谷歌AlphaGo AI程序强劲但并不完美,说击败韩国球员.灰鸽子下载,远程控制软件

admin

谷歌AlphaGo AI程序强劲但并不完美,说击败韩国球员.灰鸽子下载,远程控制软件
AlphaGo击败李Se-dol三个五场比赛的比赛

谷歌DeepMind AlphaGo人工智能程序击败韩国选手李Se-dol与连续三场比赛赢了。
李说:“我觉得无能为力后失败。
人与机器之间的密切关注比赛周六可能会加强认为AI来到自己的,与巨大的潜力不仅在游戏,而且在企业和其他应用程序。
人工智能在仍有一段路要走,据李。“今天的失败是李Se-dol失败,真的不是人类的失败,“球员在新闻发布会上告诉记者。
他补充说,AlphaGo强烈程序但不完美的程序的一个“所谓神圣的上帝。”这让不同的、有时甚至比人类优越的移动,但这个项目也有弱点,李说。
AlphaGo之前对李,一个顶级球员,在游戏中在首尔,韩国周三和周四,周四之后的“无语”的玩家说圆。
没有一个时刻,他觉得他是领先的棋盘游戏。周六,李的压力似乎是建立在游戏的早期,许多在线观众预测他会输。
玩家轮流去黑或白块,称为“石头”攻线网格,旨在捕获目标周围的石头和环绕更多的空白领域。
谷歌DeepMind说剩下的两场比赛将在周日和周二到达程序的最后一场比赛得分。AlphaGo赢得比赛,赢得了100万美元的谷歌已经承诺向慈善机构捐款。
去年高调获胜为AI程序是IBM的深蓝的象棋胜利对加里Kasporov在1997年和2011年赢得沃森的危险的智力竞赛节目,从蓝色的另一台计算机。IBM继续商业化沃森的自然语言处理和机器学习的非结构化数据的分析,和谷歌也将自己的人工智能技术商业化AlphaGo后更积极地赢了。
AlphaGo两年前开始作为一个研究项目来测试是否使用深度学习的神经网络可以理解和围棋。
据大卫银,AlphaGo项目的主要研究人员之一。谷歌在2014年收购了英国AI公司DeepMind。
周四,AlphaGo的迹象可能被描述为“创造力”,做了一个动作,游戏评论家说不太可能是由一个专业人力的球员。程序使用作为一个指导人类可能从其组成的“政策网络”模型的由人类专家在不同的情况下,但可能会使自己的移动,当其“价值”的神经网络评估可能的举措在更大的深度。
“AlphaGo玩游戏比以前更加复杂,”迈克尔·雷德蒙说,评论员在首尔事件和一个专业的球员,在星期六的比赛。
他建议这个项目已经得到了很多更强大和更复杂的5:0大胜后10月对欧洲冠军粉丝汇去。
谷歌DeepMind可能会针对类似的5:0大胜AlphaGo反对李明博在首尔。