.42%,换成市值涨了200亿美元。
其实,也不止谷歌一家在研发挑战职业高手的“阿尔法围棋”。脸书、IBM、百度、微软都在软件和硬件上下了不少功夫,谁都想抢占科技和商业的制高 点,只不过是谷歌捷足先登罢了。人机大战到底能给我们的生活和社会带来何种影响,甚至是革命,现在仅仅是冰山一角。很显然,人机大战绝不是科技界和体育界 两家的事,这背后还有许多迷雾等待我们去拨开。
有消息灵通人士称,早在1996年,IBM在研发电脑“深蓝”与国际象棋大师卡斯帕洛夫对弈时,就得到了美国国防部的资助。现在问题来了,美国国防部为何要资助这样一个非热门的赛事?
赛场能否与战场对接
人机大战引起军事领域人士的极大兴趣,也不足为奇。电脑在70年前就问世了,最早使用它的就是军队。
从人类发展史来看,很多科技发明都是最先被用于军事领域。反过来说,战斗力的需求极大地推动了科技发明、工业革命和生产力的提高。火药、火箭、蒸汽机、飞机等皆是如此。具体到改变了人类生活的电脑,军队怎么会漠视它日新月异的进步?
美国前国防部长科恩说过这么一句话:“陆军正在把巴顿将军的战术与盖茨先生的技术融为一体,为指挥官提供取胜的手段。”
据称,美军建立了“联合战区级模拟系统”、法军构建了“城市作战模拟系统”、德军则拥有“机械化部队电子训练模拟系统”……这些以计算机为核心的信 息技术,不仅模拟实战环境用于训练,而且要在每一次实战前都进行若干次的兵棋推演。透过海湾战争等几场高科技局部战争来看,参战的美军在战前都进行了兵棋 推演,而推演的结果和实战的结果有着惊人的相似。
未来战争的主要特征或者说发展趋势就是无人化和网络化。但这些都是围绕着以计算机为核心的各种信息技术来展开的。要使电脑变得更加聪明,赛场无疑战场最好的预实践。运动员常说,赛场就是没有硝烟的战场;军人则说,战场就是流血的赛场,没有亚军只有冠军。从一定意义上来说,兵棋推演是双手互搏般的模拟,赛场角逐反而充满了一决高低的“硝烟”。想想看,一套擅长学习的“阿尔法围棋”,一旦战胜了世界职业围棋冠军,然后再把它的先进之处移植运用到作战实验室,其推演的结果肯定会更加接近实战的结果。
战争率先从作战实验室打响,从现在来看,已经从赛场上开始打响。我们关注着人机在棋坛上的大战,更应关注能给军事领域带来哪些革命性的影响!
不管是东方人还是西方人,有一个基本共识:围棋是人类发明的最复杂也是最美的游戏。不是说围棋每一个着法都比国际象棋多,而是两者下法的理念有所不 同。简单地说,国际象棋(中国象棋)的目的就是杀王,子是越下越少;围棋的目的是“圈地”,子越下越多,地多者胜。这实际上就给电脑出了一个难题,用专业 的术语来说,国际象棋的着法较易通过函数评估,而围棋的着法相对抽象,电脑不好计算。此外,围棋还有手筋、劫争、弃子等战术战略层面的技法。
所以,国际象棋史上第二位世界棋王伊曼纽尔·拉斯克在评论国际象棋和围棋时,说了这么一句话:“国际象棋是一种仅仅局限于这个世界的游戏,围棋则有些不像是从地球上诞生的。如果有那么一天,我们发现有一种天外文明和我们玩同一种游戏,那一定是围棋,决不会有任何疑问。”
也很可能正是这种原因,围棋一直被认为是人类智力对抗电脑的“最后堡垒”。
智能与智慧的差距只在学习
在“阿尔法围棋”战胜职业二段之前,也有不少电脑围棋“高手”赢过一些业余选手,但与职业选手交战则是不堪一击。从当今世界的科技发展水平和速度来 看,电脑战胜围棋职业选手也就是一个时间问题。而这一天真的到来时,在多个领域引起震动又不足为奇。然而,大家被震动的原因是什么,或者说人们到底关注的 是什么?
至少有两个关注点:电脑凭什么能赢?谁是背后的推手?
人类有情绪会犯错,电脑没有情绪不会犯错。可过去电脑为何不是职业围棋选手的对手呢?公认的原因是电脑只会计算而不会像人一样算计。也正因为如此,光有智商,而没有情商、创造力和想象力,是下不好围棋的,人工智能也是无法战胜人类智慧的。
具体到“阿尔法围棋”与樊麾下的这盘棋,之前的电脑为何在职业选手面前不堪一击呢?一个重要的原因是电脑不擅于学习。
据说,谷歌团队在研发“阿尔法围棋”时,运用了一种叫做“深度卷积神经网络”的技术。一家专业的网站在介绍这项技术时说,这项技术在人工智能领域非 常热门,并广泛运用于图像和语言的智能识别。从广义的层面来说,“深度卷积神经网络”是“深度学习”的一个分支。机器学习,指的是一类从数据中自动分析获 得规律,并利用规律对未知数据进行预测的算法,是人工智能的热门领域。谷歌“阿尔法围棋”研发团队收集了围棋职业高手大量的棋谱,并用这些棋谱对“深度卷 积神经网络”进行了3000万步的训练,使其判断职业选手下一步走法的正确率达到了57%,之前的纪录是44%。
“阿尔法围棋”能战胜职业棋手的关键一着,是它学会了复制人类的技法,通俗地说它变得聪明会学习了,并具备了举一反三的能力。
“‘阿尔法围棋’的棋风很像人,如果是在网络上对局,恐怕猜不到对手是个计算机程序。”樊麾赛后说。
乐观的人说,计算机围棋战胜人类的那一天,就是整个人类文明跨入新纪元的一天。也有悲观的说法,电脑本来是人类的助手,一旦会学习就有可能变成人类的对手,说不定会像科幻电影那样,电脑最后把人类都给打败了,人机的地位很可能会发生乾坤倒转。
我们要的是助手而非对手
人机大战显然不是科幻电影。人们在关注这场智能与智慧博弈的同时,也在关注着谁是这一事件背后的推手?或者说,其目的是什么?动力来自哪里?
科技界始终看好这一事件给人类带来的福音。“阿尔法围棋”研发团队自称研发能打败职业围棋选手的目的,就是要将“阿尔法围棋”的技术运用到现实社会 急需解决的课题上,比如气候模型的建构、疑难杂症的分析治疗等,以造福人类。科学家的目的似乎很简单:我们要的是一个得力的助手,而非一个给人类找麻烦的 对手。
也有人提出不同看法,认为这次人机大战是谷歌的炒作,做了一次大大的广告。当“阿尔法围棋”战胜樊麾的消息曝出后,谷歌当日的股价就出现了大涨,涨幅为4.42%,换成市值涨了200亿美元。
其实,也不止谷歌一家在研发挑战职业高手的“阿尔法围棋”。脸书、IBM、百度、微软都在软件和硬件上下了不少功夫,谁都想抢占科技和商业的制高 点,只不过是谷歌捷足先登罢了。人机大战到底能给我们的生活和社会带来何种影响,甚至是革命,现在仅仅是冰山一角。很显然,人机大战绝不是科技界和体育界 两家的事,这背后还有许多迷雾等待我们去拨开。
有消息灵通人士称,早在1996年,IBM在研发电脑“深蓝”与国际象棋大师卡斯帕洛夫对弈时,就得到了美国国防部的资助。现在问题来了,美国国防部为何要资助这样一个非热门的赛事?
赛场能否与战场对接
人机大战引起军事领域人士的极大兴趣,也不足为奇。电脑在70年前就问世了,最早使用它的就是军队。
从人类发展史来看,很多科技发明都是最先被用于军事领域。反过来说,战斗力的需求极大地推动了科技发明、工业革命和生产力的提高。火药、火箭、蒸汽机、飞机等皆是如此。具体到改变了人类生活的电脑,军队怎么会漠视它日新月异的进步?
美国前国防部长科恩说过这么一句话:“陆军正在把巴顿将军的战术与盖茨先生的技术融为一体,为指挥官提供取胜的手段。”
据称,美军建立了“联合战区级模拟系统”、法军构建了“城市作战模拟系统”、德军则拥有“机械化部队电子训练模拟系统”……这些以计算机为核心的信 息技术,不仅模拟实战环境用于训练,而且要在每一次实战前都进行若干次的兵棋推演。透过海湾战争等几场高科技局部战争来看,参战的美军在战前都进行了兵棋 推演,而推演的结果和实战的结果有着惊人的相似。
未来战争的主要特征或者说发展趋势就是无人化和网络化。但这些都是围绕着以计算机为核心的各种信息技术来展开的。要使电脑变得更加聪明,赛场无疑战场最好的预实践。运动员常说,赛场就是没有硝烟的战场;军人则说,战场就是流血的赛场,没有亚军只有冠军。从一定意义上来说,兵棋推演是双手互搏般的模拟,赛场角逐反而充满了一决高低的“硝烟”。想想看,一套擅长学习的“阿尔法围棋”,一旦战胜了世界职业围棋冠军,然后再把它的先进之处移植运用到作战实验室,其推演的结果肯定会更加接近实战的结果。
战争率先从作战实验室打响,从现在来看,已经从赛场上开始打响。我们关注着人机在棋坛上的大战,更应关注能给军事领域带来哪些革命性的影响!
展开全部
围棋有3361 种局面,而可观测到的宇宙,原子数量才1080。
围棋难的地方在于它的估值函数非常不平滑,差一个子盘面就可能天翻地覆,同时状态空间大,也没有全局的结构。这两点加起来,迫使目前计算机只能用穷举法并且因此进展缓慢。
但人能下得好,能在几百个选择中知道哪几个位置值得考虑,说明它的估值函数是有规律的。这些规律远远不是几条简单公式所能概括,但所需的信息量还是要比状态空间本身的数目要少得多(得多)。一句话,穷举状态并不是最终目标,就算以后超超级计算机能做到这一点,也不能说解决了人工智能。只有找到能学出规律的学习算法,才是解决问题的根本手段
围棋难的地方在于它的估值函数非常不平滑,差一个子盘面就可能天翻地覆,同时状态空间大,也没有全局的结构。这两点加起来,迫使目前计算机只能用穷举法并且因此进展缓慢。
但人能下得好,能在几百个选择中知道哪几个位置值得考虑,说明它的估值函数是有规律的。这些规律远远不是几条简单公式所能概括,但所需的信息量还是要比状态空间本身的数目要少得多(得多)。一句话,穷举状态并不是最终目标,就算以后超超级计算机能做到这一点,也不能说解决了人工智能。只有找到能学出规律的学习算法,才是解决问题的根本手段
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询