文章 |亿源谷歌人工智能AlphaGo与韩国棋手李世石的首场比赛结束。
经过三个半小时的比赛，李世石宣布认输，AlphaGo赢得了今天的比赛。
。
剩下的四场比赛明天开始。
我不知道李世石在剩下的比赛中获胜的机会有多大，但在第一场比赛之前，李世石在首尔的韩国国际象棋学院接受采访时对自己的能力非常有信心。
他认为，虽然AlphaGo一直在升级，但他的优势没有改变。
最后剩下的唯一问题就是胜利是否完美。
结果是一记痛苦的耳光，但有更多消息称，赛前，李世石打赌自己会输。
如果他赢了，他会感觉更好，如果他输了，他会赚钱。
我认为能够像人类一样思考的机器人仍然需要开发。
一些年。
有人说“和李世石下棋，就是承认人类智商不如阿尔的最后一块遮羞布”。
之所以选择Go来进行对决，是因为许多专家认为Go是最好的测试工具“因为它依赖直觉并且非常复杂”。
上世纪末的“深蓝”在国际象棋领域已经超越了人类的智商，但在围棋中，棋子可能的位置数量比宇宙中的原子数量还要多，并且远远超过了棋子可能的位置——这个区域仍然是人类主导的。
说实话，机器人已经发展了这么多年，每一代工程师都倾注了心血，希望将其设计得更加智能，能够代替人类做更多的工作。
发展到今天这个程度，也是情理之中的事。
只是与之前的机器人只是一堆程序和代码不同，Al的学习能力是我们始料未及的。
那么AlphaGo是如何运作的呢？ DeepMind 工程总裁 Demis Hassabis 解释道：“传统搜索树会考虑所有可能性，但在 Go 中不起作用。
”谷歌 DeepMind 团队却反其道而行之，利用两组神经网络为 AlphaGo 开发了一套新系统。
。
他们将Go视为一棵包含所有可能性、可以无限延伸的树。
AlphaGo要做的就是利用两组神经网络来缩小可能性。
它将使用策略网络来确定最有可能的行为，并且系统应该考虑如何采取下一步行动。
另一种是价值网络，它告诉AlphaGo如何在白棋和黑棋中更好地走棋，从而降低可能性的深度。
对于谷歌来说，AlphaGo项目的意义不仅仅在于击败世界级围棋选手。
用于开发AlphaGo程序的方法可以应用于其他人工智能项目，包括无人驾驶汽车和人形虚拟助手。
哈萨比斯说：“我们认为人工智能正在提前解决这些问题的元问题。
”我们最关心的不是输赢，尽管中国围棋冠军古力认为李世石低估对手导致了失败。
一些专家也认为，Al围棋获胜并不意味着它具有逻辑思维能力和情感。
我们人类更关心的应该是人工智能的发展会给我们带来什么，又会失去什么。
我们设计机器人来辅助人类，但我们担心人工智能会打败人类大脑，最终颠覆整个人类。
尽管哈萨比斯一直强调，公众对人工智能的警告掩盖了人工智能带来的帮助，但人脑层面的人工智能还很遥远，可能需要几十年的时间。
然而，包括特斯拉首席执行官马斯克和理论物理学家霍金在内的科技界名人仍然对此感到担忧。
技术的未来很难预测。
但我们应该相信，正如 DeepMind 计算机科学家 David Silver 所说，“人类总是有很多技巧，其中一些技巧我们无法训练我们的计算机来处理。