3月9日，韓國九段棋手李世石與“阿爾法圍棋”在韓國首爾舉行人機大戰(zhàn)。 新華社發(fā)

　　新華網(wǎng)北京3月10日電（凌紀偉）人機對弈，人輸了！3月9日下午，谷歌阿爾法圍棋（AlphaGo）與韓國頂尖棋手李世石之間的五番棋第一局戰(zhàn)罷，最終李世石九段執(zhí)黑不敵阿爾法圍棋。

　　圍棋的復雜性世界公認，這個三千年前發(fā)端于中國的游戲變化路數(shù)層出不窮，被認為是一種極其復雜和富有變化的競賽活動。幾十年來，古老的圍棋游戲一直是計算機難以涉足的領域。

　　人會犯錯，機器卻不！

　　“從情感來講，自己作為棋手出身，還是有些憂傷的?！比珖由倌陣骞谲娡跤昵J對于首輪戰(zhàn)果既感到震驚又難掩哀傷。在觀看完整場直播后，王雨荍說她切身感覺到，機器的冷酷給李世石帶來的精神壓力，“你以為可以找到機器的bug(程序錯誤)，可是它沒有?！?/span>

　　北京業(yè)余圍棋冠軍、互聯(lián)網(wǎng)智能領域?qū)＜谊惻嬉脖磉_了相同的觀點。他指出，機器的一個優(yōu)勢就是穩(wěn)定，而人因為精力和情緒的投入會產(chǎn)生影響。也就是說，人是會犯錯的，特別是在疲勞和高強度的對抗之后，人出現(xiàn)失誤的機會大大超過了機器。

　　果不其然，在雙方第一局比賽中，執(zhí)黑先行的李世石，在中盤局勢領先的情況下，在右下角局部戰(zhàn)斗中出現(xiàn)失誤，阿爾法圍棋捕捉到戰(zhàn)機隨即重獲主動權。

　　之所以能夠取得逆轉，一方面是由于李世石出現(xiàn)了策略失誤，但另一方面阿爾法圍棋背后強大的技術魅力更值得關注。實際上，自去年10月份開始，阿爾法圍棋就不斷在學習，它突破了傳統(tǒng)電腦的“固定”程序邏輯，融入了深度學習能力。換句話說，阿爾法圍棋技術架構采用的是模仿人類大腦神經(jīng)模式，而不再單單是依靠機器的“死記硬背”。

　　陳沛表示，這次在阿爾法圍棋的整個算法中，包括了更多的神經(jīng)網(wǎng)絡和深度學習的技術，提供了現(xiàn)代尖端的人工智能技術?！?200臺的谷歌機器并不是戰(zhàn)勝他的最主要的因素，還是更多的神經(jīng)網(wǎng)絡和深度學習的技術得到了更強有力的體現(xiàn)?！?/span>

• 1
• 2
• 下一頁
• 全文閱讀