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
2016年1月27日,《自然》刊文报道,谷歌公司开发人工智能程序alpha go(阿尔法围棋)以5:0的战绩完胜欧洲冠军,围棋职业二段樊麾。这是围棋人工智能首次战胜人类职业棋手。这在围棋界掀起了一个不大不小的波澜。之所以不大,是因为樊麾并不能代表人类最高水平。另外当时人们对ALPHA GO知之甚少,仅从棋谱上看,仍有不小的瑕疵。 2016年3月9日至3月15日,ALPHA GO在韩国首尔以4:1的战绩战胜人类顶尖棋手,韩国围棋职业棋手李世石九段。如果说战胜樊麾只是ALPHA GO的小试牛刀,人们对ALPHA
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。
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 编者按:近日,前麻省理工学院计算科学和人工智能实验室主管, iRobot和Rethink Robot
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。
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
20世纪90年代后期,IBM深蓝(Deep Blue)研究了一系列的国际象棋算法,期望于打败当时的世界冠军加里•卡斯帕罗夫(Garry Kasparov)。
本文是雷锋网2015年9月份发出的文章,由知社学术圈王鹏编译,原标题《深度学习机器自学国际象棋72小时,媲美国际大师》,文章来源:MIT Technology Review。 谷歌旗下Deep MInd创始人宣布了谷歌在人工智能领域取得重要进展:开发出一款能够在围棋中击败职业选手的程序——AlphaGo,《Nature》杂志也以封面论文的形式, 介绍了AlphaGo击败欧洲围棋冠军樊麾,并将在 3 月和世界冠军李世乭对战。在此之前,有专家提到人工智能机器——“长颈鹿”,它可以通过自学从而像人类那样通过评
AI科技评论按:1997年5月11日,IBM 深蓝计算机打败了当时世界国际象棋冠军加里·卡斯帕罗夫,这成为了载入史册的历史性事件。事隔20年后,围棋领域的AlphaGo也即将与世界排名第一的围棋选手柯洁对战,而此时,卡斯帕罗夫也将出版新书《深度思考:人工智能的终点,就是人类创造力的起点》(Deep Thinking: Where Artificial Intelligence Ends and Human Creativity Begins),回顾“人类VS机器”的20年历程。作为“被机器打败”的亲历者
哈萨比斯天天见。这位DeepMind创始人、AlphaGo之父,一直是全球赞颂的当世天才,但每天要到凌晨4点,才能睡下。
今年,Deepmind的“AlphaGo”在围棋领域的胜利让不少人了解到人工智能的强大。当时有人还认为没有人类棋手的经验,人工智能很难快速达到如今的成绩,但后来推出的AlphaGo Zero却是从0开始,自己学习围棋,又取得超越AlphaGo的成绩。如今Deepmind再次将这种强大的算法泛化,提出了AlphaZero:一种可以从零开始,在多种不同的任务中通过自我对弈,达到超越人类水平的新算法。这种算法可以通过24小时的对弈训练后,就可以在日本将棋和国际象棋领域击败目前业内顶尖的计算机程序(这些程序早就战胜
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”——
点击标题下「大数据文摘」可快捷关注 “深蓝”在1997年的一场历史性的人机大战中战胜了人类国际象棋冠军卡斯帕罗夫。 图/Peter Morgan 1996年,许峰雄博士(右,现为微软亚洲研究院高级研究
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
【新智元导读】柯洁誓死战胜 AlphaGo 的豪言壮语言犹在耳, 20 年前第一个被计算机击败的人类冠军、国际象棋大师卡斯帕罗夫却表示,当年和深蓝相遇,既是他的幸运,也是他的诅咒。而20年后的今天,他丝毫不怀疑,每个职业都终将感受到 AI 带来的压力,否则就意味着人类停止发展,而人类劳动逐渐被人类的发明取代,这本身就是文明的历史。 “我会抱必胜心态、必死信念。我一定要击败阿尔法狗!”对于5月23日至27日在中国乌镇与围棋人工智能程序 AlphaGo (阿尔法狗)的对弈,目前世界排名第一的中国职业九段柯洁放
不仅会下围棋,还自学成才横扫国际象棋和日本将棋的DeepMind AlphaZero,登上了最新一期《科学》杂志封面。
陈桦 编译整理 量子位 报道 | 公众号 QbitAI 1985年,22岁的棋手卡斯帕罗夫拿下了他人生中的第一个世界冠军,再也没有人类能撼动他在国际象棋界的地位。 1997年5月11日,卡斯帕罗夫对阵
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
---- 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…
【导读】从AlphoGo Zero 到AlphaZero只是少了一个词“围棋”(Go), 但是背后却代表着Hassabis将和他的DeepMind继续朝着“创造解决世界上一切问题的通用人工智能”这一目标道路上迈出了巨大的一步。今天DeepMind在arXiv发表论文表示其开发的通用强化学习程序AlphaZero,使用蒙特卡洛树搜索(MCTS)和深度神经网络,和强大的算力,同时在国际象棋,日本将棋和围棋中战胜各自领域的最强代表。而且这一切都是通过自我对弈完成的,在训练中除了游戏规则,不提供任何额外的领域知识。
此前不久,DeepMind 还推出了 AlphaFold,成功地根据基因序列预测出蛋白质的 3D 形状,将人工智能技术应用在了科学研究领域。
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
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
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”。
如果我们想利用科技,就必须直面恐惧。 ——加里·卡斯帕罗夫 卡斯帕罗夫 生于1963年 前苏联、俄罗斯国际象棋棋手 22岁成为世界上最年轻的国际象棋冠军 接下来的职业生涯里 他获得了一连串冠军头衔 直到2005年退役 但是 幸运也是不幸 让他真正“家喻户晓”的 是历史课本里 1997年5月11日 他作为人类的代表 与IBM计算机“深蓝”的一次对弈 那一次 人类输了 此后的20年 人类好像一直在输 到了2017年 IBM已经有了能赢取智力竞赛节目的Watson 而距离谷歌用AlphaGo震惊世界 也已
转自澎湃新闻 “我会抱必胜心态、必死信念。我一定要击败阿尔法狗!” 对于5月23日至27日与围棋人工智能程序AlphaGo(阿尔法狗)的对弈,目前世界排名第一的中国职业九段柯洁放出豪言。然而,AlphaGo(阿尔法狗)之父却说,“我们发明阿尔法狗,并不是为了赢取围棋比赛。” AlphaGo之父杰米斯·哈萨比斯(Demis Hassabis)近日在母校英国剑桥大学做了一场题为“超越人类认知的极限”的演讲,解答了世人对于人工智能,对于阿尔法狗的诸多疑问——过去3000年里人类低估了棋局哪个区域的重要性?阿尔
(a)人的智能是他们理解和学习事物的能力,或者说,智能是思考和理解能力而不是本能做事能力。
【新智元导读】AlphaGo之父杰米斯·哈萨比斯(Demis Hassabis)近日在母校英国剑桥大学做了一场题为“超越人类认知的极限”的演讲,解答了世人对于人工智能,对于阿尔法狗的诸多疑问——过去3
阿尔法元(AlphaZero)诞生一周年之际,《科学(Science)》杂志今天以封面文发布了阿尔法元(AlphaZero)经过同行审议的完整论文,Deepmind创始人兼CEO哈萨比斯亲自执笔了这一论文。
人工智能、机器学习、深度学习这些名词经常会在各种场合听到,那具体有哪些区别呢?在业内来说,这几个概念还是有区别的,如果混用就会让人觉得是个门外汉。为了避免露馅成为外行,下面就来具体介绍一下每个概念以及它们之间的区别。
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。
森七为各位宅在家里的朋友分享几款超炫经典的HTML5游戏,让我们在不仅获得快乐的同时又可以学到新鲜的HTML5知识,一起来看看吧。 1、HTML5版切水果游戏 HTML5游戏极品 这是一款
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。
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
来源:新浪科技 作者:DeepTech 现代文明和科技已经使得我们的直觉不断退化。绝大多数人都没有意识到直觉的价值甚至没有意识到它的存在。作为复杂计算的基础,直觉是一种很容易被忽视的非常规方法。这种非常规性使得许多研究人员忽视它的潜力。 本文引用地址:http://www.eepw.com.cn/article/201712/373152.htm 我在人工智能领域所做的工作围绕“先进的认知机器将使用直觉作为其智力基础”这一想法。我们人类的思想为一般化的智力提供了充足的证据。人类本质上是直觉机器,而我们
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。
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。
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
小编看到了一个很有趣的访问--Alpla Go之父Demis Hassabis与前国际象棋棋王卡斯帕罗夫一起讨论关于人工智是否能取代人类棋手的话题,于是特地翻译成中文,让大家围观一下两个天才之间的对话。 他们之间还有个小插曲。 早在20多年前他们就见过面,不过当时Demis还是个十几岁的毛头小伙,还有点狂妄自大,没想到一转眼他成了万众瞩目的人工智能界新星。所以,千万不要小看你身边不起眼的年轻人哦~ 📷 1 20年前有一个自大的小伙子 很多年前卡斯帕罗夫在伦敦举办了一个小型家庭聚会, 晚饭时曾偶然和一个小伙子
金磊 发自 凹非寺 量子位 | 公众号 QbitAI 谁能想到跟一个机器人下棋,竟然还能把手指弄折了。 这事就发生在莫斯科国际象棋公开赛上,一个7岁男孩正在对战一台国际象棋机器人。 然而就在下一秒,机器人的机械臂突然狠狠地“咬”住了小选手的手指。 从录像中不难看出,小男孩十分痛苦地在挣扎,但是机械臂却迟迟未做出任何反应。 随后数名成年人冲进现场,在几人合力之下,才将小朋友的手指从“虎口”中拿了出来。 而此时小朋友的手指已经处于骨折状态,旁边的女士(可能是母亲)见状也是万分焦急,掩面不知所措。 对此,莫斯科国
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。
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
大数据文摘字幕组作品 如果我们想利用科技,就必须直面恐惧。 ——加里·卡斯帕罗夫 卡斯帕罗夫 生于1963年 前苏联、俄罗斯国际象棋棋手 22岁成为世界上最年轻的国际象棋冠军 接下来的职业生涯里 他获得了一连串冠军头衔 直到2005年退役(゚▽゚)/ 但是 幸运也是不幸 让他真正“家喻户晓”的 是历史课本里 1997年5月11日 他作为人类的代表 与IBM计算机“深蓝”的一次对弈 那一次 人类输了 和文摘菌用过同一版历史教材的请举手 此后的20年 人类好像一直在输 到了2017年 IBM已经有了能赢取智力
现在机器学习已经变得越来越主流,一些设计模式渐渐浮现。作为CrowdFlowe的CEO,我与许多构建机器学习算法的公司合作过。我发现了在几乎任何一个成功将机器学习应用于复杂商业问题的案例中,都有“人在环中”的运算。它是这样的: 首先,一个机器学习模型先对数据,或者每一个需要标记的视频、图片和文件,做处理。这个模型也给出了一个置信分数(confidencescore),表示这个算法有多大可能做出了正确的判断。 如果置信分数低于了某个值,它会把数据发送给人类,让人类做判断。人类做出的这个新判断既会被应用于处理过
谁都没有想到,声称要以5:0击败电脑的韩国围棋天王李世石,会在“人机大战”连续两场比赛败给Alpha Go,尽管失利的主要原因是李世石自身的失误造成的,但不可否认的是,Alpha Go实力上的提升,已经到了可以威胁人类最强围棋选手的地步。 这次比赛引发广泛探讨,机器人工智能是否正在超越人类“脑力”? 1李世石为什么输?
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
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。
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。
领取专属 10元无门槛券
手把手带您无忧上云