大发快三-大发快三计划-大发快三官网

大发快三 > 人工计划 >

谷歌的人工智能计划在Facebook之前掌握Go

2019-02-02 10:49:25 人工计划111℃

  系统AlphaGo将先进的树搜索与深度神经网络相结合,而不是传统的AI方法,在所有可能的上都有一个搜索树。这些神经网络被教授了3000万次移动,直到该系统能够在57 % 的时间内预测人类移动 。然后它进行了“强化学习”,根据数千场比赛的结果调整策略。

  “虽然游戏是快速有效地开发和测试AI算法的完美平台,但最终我们希望将这些技术应用于重要的现实问题。因为我们使用的方法是通用的,我们希望有一天他们能够可以 扩展到帮助我们解决一些社会最棘手和最紧迫的问题,从气候模型到复杂的疾病分析。“

  扎克伯格 此前曾宣布 他将在2016年创建自己的AI助手,尽管这将是一个“简单”的系统,旨在帮助完成工作和周围的任务。去年,Facebook的计算机视觉团队创建了一个机器人,该机器人依靠 模式匹配技术,能够进行预测性学习, 在确定结果方面具有90 %的准确性。

  谷歌已经创建了一个复杂的人工智能(AI)程序来掌握的桌面游戏Go,击败了Facebook自己的尝试。中国游戏长期以来一直是 人工智能系统 面临的挑战,由于游戏可能产生的场景数量,因此比国际象棋更难以击败。现在, DeepMind 声称已经创造了能够在游戏中击败高级人类玩家的软件,尽管游戏产生了比中的原子更多的可能,但是胜过欧洲的Go冠军5胜到零。

  “我们很高兴能够掌握Go并因此实现人工智能的巨大挑战之一,”谷歌的哈萨比斯继续说道。“但是,对我们来说,最重要的一点是, AlphaGo 不仅仅是一个采用手工制作规则的专家系统构建;而是使用通用的机器学习技术来弄清楚如何在Go中获胜。

  AlphaGo将在3月份与世界围棋选手Lee Sedol进行五场挑战赛。

  Facebook首席执行官马克扎克伯格 昨日宣布,该公司的研究团队 也即将创建一个能够击败游戏的人工智能。 “科学家们一直在努力 教 电脑在Go上赢得20年,”他说。“我们已经接近了,在过去的六个月里,我们已经建立了一个可以在0.1秒内完成移动的人工智能,并且仍然可以像以前需要多年构建的系统一样好。”

  DeepMind的联合创始人兼首席执行官Demis Hassabis表示:“这种复杂性使得Go难以让计算机发挥作用,因此对人工智能研究人员来说是一个不可的挑战,他们将游戏作为试验场来投资智能,灵活的算法这可以解决问题,有时类似于人类。但到目前为止,Go已经了人工智能研究人员;计算机仍然只扮演Go和业余爱好者。“

搜索
网站分类