4 0 0 - 1 0 0 - 5 6 7 8

智能设备

Facebook训练人工智能击败人类在棋盘游戏

  Facebook训练人工智能击败人类在棋盘游戏

  

  棋盘游戏Go被认为已经玩了几千年

  

   Facebook创造了一个人工智能系统, 接近 击败最好的人类玩家在中国棋盘游戏,马克 扎克伯格已经揭示。

   社交网络的创始人补充说,工作正在靠近他的办公桌,表明他给予任务的重要性。

   一位专家说,这项挑战可能产生深远的惠益。

   这是第二次,扎克伯格先生强调了人工智能本月的工作。

   Facebook远不是唯一一家使用电脑去玩Go游戏的技术公司,它有数万亿的可能动作。

   微软的研究部门开始开发人工智能软件,以解决这个问题在2004年,并最终发布了一个Xbox视频游戏六年后,利用其技术。

   Google的人工智能首席Demis Hassabis也表示他的DeepMind团队正在开发游戏。

   Go被认为是在2,500多年前在古代中国首次演奏。

   两个人轮流把黑色或白色石头放在网格上,目标是围绕对手的棋子控制棋盘。

   一旦放置,石头不能移动,除非他们被他人的碎片包围和捕获。www.人工智能hot.net

   据估计,有一个10的力量700(10乘以自己699次)可能的方式,一个Go游戏可以发挥。

   相比之下,国际象棋 - 一个人工智能s已经可以在大师级别上玩的游戏 - 有大约10到60种可能的场景的力量。

   扎克伯格在他的Facebook页面上写道: 科学家一直在努力教导电脑在Go上赢得20年。

   我们越来越近了,在过去六个月中,我们构建了一个人工智能,可以使移动速度达到0.1秒,并且仍然与以前的系统一样好,需要花费多年时间。

   我们的人工智能结合了一个基于搜索的方法,模拟每一个可能的移动,随着游戏的进行与我们的计算机视觉团队建立的模式匹配系统。

   这个工作的研究人员,Yuandong Tian,坐在办公桌前约20英尺,我喜欢我们的人工智能团队在我身边,所以我可以从他们的工作中学习。

  无意义的举动

   Facebook的Go 人工智能系统代号为Darkforest,根据11月由田先生提交给国际学习代表会议的一篇论文。

   他写道,它已经在游戏中达到了一个 稳定 的五级水平,代表一个高级业余,但低于 专业水平 。

   然而,他承认软件仍然有缺陷。

   有时,当需要紧张的地方战斗时,机器人毫无意义地玩tenuki( 移动到别处 )。

   当机器人丢失时,它显示了MCTS(一种称为蒙特卡罗树搜索的机器学习技术)的典型行为,这种机器人运动不良,失去更多,我们将来会改进这些。

   Facebook目前正试图使用​​其他人工智能系统来回答问题并在其聊天平台上执行任务。www.人工智能hot.net

   比国际象棋更难

   扎克伯格也公开了他的愿望,建立一个 简单的人工智能 ,以供电给他的家,并帮助他在今年的工作。

   一位独立的研究人员说,该公司在Go上的工作可能有连锁的好处。

   使用任何一种标准的游戏技术,棋比国际象棋要困难得多,而且有一段时间以来,人们一直认为你需要从根本上来说是新的东西,以便破解它 ,Sean Holden博士解释道。剑桥大学计算机实验室。

   这样玩游戏本质上是一个搜索问题,人工智能必须搜索一系列的动作,这将使你从游戏的开始到获胜的位置。

   而且一般的搜索问题可能在所有方式的不同人工智能场景中使用。

   因为,人工智能本质上就是,如果你有一个机器人,并且你想要它实现一个任务,你想要它找到一个移动序列从它是你想要的地方。

  

  

   除特别注明外,本站所有文章均为 人工智能学习网 原创,转载请注明出处来自Facebook训练人工智能击败人类在棋盘游戏

今日热点