摘要:的前世今生去年月,橫空出世,戰勝了韓國棋手李世石,贏下了人機對弈的第一戰。當然,隨著技術的不斷發展,人工智能有望在所有領域完全超越人類,成為超人類智能,為人類文明的發展做出更大的貢獻。
AlphaGo 的前世今生
去年 3 月,AlphaGo “橫空出世”,4:1 戰勝了韓國棋手李世石,贏下了人機對弈的第一戰。隨后,升級版的 AlphaGo 化身 Master 轉戰網絡,與中日韓圍棋高手對決,豪取 60 連勝。
在過去的一年多來,人類在人工智能面前可謂節節戰敗。而今年 5 月 23 日 - 27 日在浙江烏鎮舉行的 “中國烏鎮圍棋峰會” 上,AlphaGo 與世界排名第一的中國圍棋九段柯潔進行的三番棋對弈中,AlphaGo 再次兩連勝。
挑戰人類職業頂尖高手,幾乎戰無不勝的 “阿法狗”, 到底是怎樣的一只 “狗”?
柯潔對戰 AlphaGo,首戰告負!6個問題,帶你弄清這只“狗”
迄今為止的公開賽事中,AlphaGo VS. 人類圍棋選手,戰績已達70勝1負。在賽后新聞發布會上,柯潔表示:“(阿爾法狗)實在下得太出色了,我輸的也沒什么脾氣,真的是很厲害。”
AlphaGo是誰?為什么這場對決會如此受人關注?這篇文章會為你梳理事情的全貌。
AlphaGo「理解」圍棋嗎?
圍棋是世界上最復雜的游戲之一。所謂“一著不慎,滿盤皆輸”,每一步棋都可能左右全局的結果。一般來說,一手棋的決策分兩步。第一步,“選點”:憑經驗或感覺給出幾個候選的點;第二步,“判斷”:分別對這幾個點做形式判斷,并進行比較。這兩步,說來容易,但要做到笑傲眾生的水平,對于天賦和勤勉的要求,不亞于一個優秀數學家所需要的。
AlphaGo 研究筆記 + 資料
風口上的人工智能2016 年1 月28 日,DeepMind 公司在國際權威期刊《Nature》發表論文Mastering the game of Go with deep neural networks and tree search ,介紹了AlphaGo 軟體的核心技術。
本文是對AlphaGo 軟體工作原理,淺薄的個人研究筆記,還有一點點筆者從事人工智慧開發的心得,拋磚引玉,望其他高手指正。
相信在很多人眼里 AlphaGo 早已經是人工智能的代名詞,而近幾年人們對人工智能的學習和研究也越來越火熱。
漫畫:什么是人工智能?
人工智能(Artificial Intelligence),英文縮寫為AI,它是研究、開發用于模擬和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
上個世紀50年代一次學術討論會議上,當時幾位著名的科學家從不同學科的角度探討人類各種學習和其他職能特征,并研究如何在原理上進行精確的描述,探討用機器模擬人類智能等問題,并首次提出了“人工智能”的術語。從此,人工智能這門新興的學科誕生了。
那場學術討論會議,就是計算機科學史上著名的達特茅斯會議(Dartmouth Conferences)。
劉鐵巖:人工智能的挑戰與機遇
機器學習 - 動起來每一次人工智能的崛起都是因為某種先進的技術發明,而每一次人工智能遇到了它的瓶頸,也都是因為人們對于人工智能技術的期望太高,超出了它技術能達到的水準。
感興趣的小伙伴可以跟著下面這個小項目學起來。
BetaMeow ---- 利用機器學習做五子棋AI
前段時間AlphaGo和李世石廣受關注,作為人工智能的腦殘粉,看完比賽后激動不已,因為有一定的機器學習的基礎,便打算擼一個棋類的AI,但我還算有點自知之明,圍棋AI,甚至google打算做得通用AI是做不出的了,所以打算擼一個五子棋的AI。
如果你想全面學習機器學習,前方高能,我們先來看看前人踩過的坑。
搞機器學習要哪些技能
今天就說說機器學習這個最近兩年計算機領域最火的話題,這不是一篇機器學習的技術文章,只是告訴大家機器學習里面的坑實在是太多,而且很多還沒入門或者剛剛入門的朋友們,其實在你們前面是個大坑,如果你勵志要在這條路上走下去的話,請做好心理準備。
機器學習實戰入門篇之一:機器學習中必會的基礎概念
簡單地說,機器學習就是把無序的數據轉換成有用的信息。
基礎
分類
算法
入門自學路線
機器學習中的模型和數據
搞算法的朋友們,特別是最近很火爆的機器學習和深度學習,搞這些領域的朋友們,或者準備入坑的朋友們,搞算法離不開兩個東西,一個是模型,一個是數據,模型和數據,究竟誰重要呢?而我們學習機器學習也好,學習深度學習也好,我們關注的是什么呢?我們遇到的最大的問題是什么?
寫給大家看的機器學習書[Part 1]
這個系列文章,我將試著為開發工程師,產品經理、設計師、所有希望了解學習機器學習的人,介紹機器學習的原理、方法和實戰技巧。我追求它盡可能好理解的同時,也會保持它的準確度和實用度。
這是這個系列的第一篇,看完這篇您將知道
什么是機器學習?
機器學到的到底是什么?
什么樣的問題適合用機器學習來解決?
斯坦福大學機器學習的網絡課程:coursera 機器學習公開課
機器學習的思考在本課程中,您將學習最高效的機器學習技術,了解如何使用這些技術,并自己動手實踐這些技術。更重要的是,您將不僅將學習理論知識,還將學習如何實踐,如何快速使用強大的技術來解決新問題。最后,您將了解在硅谷企業如何在機器學習和AI領域進行創新。
【轉載】關于機器學習的領悟與反思
機器學習在我國得到了廣泛的關注,也取得了一定的成績,但我覺得大多數研究集中在數據挖掘層面,我國從事純粹機器學習研究的學者屈指可數。
我國大多數大學計算機專業的本科生都開設了人工智能課程,研究生則開設了機器學習課程,但無論是深度、寬度還是知識結構都落后于學科的發展,不能適應時代的需要。因此,人才的培養無論是質量還是數量都無法滿足工業界的迫切需求。
機器學習集技術、科學與藝術于一體,它有別于傳統人工智能,是現代人工智能的核心。它牽涉到統計、優化、矩陣分析、理論計算機、編程、分布式計算等。因此,建議在已有的計算機專業本科生課程的基礎上,適當加強概率、統計和矩陣分析等課程。
圍觀 “人機大戰” 我們別只盯著輸贏,AlphaGo 只是專門設計用來下圍棋的人工智能軟件,其在圍棋領域達到“神級”水平,遠遠超過人類棋手的棋力。但是,AlphaGo 在其他方面就無能為力了,綜合能力尚比不過一個三歲的孩子,這就是 AlphaGo 的局限性,也是人工智能目前的短板。當然,隨著技術的不斷發展,人工智能有望在所有領域完全超越人類,成為超人類智能,為人類文明的發展做出更大的貢獻。
(本期完)
# SegmentFault 技術周刊 #
「技術周刊」是社區特別推出的技術內容系列,一周一主題。周刊篩選的每篇內容,是作者的獨到見解,踩坑總結和經驗分享。
每周四更新,歡迎「關注」或者「訂閱」。大家也可以在評論處留言自己感興趣的主題,推薦主題相關的優秀文章。
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/19617.html
摘要:圍棋人機大戰引發熱議,在今天的比賽中,再一次展現了它可怕的一面。霍金也曾簽署過一封公開信,呼吁在人工智能創新方面采取安全措施。除此以外,人工智能的思考是否能為人類所控制也是霍金擔憂的主要原因。 圍棋人機大戰引發熱議,在今天的比賽中,AlphsGo 再一次展現了它可怕的一面。然而對于大多數人來說,關心的并不是棋法,而是人工智能的發展竟然如此迅速,未來人工智能究竟是會對人類有威脅?還是幫助...
摘要:如果這個場景足夠簡單的話,深度學習并不能表現出相對于其它基于傳統模式識別方法的優勢。這是深度學習目前受到關注的一個非常重要的原因。通過積累大量的數據進行足夠的訓練,基于深度學習的系統可以給出最優規劃。 谷歌和李世石的人機大戰引爆了公眾對于人工智能的關注,也讓基于深度學習的人工智能成為汽車業界關注的重點,那么深度學習在智能駕駛的應用場景下有什么幫助呢?自動駕駛最先出現在美國,而不是歐洲或者日本...
摘要:谷歌用一個變了身的古老窮舉算法,披上神經網絡的畫皮,假裝跨時代的黑科技,忽悠廣大膜拜者,獅仙我實在看不下去了,來揭一揭這只幺蛾子小狗的畫皮。本期是移動開發精英俱樂部的第期推薦閱讀,在解開阿爾法狗人工智能的畫皮的開篇,就覺得很有意思。 谷歌用一個變了身的古老「窮舉算法」,披上「神經網絡」的畫皮,假裝「跨時代」的黑科技,忽悠廣大「膜拜者」,「獅仙」我實在看不下去了,來揭一揭這只幺蛾子小狗的...
摘要:想要獲取最專業的卷積神經網絡知識原文地址三深度學習神經網絡概述近兩年,深度學習神經網絡在物體識別和機器學習領域的各項競賽中屢獲佳績。 去年,阿法狗(AlphaGo)在圍棋領域首次戰勝了人類的世界冠軍,深度學習開始成為人們交口議論的話題,而就在今天,他的弟弟阿法元只靠一副棋盤和黑白兩子,從零開始,自娛自樂,自己參悟,100-0 打敗哥哥阿法狗,這無疑將深度學習推向了更高點。 關于深度學習...
閱讀 1768·2023-04-26 01:44
閱讀 1211·2021-11-12 10:34
閱讀 1578·2021-09-09 09:33
閱讀 1729·2019-08-30 15:44
閱讀 2892·2019-08-30 13:49
閱讀 2189·2019-08-29 15:26
閱讀 943·2019-08-26 13:30
閱讀 1409·2019-08-23 18:15