从国际象棋到中国围棋,人类与“机器”已经较上了劲。 看过那么多场对战,你是不是也想上手体验一把? 来来来,简单五步,手把手教你撸一个缩减版的国际象棋AI。 首先,我们来看一些基础概念: 移动生成 棋面评估 Minimax算法 alpha beta剪枝 在每个步骤中,我们将通过一个国际象棋程序技术来改进算法。我将演示每个步骤是如何影响算法的。 你可以在GitHub上查看AI算法的最终版本。 https://github.com/lhartikk/simple-chess-ai 我无法打败
王新民 编译 量子位 报道 | 公众号 QbitAI 在编程之前,我们先了解一些基本的概念,来帮助我们创建一个简单的象棋AI机器人:移动生成、棋局评估、最大最小搜索和α-β剪枝搜索过程这四个概念。 在每个步骤中,我们将会在已有的程序上加入上述经典的象棋编程优化技术,来进行改进我们的象棋机器人。同时我会向大家演示各种优化参数是怎么影响算法的下棋风格和计算速度的。 作者Lauri Hartikka提到:“我已经无法战胜我创造出来的象棋机器人。我觉得导致这个结果的原因不是因为我下棋技术太烂,就是算法已经足够优秀。
呜啦啦啦啦啦大家好呀,又到了本周的AI大事件时间了。过去的一周中AI圈都发生了什么?大佬们互撕了哪些问题?研究者们发布了哪些值得一读的论文?又有哪些开源的代码和数据库可以使用了?文摘菌带你盘点过去一周
关注风云之声 提升思维层次 解读科学,洞察本质 戳穿忽悠,粉碎谣言 导读 AlphaZero下国际象棋的时候,最革命性的一点是,它没有棋子的概念。无论是人类高手还是过去的顶级AI,再怎么也是以棋子实力评估为基础的,被吃了大子会心疼,在这个基础上再去进行“重视中央”之类的局面评估理论。而AlphaZero却完全对棋子没有概念,只要它认为未来整体局势好,弃子根本不叫事。这次Deepmind新论文应该给出结论了,“MCTS+神经网络”就是先进生产力的代表。 2017年12月6号,Deepmind扔出了一篇论文
金磊 发自 凹非寺 量子位 | 公众号 QbitAI “跳水皇后”郭晶晶,教孩子们下象棋也是不一般。 你以为是花重金聘请象棋大师,手把手、一对一地进行辅导? No,No,No~ 就在刚刚,郭晶晶亲自爆料了令人意想不到的“独家秘方”——用AI机器人。 从曝光的画面来看,这个AI机器人大致由三个部分组成: 小小的脑袋,长长的手,棋盘之上稳步走。 而且郭晶晶还在现场介绍说,象棋运动其实很早就是家庭生活中的一部分,但这个AI机器人却带来了不一样的体验: 它是一个全能棋手,可以和家里任何一个人下棋。 它和我们家孩子
2016年,阿尔法狗与李世石的人机大战,引爆人们对AI的关注。无数棋艺爱好者,在目睹了阿尔法狗战胜李世石之后,无不想与之对弈,亲自感受来自人工智能的神秘力量。
金磊 衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 郭晶晶家的象棋家教——没错,就是商汤AI象棋机器人“元萝卜”(SenseRobot),近日正式现货发售。 从近2个月前开始预售的那刻起,各种讨论就萦绕在它周围: AI象棋机器人水平怎么样?作为实体机器人,和网络下棋AI有什么差别?具体实用性,会让它买后不久就搁置吃灰,还是真的能与它长期对弈,畅快厮杀? 以及,真的会有人买它吗? 得到答案是肯定的。数据体现,预售阶段元萝卜就售罄;发货首日,官方旗舰店已经有头一批吃“萝卜”的人,写下或长或短的用户体验
萧箫 发自 凹非寺 量子位 | 公众号 QbitAI ChatGPT对战国际象棋AI,不到15秒就让人大受震撼。 开局ChatGPT执黑,国际象棋AI执白,双方有来有往,ChatGPT甚至主动出击,逼退对方的象(主教): 看起来会是一场激烈较量,直到ChatGPT突然嘎嘣一下,吃掉了自己的象! △奇怪的王车易位操作 事情到这里开始不对劲起来。 无论是棋盘上凭空出现的第9个黑兵(国际象棋黑白各只有8个兵): 还是突然把斜线上的象吃掉的马: △马本来只能走“日”字 简直不把规则放在眼里有木有! 这般
---- 新智元报道 编辑:好困 桃子 【新智元导读】可能连你都想不到,奥运冠军郭晶晶家的私人象棋教练竟是一个机器人! 整个京城,只要有它在场,都引来大街小巷的人前来围观。 它能和你对弈,不论小白,还是象棋大师,都会棋逢对手。 什刹海、鼓楼,还有樱桃斜街胡同的大爷们纷纷来战,仅有一位封为「京城棋王」。 这机器人,有点意思! 于是,按捺不住好奇心的小编,也去找来了一台。 结果还没下几步就突然发现,怎么我的「帅」被吸走了? 情急之下,小编开启了耍赖模式,一把拔开了机械臂。 在几个回合的纠缠之后…
2月24日消息,据外媒报道, 国际象棋大师加里·卡斯帕罗夫(Garry Kasparov)也许是历史上最伟大的棋手。在1985年成为世界冠军后的近20年里,他经常采取大胆弃子、疾进反击的策略赢得比赛,几乎成为这项棋牌运动的主宰者。
大数据文摘出品 作者:Caleb 10月初的一场国际象棋比赛,让19岁的Hans Niemann一跃成名。 相信大家都还记得,这场比赛也让Niemann直接打破了多年位居世界第一Magnus Carlsen在此之前创下了53场“西部不败”的记录。 是的,在所有人看来,这本来是一场没有任何悬念的比赛。 随后,大家都开始怀疑Niemann在比赛中作弊。 毕竟这也不是他第一次了。Niemann也亲口承认了曾在两次比赛中有过作弊行为,他解释说,这是因为他十分想与顶级棋手比赛,于是将作弊视为一条捷径,这是“他一
作者:闻菲,刘小芹,常佩琦 【新智元导读】或许“智能爆炸”不会发生,但永远不要低估人工智能的发展。推出最强围棋AI AlphaGo Zero不到50天,DeepMind又一次超越了他们自己,也刷新了世人对人工智能的认知。12月5日,包括David Silver、Demis Hassabis等人在内的DeepMind团队发表论文,提出通用棋类AI AlphaZero,从零开始训练,除了基本规则没有任何其他知识,4小时击败最强国际象棋AI、2小时击败最强将棋AI,8小时击败李世石版AlphaGo,连最强围棋AI
今天,DeepMind的通用棋类算法,也是迄今最强的棋类AI——AlphaZero,经过同行评议,被顶级期刊 Science 以封面论文的形式,正式引入学界和公众的视野。
可以说,AI的发展进化史就是AI在游戏领域的升级史。 SciShow是Youtube上热门的科普向脱口秀节目。它的内容包罗万象,无论什么问题在这里都会得到风趣又详尽的解答。在本次节目中,介绍了AI 是
谷歌旗下人工智能公司DeepMind将围棋AI转战国际象棋和日本将棋领域——无须人类智慧加持,已胜券在握。 AlphaZero是由谷歌旗下DeepMind研发的通用棋类AI,以不到四小时的自学击败了世界最强的国际象棋程序。 重新改进的人工智能程序AlphaZero曾多次击败世界顶级围棋选手,并扩大到学习其他棋类项目。它从零开始学习国际象棋,仅用4小时,就在100盘比赛中击败了世界顶级国际象棋程序 Stockfish 8。 据在康奈尔大学图书馆的arXiv上发表的一篇未经同行评审的研究论文称,在这100场
有人认为 AI 已经穷途末路,但一些绝顶聪明的人还在继续求索。 整理|黄楠、王玥 编辑|陈彩娴 近日,DeepMind 的创始人 Demis Hassabis 作客 Lex Fridman 的播客节目,谈了许多有趣的观点。 在访谈的一开头,Hassabis 就直言图灵测试已经过时,因为这是数十年提出来的一个基准,且图灵测试是根据人的行动与反应来作判断,这就容易出现类似前段时间谷歌一工程师称 AI 系统已有意识的“闹剧”:研究者与一个语言模型对话,将自己的感知映射在对模型的判断上,有失客观。 从2015年成立
现如今,阿兰·图灵、马文·明斯基、约翰·麦卡锡这些来自西方国家的计算机科学和人工智能之父的姓名即便还不是家喻户晓,但至少在相关领域内人尽皆知。但是,很少有人知道苏联的铁幕之下也曾有过人工智能开发活动,尽管有时在这一领域中两种体制之间竞争的激烈程度要低于太空竞赛。本文通过主角 Andrey Leman 及其同事的人生故事,带你回首被世人遗忘的苏联 AI 往事。
如果将人工智能按照用途进行简单分类的话,人工智能可以划分为决策式AI以及生成式AI两类。所谓决策式AI就是通过学习训练数据的中的条件概率分布情况来进行判断决策,判断样本属于指定目标的概率,比如人脸识别就是典型的决策式AI,终端设备根据摄像头获取到的人脸图像来进行特征信息匹配,和后台系统中的人脸特征库进行对比来判断当前人脸信息是否在系统人脸特征库中或者是否有权限执行操作。而以ChatGPT为代表的生成式AI通过对大量数据的联合概率进行学习,对已有的数据和知识进行归纳总结,同时结合深度学习技术,自动生成新的内容,而新生成的内容可以是文字、图片甚至是视频等多模态内容。本文主要简要介绍深度学习以及大模型基础内容,后续文章中将会继续深入分析这两方面的技术原理。
选自 Medium 机器之心编译 参与:路雪、 刘晓坤 近日,Jose Camacho Collados 在 Medium 上发表了一篇题为《Is AlphaZero really a scienti
用GPT-2来下象棋,最开始大概只是一个娱乐项目。作者肖恩·普莱斯(Shawn Presser)只用了一周的时间就完成了Demo。
还记得AlphaGo碾压人类围棋冠军柯洁、李世石的人机大战吗?最近,商汤科技的象棋机器人与中国顶级象棋大师们展开数场“人机大战”。
GAIR 今年夏天,雷锋网将在深圳举办一场盛况空前的“全球人工智能与机器人创新大会”(简称GAIR)。大会现场,谷歌,DeepMind,Uber,微软等巨头的人工智能实验室负责人将莅临深圳,向我们零距离展示国外人工智能震撼人心、撬动地球的核心所在。在此之前雷锋网将网罗全国顶尖的人工智能和机器人专家,同这些国际大拿同台交流,如果你不想错过这个机会,请用邮件直戳我心,lizongren@leiphone.com 昨天马斯克在Code Conference上又忧心忡忡地宣布了一遍,人类将沦为人工智能的“宠物”——
本文介绍了DeepMind在AI领域的最新成果——AlphaZero,它可以在一天内自主学会下国际象棋、将棋和围棋,且超越了所有旧版AI。AlphaZero通过蒙特卡洛树搜索和强化学习,在每种游戏中挖掘数千万种走法,迅速成为专家。尽管AlphaZero在3种游戏中表现卓越,但离真正的人类智能还有很长的路要走。
本文介绍了DeepMind在围棋、国际象棋和将棋三个棋类上实现超人智能的AlphaZero程序,该程序在一天内自学成才,并在8小时内击败了之前最强的围棋程序AlphaGo Zero。AlphaZero使用了80个TPU和12个CPU,训练了70万步,并在30分钟内完成了对围棋、国际象棋和将棋的自学。AlphaZero通过蒙特卡洛树搜索和强化学习来评估游戏状态,并尝试不同的策略以找到最佳动作。尽管AlphaZero在三种游戏中表现出色,但它仅关注棋类游戏,而不涉及其他领域,并且目前还无法像人类那样在多种领域灵活运用。AlphaZero在人工智能领域取得了重要突破,但仍需进一步研究以解决其局限性。"
大数据文摘出品 作者:Caleb 在比赛中让对手受伤,听上去好像是什么下三滥的规则擦边球。 但如果这真的是一次事故呢? 或者说,如果这是机器人引起的呢? 上周,在莫斯科举行的莫斯科国际象棋公开赛上,一名7岁的国际象棋棋手就被机器人折断了手指。 可以看到,这位小棋手在棋盘上移动了一个棋子,随后机械手臂抓住了选手的食指,用力捏住手指。 尽管周围的人迅速围上来帮忙,但据了解,这位选手的手指已经被诊断为骨折,现在已经打上了石膏继续比赛。他的父母正在正在联系当地检察官办公室准备提出指控。 莫斯科国际象棋联合会主席
在以往的比赛中,我们最常听到的一句话就是友谊第一,比赛第二,要有竞技精神,但也要避免受伤。
编译 | 阿司匹林 【AI 科技大本营按】2016 年 3 月,AlphaGo 击败世界顶尖职业围棋手李世石,在媒体上掀起巨大的波澜。一年多以后,AlphaGo 的升级版 AlphaGo Zero,在不采用任何人类棋谱作为训练数据的情况下,通过自我对弈,仅用 40 天就超越了所有旧版本。一时间,人们将所有最好的溢美之词纷纷送给了 AlphaGo Zero. 然而,AlphaGo Zero 真有那么伟大吗?来自斯坦福大学的计算机科学研究生 Andrey Kurenkov 从辩证的角度发表了自己对 Alp
大数据文摘作品 作者:姜范波、Aileen、Yawei Xia、龙牧雪、魏子敏 距离阿尔法狗元版本刷屏一个多月时间,阿尔法狗又进化了,这次不光可以玩围棋,不再是“狗”了。我一点也不惊讶。 在用阿尔法狗(AlphaGo)和阿尔法狗元(AlphaGo Zero)称霸围棋世界后,当地时间周二晚,DeepMind的研究组宣布已经开发出一个更为广泛的阿尔法元(AlphaZero)系统,它可以训练自己在棋盘,将棋和其他规则化游戏中实现“超人”技能,所有这些都在一天之内完成,并且无需其他干预,战绩斐然: 4个小时成为了世
在20世纪的大部分时间里,国际象棋的博弈都是以人工智能为基准的。 约翰·麦卡锡(John McCarthy)在20世纪50年代早期创造了“人工智能”一词,曾经把国际象棋称为“ 人工智能的果蝇 ”。 在20世纪90年代后期,IBM的Deep Blue开始了对世界冠军Garry Kasparov的一系列国际象棋比赛。 1997年,深蓝最终击败卡斯帕罗夫,标志着一台机器首次在比赛中击败世界冠军。 到了二十一世纪初,技术已经提高到几乎所有的游戏环境中机器都在不停地击败国际象棋大师。 📷 自然,AI开发人员转向其他更
今天凌晨,OpenAI通过官方博客宣布了其在Dota对抗上的新进展——由五个神经网络组成的团战AI团队,在5v5中击败了业余人类玩家,并表示,将有望挑战顶级专业团队。
本文介绍了 AlphaZero 是如何利用深度强化学习解决围棋问题的。首先,AlphaZero 在无任何人类指导的情况下,通过自我对弈的方式学会下围棋。然后,它利用蒙特卡洛树搜索和深度神经网络来评估局面和选择策略。最后,通过与人类世界冠军和之前的围棋 AI 进行比较,AlphaZero 证明了其强大的围棋下棋能力。
AI 科技评论报道:今天 DeepMind 悄悄放出了一篇新论文,介绍了一个「AlphaZero」。一开始我们差点以为 DeepMind 也学会炒冷饭了,毕竟「从零开始学习」的 AlphaGo Zero 论文 10 月就发出来、大家已经讨论了许多遍了。 可定睛一看,这次的 AlphaZero 不是以前那个只会下围棋的人工智能了,它是通用的,国际象棋、日本象棋也会下,所以去掉了名字里表示围棋的「Go」;不仅如此,围棋还下得比上次的 AlphaGo Zero 还要好——柯洁在得知 AlphaGo Zero 之后
Deepmind创始人戴密斯·哈萨比斯是这个时代公认的天才,他不仅是世界AI领域的第一人,还是世界国际象棋大师、电脑游戏设计师、企业家和神经学家,世界范围内再无第二个人能把这些身份融为一体。
AlphaZero 表明神经网络可以学到人类可理解的表征。 作者 | 李梅 编辑 | 陈彩娴 国际象棋一直是 AI 的试验场。70 年前,艾伦·图灵猜想可以制造一台能够自我学习并不断从自身经验中获得改进的下棋机器。上世纪出现的“深蓝”第一次击败人类,但它依赖专家编码人类的国际象棋知识,而诞生于 2017 年的 AlphaZero 作为一种神经网络驱动的强化学习机器实现了图灵的猜想。 AlphaZero 的无需使用任何人工设计的启发式算法,也不需要观看人类下棋,而是完全通过自我对弈进行训练。 那么,它真的学习
导语 很显然,腾讯在棋牌赛事的国际化、专业化与科技化上,还有更大雄心。 2017年12月13-22日,第3届腾讯棋牌年度盛典如期在海南三亚举行。手握《欢乐斗地主》、《欢乐麻将全集》、《天天德州》等几款棋牌大手游的腾讯,近年依靠游戏庞大的用户基础,已将年度盛典办成了目前国内影响力最大的全民棋牌赛事之一。今年的赛事共包含斗地主、麻将、德州、围棋、象棋、国际象棋六大项目,在规模、嘉宾阵容、奖金额度上都全面赶超前两届。 游戏茶馆近日探访腾讯棋牌年度盛典现场,感受到腾讯在赛事中加入不少新动作:首次加入国际象棋邀请赛项
夏乙 发自 凹非寺 量子位 出品 | 公众号 QbitAI AlphaGo退隐,留下身后一众你追我赶的围棋AI。 比如说前些天在野狐上连斩多名职业选手的新版绝艺“符合预期”,又比如说多年研究国际象棋和
【新智元导读】Facebook的AI研究负责人指出,一味模仿人脑开发AI将会阻碍AI的发展。很多业界专家也有类似的论调,他们认为AI研究的重点不应是模仿大脑的工作机制,而应该是探寻智能的根本原则。 有些人认为,造物主是按照自身形象创造出人类。而人工智能可能是人类最伟大的发明,人类也一直试图按照自身来创造AI。最典型的方法是以数字形式再造人类大脑。然而顶尖科学家并不认同这一方式,认为试图完全模拟人类大脑纯属浪费时间。应从别的地方寻找灵感。 巴纳德学院的天文学家Janna Levin说,“我们并未真正理解人类大
最近正在做一个人工智能的中国象棋,所以不可避免的接触到了博弈论,因为考虑到以后还会有所涉及 (alpha-beta search),所以写成了一片文章
【新智元导读】 在福布斯的AI系列采访中,Moore发表了对不断演化的人工智能领域的见解,以及AI竞赛中可能的决胜因素。 Andrew Moore于2000年成为卡内基梅隆大学(CMU)的终身教授。2006年,Moore加入谷歌,负责建设一个新的工程团队,作为工程副总裁,Andrew负责公司零售业务部门Google shopping。Moore于2014年回到CMU担任计算机科学学院院长。Moore是计算机科学和人工智能领域最有影响力的人之一。 在福布斯的AI系列采访中,Moore发表了对不断演化的人工智能
在接受 The Verge 的邮件访谈中,Keras 之父、谷歌软件工程师 François Chollet 对这些问题进行了解答。
在20世纪的大部分时间里,国际象棋博弈都是人工智能研究人员的基准。约翰·麦卡锡(John McCarthy)在20世纪50年代早期创造了“人工智能”一词,曾经把国际象棋称为“人工智能界的果蝇”,可见国际象棋对于人工智能研究的重要性。 在20世纪90年代后期,IBM的Deep Blue展开与世界冠军Garry Kasparov的一系列国际象棋比赛。于1997年最终击败卡斯帕罗夫,这标志着一台机器首次在比赛中击败了世界冠军。到了二十一世纪初,这项技术已经提高到无论在什么样的游戏环境中机器都能够击败国际象棋大师。
谷歌母公司 Alphabet 的人工智能实验室 DeepMind 长期以来一直投资于游戏人工智能系统。实验室的理念是,游戏虽然缺乏明显的商业应用,但却是认知和推理能力的独特相关挑战。这使它们成为 AI 进步的有用基准。
在周四结束的一场比赛中,一台使用AI帮助同时下三场比赛的国际象棋机器人出了岔子,不幸弄折了一名7岁男孩的手指。 俄罗斯国营新闻机构Baza在其Telegram频道上发布了拍下当时场面的视频片段,声称这名男孩骨折,但其他方面并无大碍。推特网民随后将这段视频上传到了网上,供所有人观看。 据Baza报道,这个机器人“压折”了孩子的手指,但也有可能是翻译有误或意思有出入。这段视频看起来好像机器人把它的“手指”或棋子压到了孩子手指的上面,机器人好像被弄糊涂了。 俄罗斯新闻媒体塔斯社报道,这名孩子最后在打着石膏的情况下
70 年的人工智能研究史告诉我们,利用计算能力的一般方法最终是最有效的方法。这个归摩尔定律解释,或者它对每单位计算成本持续指数级下降的概括。大部分 AI 研究都是在认为智能体可用的计算为恒定的情况下进行的(在这种情况下,利用人类知识是提高性能的唯一方法),但是,在比典型研究项目稍长的时间尺度内,我们不可避免地会需要大量的计算。
谷歌AI研究员、Keras之父François Chollet近日发表一篇长达64页的论文,深入分析、阐述“智能的定义和测量”,引起AI研究社区大量关注。
记得在上学的时候有个老师宣称“电脑永远不可能胜过人脑,因为是人类发明了电脑”,不知看到科技发展到现在的阶段之后,他会有何感想。2017年AI在人类设计的游戏里都击败了人类,这使我想起了被《中国象棋》里那个老头支配的恐惧。 在20世纪的大部分时间里,国际象棋是人工智能研究人员的一个基准。早在上世纪50年代初,约翰·麦卡锡提出了“人工智能”一词,他曾把国际象棋称为“人工智能领域的果蝇”,这一说法来源于早期对果蝇的研究对遗传学领域的影响。 上世纪90年代末,IBM的“深蓝”与世界冠军加里·卡斯帕罗夫进行了一系列国
创业公司吹嘘技术骗取信任和融资的例子屡见不鲜,但近日,一家西班牙技术公司被曝惊天造假,不仅技术和产品demo视频被怀疑是造假合成,连团队里的工程师,都是GAN合成的“AI造人”。
这不仅是AlphaGo的问题,许多AI系统无法解释,且难以学习。如果想让AI与人类协作,就不得不解决这个问题。
用AI攻占了国际象棋和围棋高地之后,DeepMind在第一人称射击游戏(FPS)上也有了新进展。
领取专属 10元无门槛券
手把手带您无忧上云