侵权投诉
焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其它机器人
订阅
纠错
加入自媒体

【盘点】2016年上半年机器人行业大事件(下)

  李世石大战Alpha Go

  2016年3月15日,"李世石-谷歌Alpha Go"人机大战第五局比赛在首尔光化门四季酒店结束,李世石未能再扳1分,这场举世瞩目的人机大战最终以1胜4负的比分落幕。

  世纪大战结束后的事件里几乎所有的科技新闻都在讨论人工智能,从各个媒体、论坛、社区、微信公众号、专栏等等渠道发布出来的人工智能文章数不胜数,我们一遍遍地从各色文章里读到AlphaGo独特的'价值网络'、'决策网络'如何'碾压'人类的决策机制,或者从包括Facebook人工智能实验室负责人Yann Le Cun以及微软研究院机器学习专家John Langford等非谷歌人工智能专家的'警告':事实上,Alpha Go(离实现真正的人工智能)还差的十万八千里。

  李世石拒绝承认人类统治围棋的时代已经终结。"我并不完全认为AlphaGo比我高明--人类在对抗人工智能方面还能做得更多。"他说,"我不认为这是人类的失败。它暴露出了我个人的弱点,而非人类的弱点。"

  能够在游戏中击败人类高手的计算机程序有着悠久的发展历史--从上世纪50年代掌握"井字棋"制胜之道,到1997年"深蓝"(Deep Blue;IBM研发的计算机)击败国际象棋世界冠军加里·卡斯帕罗夫(Garry Kasparov)。

  然而,近年来进步速度加快了。能够运算海量数据的设备经常取得以往不可想象的胜利。计算机能够在智力竞赛中取胜,IBM的"沃森"(Watson)在2011年赢得电视节目《危险边缘》(Jeopardy)就是例证。它们还能以越来越强大的"悟性"模仿人的天赋。例如,机器通过观察屏幕上物体的运动,就能学会玩街机游戏。

  即便如此,Alpha Go电脑在古老的中国棋盘游戏--围棋的对垒中击败韩国九段棋手李世石(Lee Sedol),在五局"人机对战"中首战告捷,不仅标志着电脑荣誉板上的一个新档次。赛前对胜利信心满满的李世石,在落败后坦承"震惊"。

  围棋有点像国际象棋的变体,只是复杂程度高得多。的确,其棋局的变数比宇宙中的原子数量还要多。这个挑战会挫败传统的程序。事实上,只有多台计算机组成神经网络,通过观察和实践来"自学"(这些能力仍处于计算机科学的前沿),才能驾驭这种高难度挑战。

  杰米斯·哈萨比斯(Demis Hassabis)以及他在Deep Mind(Alpha bet旗下英国人工智能部门)的团队以如此快的速度掌握围棋制胜之道,这一点值得赞赏。没错,作为一件具有强大能力的信息技术设备,Alpha Go可以被形容为一把计算机化的大锤,其用途是敲开一个消遣的坚果。然而,它的胜利提醒世人,世界正在快速攻克人工智能及其实际部署所面临的障碍。

<上一页  1  2  3  4  5  下一页>  余下全文
声明: 本网站所刊载信息,不代表OFweek观点。刊用本站稿件,务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像,违者将依法追究法律责任。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号