[陇文化]机器人“学会”了下围棋

本篇文章1180字，读完约3分钟

近日，美国著名科学杂志《自然》带来了一个令人震惊的消息:谷歌的人工智能alphago不仅学会了玩围棋，还毫不退让地以5: 0击败了欧洲冠军、职业二级围棋手范辉。

早在1997年，人工智能(ai)深蓝就在国际象棋领域打败了人类；2006年以后，人类再也没有在象棋比赛中打败过ai。不过这个消息并不让人感到沮丧，因为ai并不是在所有的桌游中都优于人类，比如Go:很长一段时间，顶级ai都没有击败过水平略高的业余选手。

事实上，围棋给人工智能带来的挑战比象棋大得多。平均每轮棋有35种落棋可能性，一局棋大概有80回合；围棋每轮有250种可能，一盘棋可以下150轮。所以Go中有250，150种可能，数量级为10，360，而观测到的宇宙中原子数量只有1，080个。所以人类相信，面对如此巨大的数量级，人类神秘的智慧比那些罗列所有可能性然后从中找出正确步骤的电脑更有可能胜出。

然而，一次明显的失败动摇了人类的信心。法国国家围棋队主教练范辉连续三年获得欧洲围棋锦标赛冠军。他无疑是一名高水平的围棋手，并没有放弃与阿尔法围棋的较量。范辉在谈到玩游戏的感受时说:如果没人告诉我，我可能会觉得对手有点怪，但是很厉害的人，很真实的人。

那么，阿尔法围棋为什么能赢呢？秘密是他们学会了下棋。据了解，Alpha Go并不计算每一步几百步的结果。而是用特殊的算法选择有希望的招式，丢弃明显的坏招，从而将计算量控制在计算机可以完成的范围内。同时研究人员也用很多专业的棋类游戏来训练它，让它在实战中与自己对抗，不断进步。于是，Alpha Go拥有了与人类相似的思维和学习模式，成为了一个比人类更勤于实践的对手。

有专家预测，未来人工智能可以完全实现语言理解、文档阅读、自主学习甚至情感理解。其中，自主学习被认为是人工智能的一个飞跃阶段。在过去，计算机只能依靠人类设定的数据库和程序，而自主学习则赋予了它们优化资源、举一反三的能力，最终会突破人类赋予它们的智慧极限。事实上，2015年的一项研究结果表明，机器可以学习。谷歌研究人员曾经让他们开发的深度Q网络挑战49款不同的经典视频游戏。他们没有把游戏规则输入到人工智能程序中，而是让它自己学习并找到获胜的方法。

今年3月，Alpha Go将对阵韩国九段棋手李世石。这位人类棋手在过去10年里赢得了最多的世界第一名，目前很难预测他会赢还是会输。就连Alpha Go的开发者之一大卫·西尔弗也不得不承认，人类总是有很多技能，其中有些是我们无法训练计算机来处理的。(孟新)

到2020年，我省城镇化率力争达到50%以上；全省市政公用设施建设投资力争达到1700亿元；该省修建了一条160公里长的地下公用隧道...十三五期间，全省将着力完善城乡住房保障体系，推进城乡基础设施建设，规范建筑市场和房地产市场有序运行，促进住房和城市建设跨越式发展。