由买买提看人间百态

topics

全部话题 - 话题: 麾说
1 2 3 4 5 6 7 8 9 10 下页 末页 (共10页)
h*h
发帖数: 27852
1
樊麾0比5不敌谷歌的“阿尔法围棋”
电脑终将打败人脑,即使是东方人所钟爱的围棋。只是这一天似乎来得太快了,据
国际顶尖期刊《自然》1月28日报道:由谷歌开发的一款名叫“阿尔法围棋”(Alphago
)的人工智能,在一场秘密试验中,在分先(平下,不让子)状态下5:0击败中国旅欧
职业棋手、法国围棋总教练樊麾二段!
当天,樊麾二段接受本报记者微信采访时回应:“我输了,这是肯定的,而且没什
么机会,大家都看到了。因为此前和谷歌签了保密协议,所以现在也许我不能把所有的
东西都告诉大家。有的人说我‘放水’,怎么可能呢?我想赢,而且尽了我的全力,只
能说,可能我棋比较臭呗。”
作为“阿尔法”的手下败将,樊麾如何预测即将到来的“人机大战”大胜负?对此,
樊二段表示:“这个确实属于保密协议中的内容,我只能说不知道。”他还回顾了当时
的比赛情景——“就是在一个特定的房间里,我面前有一张棋盘和一台电脑,我没有在
电脑上直接下,而是通过棋盘下的。”至于落败的原因,樊麾分析如下——“首先是自
己棋有点臭,尤其是到了后半盘,开始读秒的时候老打‘勺子’,下得也比较着急,我
这些毛病,事后看都被电脑抓住了。其次应该... 阅读全帖
M********t
发帖数: 5032
2
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
Google人工智能
攻破了围棋,然后呢?
雷锋网
study875
39分钟41秒前
Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或
得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国
际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——
比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google
人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情
况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李
世乭。
今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰
写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序
中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练
AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人
工智能系统无法突破人类的计算。为了获得更好的... 阅读全帖
L****8
发帖数: 3938
3
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
不就是把棋谱数据库增大了么 然后欺负人的记忆力
算个屁的人工智能

在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙
特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计
算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法
,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计
算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才
1080。国际象棋最大只有2155种局面,称为香农数,大�: 率�1047。
使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术
的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它
们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉—
—做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起
来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。
这也... 阅读全帖
D*******r
发帖数: 2323
4
不是我知道啥内幕,刘星自己在节目上说的,一众职业根本就把樊麾当笑话看嘛。
他回北京时,安排他和那个围棋TV的业五刘子君下了一盘棋,樊麾赢了。那帮职业话里
话外地暗示说樊麾赢得很艰苦。
l***s
发帖数: 841
5
这个时间选项是樊麾自己定的,也较为常用,应该没什么问题。我复盘了这五场比赛,
确实没有劫争,不过不说明规则不允许。那样肯定太说不过去了。其中四盘是中盘认输
,中盘劫争较少见,所以没劫也正常。但要是我下的话,肯定是主动挑劫,尽量把机器
搞迷糊。很明显机器算读更精准,快棋杀起樊麾来毫不留情。樊麾这是用自己弱点攻敌
之强项。不过照他话说,第一盘细棋也赢不了,所以改变了策略乱斗。AlphaGo是很厉
害,应该至少有业余五六段,明显比我强很多(业2水平)。不过比之前的软件进步多
少还很令人怀疑。CrazyGo 和Zen也是至少业5,不见得差多少。Nature文章我也通篇读
过了,感觉基本算法构架和之前的软件并没有本质的区别。和之前一样,主要基于MC算
法,只是Neural networks 更精致,加上learning reinforcement,应该会有些提高。
但和其他软件比较的数据,很有问题。得出结论却是让四子的差距!但用的硬件是1000
个cpu对32个cpu,加上只有五秒的时间,明显不公平。估计其他软件也不服。AlphaGo
的真实水平,还拭目以待。不论怎样,在围棋上,机器碾压人的日子... 阅读全帖
w**a
发帖数: 3510
6
樊麾二段接受本报记者微信采访时回应:“我输了,这是肯定的,而且没什么机会,大
家都看到了。因为此前和谷歌签了保密协议,所以现在也许我不能把所有的东西都告诉
大家。有的人说我‘放水’,怎么可能呢?我想赢,而且尽了我的全力,只能说,可能
我棋比较臭呗。”
他还回顾了当时的比赛情景——“就是在一个特定的房间里,我面前有一张棋盘和一台
电脑,我没有在电脑上直接下,而是通过棋盘下的。”至于落败的原因,樊麾分析如下
——“首先是自己棋有点臭,尤其是到了后半盘,开始读秒的时候老打‘勺子’,下得
也比较着急,我这些毛病,事后看都被电脑抓住了。其次应该说是心态问题,我太想赢
了,而且一开始我也不太相信它能战胜我。”
D*******r
发帖数: 2323
7
来自主题: Go版 - 会重复樊麾的第二盘么?
因为樊麾那几盘棋崩溃了,没有体现出给阿法狗足够挑战的样子,李世石自信自己的力
量比樊麾强多了,以为强腕会给阿法狗带来一定麻烦。没想到阿法狗丝毫不惧,正面迎
战,弄出六七块孤棋的开发新胶着局面,阿法狗居然就让黑棋从布局不成功一直被动了
一整盘。
李世石和人类棋手对局,布局落后的情况多了,很多都在中盘复杂战斗的局面下让他赶
上并逆转。而这次对阿法狗,前面是双方胶着双方都非常难的局面,但是黑棋略被动(
李世石自己说的),李世石一直力拼,但反而在进入大官子前一个失误被一举击溃,以
至于差距加大,最后终局是起码输六目的局面。
D*******r
发帖数: 2323
8
来自主题: Go版 - 樊麾辟谣:请尊重李世石
樊麾辟谣:请尊重李世石
“我很想质问一下那些对‘不许打劫’怀有疑问的职业棋手,如果是
你们上场与‘阿尔法’交手,赛前会不会和谷歌签署那样屈辱的协议?”欧洲冠军、“
人机大战”裁判长樊麾晚间接受华西都市报记者电话专访时这样反问。
他当时情绪有点激动,在他看来,谷歌或许不在乎这样的质疑,但对
李世石来说,相当于质疑他的棋和人品。“如果有可能,我现在有一个心愿就是——希
望大家尊重输了棋的李世石。今天的第二局,我就坐在裁判席上,看到李世石脸色发红
,看到他落子时手在微微发抖,感同身受啊!与毫无感情的电脑下棋,被它无情地推倒
,我感同身受啊!我一度真的和李世石一起在难受,因为只有我知道他的内心正在经历
着什么。职业棋手其实很单纯,他们的生活也很单纯,下棋就是想赢,因为那是我们的
生活来源,但有时候,失败谁也逃不过的。在我印象中,从来没有看到李世石面对哪位
人类对手时,手发过抖,但这一次,我看得真真切切。李世石输了两局,但是大家都得
知道,他其实并没有发挥自己的真实水平,下棋就是这样,有些特殊的背景下,就是会
难以发挥的。”他说。
c******n
发帖数: 16403
9
来自主题: Go版 - 柯洁对樊麾很粗鲁
自称资深樊黑
说樊麾入段是比较差的几个
有几手水平类似业余低段
樊麾听见估计要给气死
x****i
发帖数: 729
10
来自主题: Go版 - 柯洁对樊麾很粗鲁
柯洁代表了一大部分人的想法,狗和樊麾的棋局里,表现还是很差的,可是还是赢了。
其实这就是狗的特点,它保持赢定就行了,一旦它觉得自己赢定了,就表现的及其“白
痴”,会不断退让。所以它也并不是5个月有什么超级进步,而是它只是赢一点点,保
持领先就行了。 樊麾说就好像和一堵墙在下,确实应该是这种感受。
g*******l
发帖数: 1470
11
第五盘有大劫争,电脑还占了便宜。
按照柯洁的话,对手(樊麾)表现太糟糕了。言下之意,他不算职业选手水平。另,据
弈城网友分析,樊麾所下的几盘,大概就是业余4段左右。

能。
o**4
发帖数: 35028
12
来自主题: Military版 - 难怪google的围棋软件能击败樊麾
比赛的用时是每方1小时,然后是1分钟读秒。
这是快棋啊,人类反应肯定不如软件啊,而且容易出错。
樊麾自己也说,好几次形势很好,犯了点错误就不能翻身了,因为机器绝对不会犯错。
另外,由于有保密协议,可能不允许打劫,这个也太搞笑了。
o**4
发帖数: 35028
13
来自主题: Military版 - 难怪google的围棋软件能击败樊麾
樊麾就说自己犯了好多低级失误,导致满盘皆输啊。
要是时间长点,至少能避免低级失误吧?
b*******8
发帖数: 37364
14
樊麾以为对面是电脑,其实是弈城冲段少年
w**a
发帖数: 3510
15
0-5狗家也要付他钱吧。
[在 waya (waya) 的大作中提到:]
:樊麾二段接受本报记者微信采访时回应:“我输了,这是肯定的,而且没什么机会,
大家都看到了。因为此前和谷歌签了保密协议,所以现在也许我不能把所有的东西都告
诉大家。有的人说我‘放水’,怎么可能呢?我想赢,而且尽了我的全力,只能说,可
能我棋比较臭呗。”

:...........
b******o
发帖数: 409
16
从第一盘看,樊二段下得简单平和了。

樊麾二段接受本报记者微信采访时回应:“我输了,这是肯定的,而且没什么机会,大
家都看到了。因为此前和谷歌签了保密协议,所以现在也许我不能把所有的东西都告诉
大家。有的人说我‘放水’........
O**l
发帖数: 12923
17
恩 minimax tree framework
机器是估算你用最佳下法 也许人本身没看到
[在 waya (waya) 的大作中提到:]
:樊麾二段接受本报记者微信采访时回应:“我输了,这是肯定的,而且没什么机会,
大家都看到了。因为此前和谷歌签了保密协议,所以现在也许我不能把所有的东西都告
诉大家。有的人说我‘放水’,怎么可能呢?我想赢,而且尽了我的全力,只能说,可
能我棋比较臭呗。”

:...........
W*****t
发帖数: 2425
18
找道场那帮冲段少年,其实比樊麾棋力可能还强。下一盘给个两百块钱。下个几百盘。
看胜率有挺大把握了,才找个有欧洲冠军头衔的当炮灰发PAPER.
从十月到三月期间,说不定也找过打围甲水平的一线棋手下。不知道胜率怎么样?李世
石真心够呛。
b***k
发帖数: 622
19
看了一下时间点,跟樊麾下棋是在去年10月份,这个ID在去年9月16号第一次冲上9D,
之前都是7-8D之间反复,9月16号之后,一直到12月2号之前都没再下过棋。疑似在准备
跟樊麾的比赛。
在9D的时候目前来看没跟强9D下过,猜测是因为弈城那些知名ID都是下10秒,20秒一步
的,可能时间上没法协调,也符合机器人特征。
看样子很像哈,下次他再登录的时候看看他是怎么设置对局时间的。
O***p
发帖数: 1333
20
来自主题: Go版 - 会重复樊麾的第二盘么?
樊麾第一盘小败,第二盘发力过猛惨败。昨天小李小败,希望今晚不要发力过头。
O**l
发帖数: 12923
21
来自主题: Go版 - 会重复樊麾的第二盘么?
有可能 阿法狗看来他两有可能差不多
都没逼出阿法狗的上线
[在 OpAmp (windy) 的大作中提到:]
:樊麾第一盘小败,第二盘发力过猛惨败。昨天小李小败,希望今晚不要发力过头。
m*******i
发帖数: 75
22
现在的问题是谁能第一个战胜alphago?去年樊麾虽然赢过两盘,但那时显然alphago的
棋力还没有进化。 人类顶级棋手的棋力强弱也都在伯仲之间,但是机器显然可以突破
人类的瓶颈,一旦机器达到这个水平,人类就永远难以望其项背了。所以现在的看点是
,在alpha go变得更加强大之前,谁能赢她一盘?
在无法穷尽围棋的变化找到神之一手的情况下,alpha go也有她的瓶颈,她的极限会在
哪呢?让人类顶级棋手两子,三子?
其实我一直有一个疑问,既然alpha狗还是用的Monte Carlo算法, 基于概率而不是基于
逻辑,所以理论上,她还是有可能会出现误算活着打勺,虽然概率肯定比人类棋手低。
所以在人类棋手完美发挥以及足够多的对局数的前提下,人类还是有赢一两局的希望的
R*****i
发帖数: 2126
23
我嚼着樊麾可能最清楚阿发狗究竟有多强。最终是让三子?有可能这小子以为自己被狗
打成让三子,太丢脸,不想说出来?
y****2
发帖数: 1017
24
来自主题: Go版 - 最开心最赚的一定是樊麾
很有道理! 樊麾和狗狗是赢家
D*******r
发帖数: 2323
25
来自主题: Go版 - 樊麾心情很复杂
樊麾说:我赢了狗两盘,仍然是人类第一。
R*****i
发帖数: 2126
26
来自主题: Go版 - 樊麾要S B了吧?
这么大的漏洞,以樊麾的水平会测不出来?
D**s
发帖数: 6361
27
来自主题: Go版 - 樊麾要S B了吧?
现在围棋界,能连赢李世石三盘的人,拔着手指就数得过来……
[在 Rabboni (腹黑小白兔) 的大作中提到:]
:这么大的漏洞,以樊麾的水平会测不出来?
G******e
发帖数: 1606
28
来自主题: Go版 - 柯洁对樊麾很粗鲁
樊麾还入选了国少队,怎么会是比较差的几个?真正差的一辈子初段
c******n
发帖数: 16403
29
来自主题: Go版 - 柯洁对樊麾很粗鲁
第一盘赛前柯洁就在开樊麾批斗会
c******n
发帖数: 16403
30
来自主题: Go版 - 柯洁对樊麾很粗鲁
昨天赛后阿法狗团队上台庆祝
不知道职棋们看着台上喜笑颜开握拳庆祝的樊麾会不会有一种他是棋界叛徒的酸感
B*G
发帖数: 13438
31
来自主题: Go版 - 柯洁对樊麾很粗鲁
因为樊麾跪得太舒服,没有体现职业棋手的尊严。他就算像李师师第三盘掏个茅坑,也
算有斗志。
D*******r
发帖数: 2323
32
在一月底的时候,樊麾一定是被阿法狗让过子了。

Alphago
t******a
发帖数: 1200
33
视频链接如下
http://weiqitv.com/index/video_play?videoId=5754e158d4c36c2b628b4567
孟泰龄, 常昊,樊麾讲棋,堪称豪华阵容。

制。
D*******r
发帖数: 2323
34
说到deepmind团队时,樊麾现在都是自称“我们如何如何”,他人奸的身份是确定无疑
的。因为保密协议,他赛前是不允许透露他对人机大战胜率的预测的。不过从他透露出
的一些话,其实是很容易知道他的态度的。他在和刘星他们聚会后,借着喝高了说“棋
界要变天了”,还说等李世石为他正名。
至于打劫,现在很多人来棋手把阿法狗不愿意打劫和不擅长打劫混为一谈,许多人猜测
第四局之所以出bug是因为有个隐含的打劫手段所以狗就晕了,但是通过人奸这次透露
,第四局的bug出现的局面场景还没能被repro出来,没有真正能总结出其引发原因,也
就无法修复。
至于说离围棋上帝还远,换句话说就是在讲现在阿法狗还在迅速进步,只要还没有收敛,
就肯定是离围棋上帝还远。到了10月份,阿19估计又能让阿18二到三子。不知道柯渣到
时候和阿19挑战是啥结局。
人类原来自以为围棋上帝最多让人类顶尖棋手一先的想法,实在是太自大了。
H*******1
发帖数: 242
35
嗯,其实我很好奇古力对狗这三天的战果如何。(古力没有明说,但看起来多半是狗)
还有一战之力还是完全不是对手。有一点可以确定,古力肯定没能激发狗的低级错误,
否则樊麾就不会说什么问题无法复制了(这个AlphaGo的秘密第五场是LG杯后录的,古
力是LG杯前下的)AlphaGo团队没有去修复这个问题,可能也是想用更高的棋力绕过去
,所以根本不需要解决这个问题。

敛,
H*******1
发帖数: 242
36
疑似而已,不过结合樊麾的时间,很有可能就是狗:
http://weibo.com/1048563335/DxtzoyPNU?type=comment
“三天的工作愉快而艰辛,感慨最深的是人工智能令人咋舌的进步速度[冷汗]我一直的
担忧,是当它们有足够的自我意识时,人类会被统治、灭亡。莫非只有到了濒临绝境的
时候,人性的光辉才能得到体现!愿一切都是杞人忧天,珍惜当下[赞]”
p****l
发帖数: 197
37
樊麾本来也是古力国少队同宿舍的队友,要是他出面联系,让古力试一试也合情理。
t********s
发帖数: 450
38
樊麾说话不像棋界的。

敛,
H*******1
发帖数: 242
39
据柯洁的迷姐在微博上八卦,没有下,是现在樊麾要被AlphaGo让3个。
http://weibo.com/1847317617/DyOwriSq4?from=page_1005051847317617_profile&wvr=6&mod=weibotime&type=comment
H*******1
发帖数: 242
40
估计黑还是要贴7目半,所以可能也没那么夸张,刘星不是说樊麾和刘子君这种女业5一
度杀的难分难解么。
D*******r
发帖数: 2323
41
难道古力艰辛的工作是让樊麾三子让不动?
D*******r
发帖数: 2323
42
从樊麾在围棋T V兴奋而又遮遮掩掩的态度来看,阿法狗还有惊人的表现值得期待。
p****l
发帖数: 197
43
樊麾还说会很快在线上放出他对AlphaGo后台数据的解析,由古力和周睿羊提供技术支
持。所以五月份古力那条微博说的就是这个,看了阿狗的后台数据。
a*****k
发帖数: 277
44
大家最近注意关注樊麾的微博。
B*G
发帖数: 13438
45
反悔的声明,最后一句很有意思,听起来是要以棋院为单位下集体相谈棋了。原来李赛
豆真的成了传奇,怪不得这次不上场。
[在 aatorok (torok) 的大作中提到:]
:大家最近注意关注樊麾的微博。
o**4
发帖数: 35028
46
比赛的用时是每方1小时,然后是1分钟读秒。
这是快棋啊,人类反应肯定不如软件啊,而且容易出错。
樊麾自己也说,好几次形势很好,犯了点错误就不能翻身了,因为机器绝对不会犯错。
另外,由于有保密协议,可能不允许打劫,这个也太搞笑了。
o**4
发帖数: 35028
47
说的很好,
就是每盘都没有劫争、加之樊麾一直在说的保密条款,所以很多人猜测不允许打劫的规
则。另外,facebook的围棋总监也说打劫是机器没法掌握的一个重要方面。
我感觉这次alpha go完全不是李世石的对手,但是如果在规则上动手脚,也不是不可能。

1000
h*h
发帖数: 27852
48
【 以下文字转载自 Go 讨论区 】
发信人: hsh (三胡), 信区: Go
标 题: zt AlphaGo可能会发现另外一种围棋美,是我们想象不到的
发信站: BBS 未名空间站 (Fri Mar 11 10:15:04 2016, 美东)
AlphaGo可能会发现另外一种围棋美,是我们想象不到的
DeepMind AlphaGo 与韩国李世石九段的比赛有着重要的历史意义——这是首次人
工智能在人类最复杂的博弈游戏中挑战最高级别的人类选手。而拉开这一帷幕的是去年
欧洲围棋冠军樊麾与 AlphaGo的对战。机器之心有幸采访到了樊麾老师,在与他的长谈
中,樊麾老师详细回顾了他与 AlphaGo 交战的精彩故事,畅谈了他对人工智能技术的
感触,以及对围棋与人生的哲学思考。樊麾老师将作为裁判长现场督战「AlphaGo VS
李世石」。这里,我们希望用樊麾老师这番丰富且深刻的思考和遐想来拉开这场「世纪
大战」,而更加重要的是,我们相信樊麾老师的长篇精彩分享一定可以给大家带来超越
比赛本身的启迪,关乎机器与人类、科技与文化、围棋与哲学、历史与未来。
对弈AlphaGo
“AlphaGo ... 阅读全帖
h*h
发帖数: 27852
49
AlphaGo可能会发现另外一种围棋美,是我们想象不到的
DeepMind AlphaGo 与韩国李世石九段的比赛有着重要的历史意义——这是首次人
工智能在人类最复杂的博弈游戏中挑战最高级别的人类选手。而拉开这一帷幕的是去年
欧洲围棋冠军樊麾与 AlphaGo的对战。机器之心有幸采访到了樊麾老师,在与他的长谈
中,樊麾老师详细回顾了他与 AlphaGo 交战的精彩故事,畅谈了他对人工智能技术的
感触,以及对围棋与人生的哲学思考。樊麾老师将作为裁判长现场督战「AlphaGo VS
李世石」。这里,我们希望用樊麾老师这番丰富且深刻的思考和遐想来拉开这场「世纪
大战」,而更加重要的是,我们相信樊麾老师的长篇精彩分享一定可以给大家带来超越
比赛本身的启迪,关乎机器与人类、科技与文化、围棋与哲学、历史与未来。
对弈AlphaGo
“AlphaGo 没有人类棋手般心理的感觉,它就是一个虚无,但它却完全能把握住你的性
格,这是不对等的。
机器之心:是什么契机让你和 AlphaGo 开始的这场对弈?有没有一些比较有趣的事情?
樊麾:去年8月份,我去捷克一个小镇参加一年一度的欧洲围棋大会(欧洲冠军杯),... 阅读全帖
a*****g
发帖数: 19398
50
转载自喆理围棋
Google的计算机智能围棋AlphaGo击败了三届欧洲围棋冠军得主樊麾二段后,在网上引
发了热烈的讨论,喆理围棋在第一时间对樊麾二段、刘知青教授和时越九段进行了采访
后,接下来又和更多的围棋产业从业人员和爱好者们针对以下两个问题进行了深度交流。
1、如何看待AlphaGo战胜职业棋手这件事?
2、对计算机ai和围棋行业未来发展的展望
以下是对职业棋手、专家、和业余棋界采访结果的整理:
职业棋手
comments



常昊(职业九段,围棋世界冠军)
看到棋谱之后感觉虽然谷歌AI的水平离一线高手还有距离,但进步速度确实大大超出了
包括我在内绝大多数人的意料。于是立刻产生了疑虑,一是对我们棋手会有怎样的影响
,二是会不会走向如电影《终结者》里描绘的情境。但后来我想,任何变革之前人们都
会有一些顾虑,倒不必过于担忧,其最终取决于人如何去面对它。围棋的基础还是人,
人是有情感、有温度的,在这个意义上围棋不止是胜负,更是一个锻炼、塑造人的一个
非常好的东西。因此围棋总是有其存在的必要性,不必为AI太过担忧。即使哪天围棋AI
赢了人类,只要杜绝了作弊,反而可能会带来围棋发展... 阅读全帖
1 2 3 4 5 6 7 8 9 10 下页 末页 (共10页)