3月9日,谷歌AlphaGo与韩国世界冠军李世石九段进行五番棋对抗,获胜方将获得百万美元作为奖金。

围棋,人类智力最后的堡垒? 查看详细>>
 
汤奔阳:人脑智力的最后一座堡垒可能将被计算机攻破
 
  好多年以前,计算机就在国际象棋上战胜人脑了。如今最好的计算机国际象棋软件的Elo分数是3200,而世界冠军的Elo大概是2500。【全文阅读
 

王飞跃:Let’s Go :——围棋的诱惑与智力的边界

  围棋是对立统一的结晶!黑与白、浅与深、易与难,简单与复杂,全在19×19的361个方圆天地之间。非常后悔自己年轻时没有花时间学习围棋,当年中科院研究生围棋比赛的冠军,可当时一想一盘棋至少半天时间,又有许多更"要紧"的事要做,只好作罢。【全文阅读


姬扬:围棋之幸与不幸 

  围棋主要是在中日韩三国流行。根据上古传说,“尧造围棋,以教子丹朱”,围棋已经有几千年的历史了。日本围棋据说始于日莲上人,大约是800年前的事情;韩国围棋的历史就更短了。人工智能用于下棋,当然是计算机出现以后的事情了。大概是在70年代,电脑第一次战胜了棋类世界冠军(好像是一种类似于井字棋的十五子棋);90年代,IBM的深蓝在国际象棋上战胜了世界冠军卡斯帕罗夫。【全文阅读

程京德:Google AlphaGo 战胜职业围棋手究竟还蕴涵着哪些有趣的问题? 

围棋是“人类最后的智力骄傲”,“人类的最后堡垒”?事实上,尽管人类社会的一些智力对抗游戏(比如扑克、棋类等等)所要求的智能,相对于动物(当然包括人)通过感觉器官来获得并利用感觉的智能(现在,大量的人工智能研究是在做这类工作)相比,所要求和体现出的智力要高很多,围棋拔高到“人类智力顶峰”的说法还是太过分了。【全文阅读】

  延伸阅读:

 

 

从樊麾落败AlphaGo说起 查看详细>>
 
 
陈孝良:谷歌DeepMind的来龙去脉
  谷歌的Alpha Go人工智能围棋程序基于DeepMind技术,而DeepMind并不是谷歌自己创建的。DeepMind的创始人是Demis Hassabis,这可是一位计算机天才,但是,很少有人听说过 DeepMind和这位天才。直到现在网上疯炒的各家媒体,依然还是展望人工智能的前景,很少有报道这位天才以及这家公司,也难怪,这真是一家非常低调的公司。【全文阅读】
 

 
姬扬:关于DeepMind团队AlphaGo的更多信息
  2016年1月28日,Google公司DeepMind团队在Nature杂志上发表学术论文,介绍了人工智能的围棋程序AlphaGo的构建原理与具体实现。我读了这篇Nature文章,也看了网上的很多评论。我的专业水平不足以做科普,我的围棋水平也不足以衡量AlphaGo的棋力。下面是关于AlphaGo的一些信息,比赛信息来自于Nature文章。【全文阅读】
 

 
 
程京德:Google AlphaGo 战胜职业围棋手究竟意味着什么? 
 
  就像1997年IBM的Deep Bule战胜当时的世界冠军、国际象棋特级大师Garry Kasparov一样,这次Google的AlphaGo完胜欧洲冠军、职业二段围棋手樊麾,在计算机围棋程序乃至人工智能领域是一个里程碑事件,并且也仅仅是个里程碑而已。这次AlphaGo之胜利的里程碑意义还远不及Deep Bule当年战胜Kasparov。【全文阅读】
 
 
比赛进行时 查看详细>>

第一局

(3月9日)

AlphaGo

第二局

(3月10日)

AlphaGo

第三局

(3月12日)

AlphaGo

第四局

3月13日)

李世石

第五局

(3月15日)

AlphaGo

 
 
别同德:AlphaGo,你电着我了!
 
       下午4点,答案终于揭晓,AlphaGo以几近完美的姿态全盘压制李世石——人类智慧的杰出代表,
 
无论是布局还是官子收束,首局中的小李没有一点机会,完败于AlphaGo,后者虽执白盘面仍然超出不少。
 
 

 

编辑部:关注!人机大战第一局 李世石 VS AlphaGo (白中盘胜)
 

目前观战职业棋手看好白棋

白44没有选择吃住中央2子转换,使局面更复杂

李世石选择了非常复杂的下法

俞斌:现在出现了激烈的厮杀。李世石在冲杀,比赛可能用不了5小时了……

【全文阅读】


 

姬扬:阿棋 2-0 李世石
 

多少眼镜震碎,多少耳光清脆。

高棋原来是这样的。围棋之神原来是这样的。

原来都以为李世石能够轻松拿下比赛,没想到真正砍瓜切菜的是阿棋。

什么是中盘十三段?这就是中盘十三段。
 
 
我给李世石支支招 查看详细>>

 

阎晨光:写在李世石艰难取胜AlphaGo之后
 
  虽然我一直坚信人类对AlphaGo胜率很小,但是我们也清楚地知道AlphaGo的策略集,特别是高价值策略集(就相当于是胜率大的走法)是很有限的,如果你碰巧所走的是AlphaGo高价值策略集以外的,那么胜的几率就更大一些。
  还需要明白的是,AlphaGo高价值策略集对我们人类的记忆容量而言已经是天文数字,因此,我认为今天的李世石非常勇敢,更关键的是,非常的走运。
  我们仅有这一招吗?其实,还有一招,就是直觉,我猜:李世石今天的神之一手,靠的就是直觉!【全文阅读】
 

吕强:人机大战三回合后,给李世石支支招
 
  给小李的建议是:
  1、  开局抓紧,避免过早的接触战。
  2、  即使迫不得已接触战,尽量采用弃子转身的策略,特别是在中盘过后。因为弃子局部的利益和全局的利益对VoN来说,要困难得多。
  3、  尽量提子。因为一旦提子,alphaGO累计的局面判断就会不得不实时动态刷新计算,既消耗了alphaGO的时间,又废除了alphaGO记录的有效评估。
  4、  有可能的话,采用大龙定生死的策略。因为只要大龙死活不能够由枚举完成,VoN的评估还是可以让棋手有机会的。
  5、  如果alphaGO下出很容易判别为小亏的招数,就要警惕全局的配置了。我认为目前alphaGO还没有到故意卖个破绽的阶段。它还是靠硬实力拼计算的。【全文阅读】

 

李世石败了,我们会被机器人取代吗? 查看详细>>
 
王元丰:机器人会导致大量失业吗?
 
在已进行的四场比赛中,AlphaGo三连胜战胜了人类!这是继1997年IBM研发的“深蓝”计算机(Deep Blue)击败国际象棋世界冠军加里•卡斯帕罗夫(Garry Kasparov)后,人工智能历史上又一重要事件!
 
 英国《金融时报》为此发表了社评:“一场发人深省的棋局”,文中引用一项最近的调查结果显示:全球半数人工智能专家相信,人类水平的机器智能到2040年就能成为现实。人工智能最终可能“比我们所有人更聪明”,机器人是否会像科幻电影那样最后会毁灭人类?这样的思考可能有点远,很多人在疑惑现实的问题:人工智能促使机器人以及自动化能力越来越强,会不会越来越多地替代人类工作,最后导致大量的失业?【全文阅读】
 

 
 司铁岩:对阿尔法狗与李世石对弈的小评论
 
  至于有人担心人工智能会超越人类, 总有一天会有自我意识,成为人类的敌人。在浩瀚的宇宙面前, 这点智力只不过是一粒尘埃,有了自我意识的人工智能恐怕不会把人类当成对手,。它最害怕的其实是对它有敌意的另外一种人工智能。至于人类,更像是温室里的宠物,何况人类这个宠物从来就是各种规则的制定者和破坏者,在百米直道赢不了的比赛,就把跑道搞复杂。直到自己赢了为止。【全文阅读】
 

 
顾险峰:人工智能对决人类
 
谁更恐惧?
  昨日下午,“阿尔法狗”与韩国著名棋手李世石五盘围棋比赛的第一局在韩国首尔四季酒店举行,经过三个半小时的对弈,DeepMind公司开发的人工智能“阿尔法狗”以186手,执白中盘战胜李世石。赛前,中国棋圣聂卫平和围棋天才柯洁都公开表态,认为李世石将轻易战胜阿尔法狗。李世石代表人类表态道:必须五比零战胜它,输一盘也是失败。我们感到了一种人性的落寞和莫名的恐惧。【全文阅读】

 

AlphaGo赢了,靠计算还是靠思想? 查看详细>>
吕乃基:人工智能获胜的第一要点:摆脱系统与环境,局部与整体关系的羁绊
  人工智能最重要的研究对象就是所谓“两耳间三磅重的物质”(奥巴马),也就是大脑。对于大脑的研究既注重分析脑细胞之间在微观层面的活动机理,还原到分子层面的相互作用乃至电磁运动等,也要求综合,强调大脑作为整体的运行,以及在生命和更高的水平来理解。
  在对大脑的研究中,分析与综合,以及还原与整体的关系已经得到较为充分认识与贯彻。不过,在眼下关于人工智能的研究中,这样的认识还有待进一步延伸与扩展。【全文阅读】
 

 
 赵昊彤:科普一下AlphaGo的论文算法并谈谈自己的思考
 
  虽然我不做科研很多年,但出于兴趣还是将DeepMind团队发表在Nature上的论文阅读了一遍。之后发现,很多围棋爱好者、很多对AI感兴趣的人虽然在网上发表了诸多议论,但是很少有真正了解AlphaGo是怎样“思考”和下棋的。考虑到很多AI领域、深度学习领域的专家不屑于科普AlphaGo的“算法”,而更多的人又不愿意去啃那篇论文,干脆我就来抛砖引玉,将AlphaGo的“思考过程”和大家做个普及性分享,并谈谈自己针对未来AI和深度学习领域的认识。【全文阅读】
 

李泳:数值模拟能思想吗?

  刚才看a狗下棋,似乎也算数值模拟?狗儿赢了说明算法好,比人算得精。但如果问题不能归结为算法呢?什么时候它能自己立规矩搞创作了,我才相信机器能思想,也可能战胜人。例如,把行星运动的观测数据给它,请它自己“算”出开普勒定律甚至牛顿定律;或者请能作翻译的机器自己写一篇文章编一个故事。
  人工智能与思想的差别有点儿像化学分子与生命物质的差别。也许只有等我们戳破了非生命与生命之间和物质与意识之间的窗户纸,才会有真正能自由思想的机器。化学实验造不出生命,人工智能也不会有思想。【全文阅读】
 

 
岳东晓:计算与思维的界线——AlphaGo 电脑怎样击败职业围棋手
 
  我一般是很不喜欢用“电脑”这个词的,觉得这个词很不专业。电脑是 Electronic brain,现在的计算机根本没有思维功能。而 Computer 的大陆翻译则准确多了:计算机。 但看了这盘 AlphaGo 击败职业围棋手(二段)的棋谱,我对 AlphaGo 的计算能力以及思维的界线不能不感到了模糊。思维是什么,计算又是什么?【全文阅读】
 

徐晓:亲,你真的知道到底发生了什么事情吗?
 
        实际上我们只是设定网络的结构和类型,至于网络的权重参数,则是网络自己“学习”出来的。我们当然可以人工干预这些权重参数,但是干预了我们也不会准确知道是什么意思,会产生什么结果。那些认为神经网络的“程序”是人写的,我们可以改变这些程序来控制神经网络的想法,早就过时了。
  而很容易明白,我们完全可以设定一个机制,让计算机系统自己产生样本,然后自己预设目标结果。然后自我学习,调整这些权重参数。这就跟人在“思考”或者“做梦”一样。有的时候,计算机很难预设目标结果。但是像下围棋这种东西,计算机只要按某种规则自己随机产生两个假想的对手,彼此对下,最后一定会有输赢,这个“输赢”就是预设目标结果了。计算机完全可以依靠这个结果,自我进化。那些认为计算机不会有“思想”,不会“思考”,不会“创新”的想法,是非常幼稚的。【全文阅读】

 

一个人文学者对“阿法狗”的看法 查看详细>>
 
 
刘钢:从人文的视角看“人狗”大战 
 
  全世界的喜欢下围棋的人以及棋迷(还包括科技迷)都抛下了手头工作,毫无节操地围观一场由谷歌公司DeepMind开发出AlphaGo“狗”大战。不幸的是,韩国连续十五届的“僵尸流”大师李世石,在全世界人的面前认输了。有多少棋迷,多少科技狂为之欢呼雀跃。人工智能终于战胜了人类最难的游戏之一——围棋。我连续看了二天,第一天觉得李大师还有些轻松,胜败乃兵家常事,可以理解。但此前他的话可说满了,要保住人类的智慧,不会输给“狗”。可让人没想到的是,今天还是输掉了。当然,以后还有三场弈棋要进行。然而,我今天见到李世石最后阶段时候,手都在发抖,时间明显不够的时候,却对他产生了一丝怜悯。【全文阅读】
 

 

谢强:从生物进化看AlphaGo和人工智能
 
  2016年3月9日,被谷歌收购的英国DeepMind公司的人工智能围棋软件AlphaGo在与韩国围棋职业九段李世石的五番棋较量中以1:0领先,吸引了全世界的目光。在3月10日,更是扩大战果以2:0领先;如果说1天之前专业棋手和非专业人士对AlphaGo的胜利还觉得持保留态度的话,那么在3月10日已经普遍认可了这款软件的棋力。在人工智能的研究中,除了计算机科学和神经科学,其实也还有神经科学以外的仿生学内容,也就是对人类大脑以外的生物有机体结构或行为的模拟,所以其实我们也可以试着从进化生物学的角度来看看这件不寻常的事。【全文阅读】
 

 
曹俊:阿尔法狗,言之无文,行而不远
 
  在科学研究中,自己知道了什么不是最重要的,更重要的是让其他人知道你知道了什么。创造知识与传承知识是同等重要的。否则,获得的知识无法融入到科学发展的长河中,未来还需要重新发现,对科学的贡献实际上为零。受过专业训练的科学家与民间科学家的区别,就在于专业科学家看似普通的的每一句话,每个论据,都是建立在前人已检验过的知识基础上,需要推敲的新论据每次只有一小点。
 
  同样,阿尔法狗获得的知识是一堆莫名其妙的数字,只能它自己用,不能转化为棋理,因而不能传播和传承。如果不解决表达与传承的问题,人工智能只能依附于人类的智慧。人类知识由一个个的个体形成网络和体系,而一个个AI都只能单独地与人类接口,不能连成网络。人类永远是它的老师。【全文阅读】
 

 
李维:从机器战胜人类围棋谈开去

一群人对另一群人的挑衅,通过人工智能在围棋棋枰;此前的深蓝已给象棋挖坑,化功大法正步步为营逼近。

所有的智能活动规则遵循,现实或虚拟物景可以表征,机器能如影相随把人紧盯,码农得令就驱策其超越人。

不少码农聪明但喜欢逞能,对文化不珍视更无意继承。还好吴清源已看不到此景,会编程的好棋手只有俞斌。

对象棋的抄刀者是许峰雄,在CMU完成博士的东方人。围棋挑战今来自剑桥英伦,我惊叹棋类完结有这宿命。

 

展望人工智能的未来 查看详细>>
 
 
应行仁:人机围棋大赛之后
 
  机器智能的发展,因人类对生活舒适需求而来,如同代替体力劳作的机器发明一样不可抗拒。不难预测人工智能在各项智力活动中将逐一超越人类。奇点到来时,技术的发展将超越人类的理解能力,无法预警其发生。人
们因此而恐惧。但是,我们真的已经理解自然和我们生活的环境吗?科学的发展让我们已经习惯于,用种种人为定义的概念和原理,诸如物理概念定律,经济规律,社会理论等等来构造世界的图像,其成功地解释我们观察到的现象,让我们认为真实的世界就是如此,而忽略去无数不能纳入这个图像的事实,以及我们理解能力之外的因素。因此,当机器的智能超越我们的理解时,也不足为奇,我们也很快就有能够自圆其说,来理解这个世界的理论。
 
也许人们担心的是未来的机器是否会奴役人类。现在的机器智能还是完全依赖于人类来发展的,其“世界观”的形成来自人类的文化的信息样本。人类的文化给予机器智能早期的教育,也将形成将来AI依赖的思想路径。机器的智能靠与人类的合作得以进化,未来的生存竞争会否陷入“囚徒困境”的博弈局面,人与智能机器的未来是陷入征服的恶斗,还是携手合作,取决于我们对机器的心态,对自身的理解和文化的传承。【全文阅读】
 

顾险峰:人工智能中的符号主义和联结主义 

  虽然人工智能取得了突破性进展,但是他还是在婴幼儿时期联结主义的方法虽然摧枯拉朽,无坚不摧,但是依然没有坚实的理论基础。通过仿生学和经验积累得到的突破,依然无法透彻理解和预测。简单的神经网络学习机制加上机器蛮力,能否真正从量变到质变,这需要时间检验。
  围棋是信息完全博弈游戏的巅峰,但不是人类智力的巅峰。理性思维的巅峰还是数学物理理论的创立。许多抽象的数学定理,本身的描述已经概念嵌套概念,并且在现实物理世界中找不到示例,因此机器学习方法不再适用。比如下面的命题:高斯曲率处处为负的封闭曲面无法嵌入在三维欧式空间中。这一命题的证明无法用目前符号计算的方法,也无法用机器学习的方法。如果有朝一日,数学家开始对人工智能脱帽致敬,那么人类应该开始警醒了。
神经网络能够自动学习艺术风格,并用不同的风格渲染同样的内容
  人类的孩子需要花费十数年来学习,并且学习中师生和同学中的社会交往起到了至关重要的作用。目前人工智能的程序还是各自训练,彼此之间没有交互如果人工智能程序间能够建立社会交往,彼此交换学习内容和心得,那么人工智能将会产生新的飞跃。比如一群谷歌的Atlas机器人,装备了阿尔法狗的大脑,彼此自发地进行篮球游戏。通过拷贝神经网络的参数,它们可以彼此迅速交换学习成果。通过对抗演练,它们能够迅速提高手眼协调,团队协作,则很快有望进入NBA。【全文阅读】
 

 

王飞跃:一位真正的科学思想家——纪念人工智能之父Marvin Minsky教授
 
  为了纪念刚刚去世的人工智能创始人之一,认知科学家Marvin Minsky教授,IEEEIntelligent Systems(IS)杂志正组织相关领域专家及其Minsky生前的学生与朋友,撰写In Memeriam,以各具特色的自由风格,怀念这位在人工智能史上有着特殊重要地位的先驱和开拓者。
 
  作为IS的前任主编和现任名誉主编,我自然积极响应,并邀请了人工智能另一位重要的先驱与开拓者,斯坦福人工智能实验室的Nilsson教授共同参与。由于时间太短,正在夏威夷海滨度假的Nilsson无法完成,但提醒我邀请自己的校友,Minsky在MIT的两位早期博士毕业生DannyBobrow和Bert Raphael。 【全文阅读】
 

 

科学出版社:发展中国脑科学和智能科技的思考与建议
 
  脑认知功能是通过大脑内大量神经元极端复杂的联结以模块化的多层次结构来实现的。这一复杂性在微纳米尺度表现为突触连接的分子构架与信号传递,在百微米尺度表现为大脑皮质功能柱等局域神经回路与信息编码,而在宏观尺度则表现为不同脑区的联结与认知功能的实现。专家和学者们认为解析“脑认知功能网络”是最终阐明智力及其障碍的必由之路,研发新的脑研究技术和方法,将揭示脑的工作原理、认识人类自身,提升和扩展人的智力和创造性,推动智能科学技术进步。

  儿童脑发育缺陷、孤独症、成年人的抑郁症、老年性神经退行性疾病等造成各种认知和智力损害,或者情感和心理缺陷,缺乏预防、临床诊断和治疗的技术方法,是人类需要解决的主要脑科学和医学问题。专家和学者们认为,对脑认知功能调控机理的深入理解,特别是应用现代遗传学和分子生物学技术研究与认知功能相关的各类神经元的发育、病变和衰老过程,研究胶质细胞在脑疾病中的作用,以及对人类认知和智力损害性疾病病因分析和药物靶标筛选,将引领新的诊断和治疗技术的研发和应用,提高人类的生活质量。

        人工智能是要实现所有目前必须借助人类智慧才能实现的任务的集合。专家和学者们指出,认知技术是人工智能领域的产物,包括计算机视觉、机器学习、自然语言处理、语言识别技术、机器人技术。基于脑科学原理的智能机器人是具有感知、思维和行动的机器人,可获取、识别、处理多种信息,自主完成较为复杂的操作任务。目前,信息产业解决各种认知应用的重要方向是发展神经网络芯片,对智能机器人提供硬件支撑,构建基于人工智能的大数据采集、分析和应用体系是智能机器人获得智力的基础。

  专家和学者们提出的这些宝贵的建议对我国的脑科学研究计划的设计和实施具有十分重要的建设性意义,期望我国能够及时制定并启动脑科学研究计划,为我国实现由“信息时代”向“脑智时代”的跨越做出贡献。【全文阅读】