人工智能的第一次世界冠军，夺得第一

这是AlphaGo公司从谷歌 H3>


司DeepMind公司谷歌<一个href="https://googleblog.blogspot.co.uk/2016/01/alphago-machine-learning-game-go.html">заявило人工智能公司能够击败欧洲冠军棋盘游戏。系统AlphaGo击败男子5超过了5场比赛。在此之前，改革是为数不多的益智游戏，职业球员谁赢得了在一台计算机。

一个人工智能的发展最生动的指标是赢得游戏逻辑。 AI可以击败的益智游戏，将表明该算法可以解决这个问题更好的人冠军。多年来，游戏的数量正在征服：投降，跳棋，和国际象棋。 1996年，对算法进行了第一次赢得国际象棋中最好的球员：这是对卡斯帕罗夫的电脑深蓝的比赛。而在2005年已经，上一次是一个人获得了更好的算法。从那时起，计算机程序可以打败象棋任何球员。对象和其他游戏：aybiemovsky沃森发挥，赢在危险边缘，而在2014年的人工智能搜索巨头谷歌自主掌握了49岁的街机游戏雅达利一>。

但有些游戏还没有征服。一个nevzyatyh早已第二。这棋盘游戏数千年前起源于中国古代。填充矩形板19×19线，黑色和白色的石头。之前，每个球员是用比对手大石头境内隔离问题在黑板上。游戏中有一个复杂的人工智能的一个有效的系统来笼络男人一些规则。例如，石头上的标准板上多于天文数字的可能位置（10 <sup>100 SUP>）倍大于在国际象棋。可能位置的数目比原子在宇宙大。正如它不可能指望所有的动作，也是迄今为止最好的计算机系统，在球迷们的水平发挥。

在第二许多段落口授通过简单的直觉，并且难以将在一个类似的算法。正是这种吸引专家的注意力在人工智能的复杂性。 - 人工智能的开发，在2014年其谷歌收购。在DeepMind能够创造软件，能够击败冠军。

是搜索树的制剂不适合的，因此系统成立AlphaGo。它是基于搜索蒙特卡洛和深神经网络。神经网络通过12个不同层次组成的数以百万计的神经连接的电路板的描述。其中一个网络，“网络策略”，选择下一步的行动。其他，“净值”，预测的赢家。</sup>



培训了3000万招很多真实的人的神经网络。出现了在病例的57％下转一个正确的预测的结果。在AlphaGo 的最好成绩是44％。但目标是取胜，而不仅仅是模仿人类。 AlphaGo通过数千他们的神经网络之间的比赛，并通过改善<一个连接学会了href="https://ru.wikipedia.org/wiki/%D0%9E%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_%D1%81_%D0%BF%D0%BE%D0%B4%D0%BA%D1%80%D0%B5%D0%BF%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC">обучения加固。整个过程需要大量的计算能力，所以一切都是在云谷歌云平台启动。

首先，将所得产物进行测试，以其他最佳的解决方案。 AlphaGo赢得然后499场比赛开出的500被邀请到Nature杂志的主编的英国联邦法官，并三度<一个href="https://ru.wikipedia.org/wiki/%D0%A7%D0%B5%D0%BC%D0%BF%D0%B8%D0%BE%D0%BD%D0%B0%D1%82_%D0%95%D0%B2%D1%80%D0%BE%D0%BF%D1%8B_%D0%BF%D0%BE_%D0%B3%D0%BE">чемпион欧洲范辉。这一直是亚洲的棋盘游戏12年的职业球员。本场比赛是闭门举行的谷歌在去年十月的伦敦办事处。

要运行的算法，<一个href="http://www.wired.com/2016/01/in-a-huge-breakthrough-googles-ai-beats-a-top-player-at-the-game-of-go/">потребовался计算170显卡和1200处理器集群（大概意思个别核）。范惊讶地发现，他已经失去了一台电脑，在第一场比赛。冠军注销完败于自己的非侵略性。他认为，这只是一个热身，并开始更积极地发挥。但范失去了所有四个后续批次。算法AlphaGo赢得了五个五场比赛。

当他们在谷歌说，这是第一次，该方案是能够赢得一个职业围棋选手。下一个合乎逻辑的步骤是在首尔匹配3月发生传说中的朝鲜去亲的李世石 - 在第一个十年的最佳球员。这场比赛时，系统性能将提高，因此它可以在更小的设备中运行。

数以百万计的人在全球几十该剧。另一种益智游戏的逐渐征服 - 这是非常重要的。但有趣的是，AlphaGo尚未创建由一组规则手动。胜出的帮助机器学习。

在谷歌希望利用经验来解决现实世界的问题。即使用通用的方法意味着这些算法会发现，在气候建模和疾病在证券交易所交易的股票分析许多系统应用的事实。

周三该研究的结果发表 在科学期刊自然。

从事这样的发展，并给Facebook。马克·扎克伯格<一href="https://www.facebook.com/zuck/videos/vb.4/10102619979032811/?type=2&theater">сообщил周三表示，其研究人员已经接近征服了中国游戏。扎克伯格已在无形中一直密切关注开发过程：该项目的作者坐镇来自Facebook的办公桌执行董事20英尺
。


研究Facebook的： 的arXiv：1511.06410 [cs.LG] STRONG>

资料来源： geektimes.ru/post/269990/