业余职业和AI的围棋差距一AI的兴起

2023-08-23 3:41:21 聚哦资讯 聚哦

业余职业和AI的围棋差距一AI的兴起

2008年还没有人类战胜不了的围棋AI,胡煜清在《围棋天地》写了一篇文章《业余职业六天堑》,介绍了业余棋手和职业棋手的差距,分为布局、棋形、计算力、形式判定、局面控制、官子六个部分。背景是那一年首届智运会在北京举行,围棋比赛业余和职业棋手都可以报名,也出现了很多顶尖职业高手和业余棋手的对局。

2016年3月,阿尔法狗横空出世,4:1战胜了李世石,李世石对阿尔法狗的这盘胜利,也是阿尔法狗输给人类的唯一一盘棋。2016末,阿尔法狗进化出了Master,对中日韩高手取得了60连胜。2017年10月18日,DeepMind公布了阿尔法狗的最强版本Zero,给人类留下了几盘左右互博的棋局,就宣布退役了。

阿尔法狗和李世石的对弈拉开了AI围棋战胜人类的序幕

阿尔法狗虽然退役了,却引领了围棋AI开发的高潮,各种版本的围棋AI像雨后春笋般迅速被开发出来。目前,腾讯开发的绝艺水平最好,星阵、里拉都也是其中的佼佼者。现在很多围棋AI软件是开源的,所以很多个人电脑上也安装了AI智能程序,让网络对弈的环境变得不那么干净,“遛狗”现象越来越多。

柯洁和阿尔法狗的比赛被 AI零封

AI不仅仅是超越了人类棋手,更重要的是进化速度也非常快。某职业棋手介绍2020年朴廷桓的一盘棋时说,这局棋朴廷桓下出了一手AI当时看不出来的妙手,而现在复盘发现,他电脑上的AI已经能很快算出这一步了。围棋AI就像是一辆迎面驶来的火车,带着轰鸣声向我们呼啸而来,我们还来不及仔细观察,它就又从我们身边呼啸而去。人类只能望尘莫及,唯一的方式就是乘坐在它的上面。现在的棋手“遛狗”是被人歧视的,可是假如以后脑机接口实现了,围棋这项运动还有存在的意义吗 围棋高手还会存在吗 是比拼人脑还是电脑

还是先回到现在吧。AI在围棋上战胜了人类,也改变着人类对围棋的认识。很多以前的定式在AI的帮助下也被重新认识了,也演变出很多新定式,比如芈式飞刀。点三三的定式在以前的布局也偶尔出现,现在三三的定式在职业棋手的布局中比比皆是,AI的相互对局中更几乎每盘都有。

世界智能围棋公开赛绝艺3:0战胜星阵夺得冠军

AI的计算力是人类不能比的,人类的优势是可以凭借记忆和感觉下棋,但是决定性的还是计算。职业棋手比业余棋手强大,优势更多体现在计算力上。但是职业棋手也会犯错误,AI是不会犯错的,

胡煜清把业余和职业棋手的差距称为“天堑”,作为顶尖的业余棋手有夸大的嫌疑,现在很多业余高手的比赛中,棋手们表现的越来越职业。胡煜清这样的业余高手,水平和普通的职业棋手已经难分高下。而真正成为天堑的将是围棋AI和职业棋手的差距,而且这个差距还在不断地加大。

AI和人类棋手的差距表现在什么地方 各位棋友可以分享一下自己的看法。作为一个业余爱好者,我也将陆续分享一下我的看法。(未完待续)

女足世界杯国际足联公布中国对阵丹麦裁判组名单

扬子晚报网7月20日

主裁判:玛丽耶·索莱尔·贝乌多因(加拿大)

助理裁判:查安特尔·保德奥(加拿大)、斯特菲尼耶·叶兴(牙买加)

第四官员:阿克霍纳·玛卡利马(南非)

根据赛程安排,中国女足将在北京时间7月22日20点迎来小组赛首个对手丹麦女足。

校对 陶善工

中国女足加油🌹姚凌薇晒出征及集训照,为球队加油

中国女足今日启程前往澳大利亚,姚凌薇晒出球队集训和今日出征的照片。

在结束国内的集训之后,中国女足今天从广州启程前往澳大利亚,参加女足世界杯,球队预计明天早上抵达阿德莱德大本营。

在出征之前,入选女足世界杯大名单的姚凌薇晒出球队今日出征以及此前集训的照片,为球队加油。在7月22日与丹麦的世界杯首战前,中国女足将与巴西、哥伦比亚热身。

(Luca)

人类和AI再弈围棋,人类150完胜

导言:据英国《金融时报》2月17日报道,一名人类围棋选手在比赛中以15:0的悬殊比分击败一个顶级人工智能系统。在以ChatGPT为首的人工智能大火的今天,这条消息仿佛一条fake news。

遥想2016年,谷歌围棋人工智能“阿尔法狗”(AlphaGo)以4比1的成绩战胜世界围棋冠军李世石,那场人机大战可是人工智能史上的里程碑事件。后又有围棋高手柯洁几次大战阿尔法狗,战绩都不甚理想。

而在阿尔法狗“归隐”的数年间,新一代的人工智能竟0分落败,甚至这位战胜AI的Kellin Pelrine仅只是一位美国业余围棋选手。他在与名为Leela Zero的AI公平对弈的情况下,连胜15盘(实质上是14盘,有1盘作为测试,借助了电脑)。是Kellin Pelrine将以超凡棋艺举起人类反抗AI的大旗,还是AI技术反而退步了

01

人类完胜AI

在我们以为看到了一缕人类战胜AI的微光时,现实将我们打回谷底。实际上,被Pelrine打败的AI围棋机器人,棋力与AlphaGo不相上下,而Pelrine之所以能轻易以如此漂亮的战绩打败AI,其实是因为此前他用另一台计算机程序搜寻了围棋人工智能系统的弱点,找到了AI的漏洞击败了顶级AI围棋机器人Leela Zero。

实际上,发现AI漏洞的也是AI。Pelrine背后是美国公司FAR AI,这家公司开发了一个发掘bug的围棋AI,然后让它和AI围棋机器人下了一百多万盘棋,专门寻找可以让人类棋手利用的盲点。结果真的找到了AI的盲点:AI棋手分不清“声东击西”。

简单来说,一个AI找到了另一个AI的漏洞,然后人类用这个漏洞击败了AI。像极了某些科幻电影中,一个跳反AI从其他AI手中拯救人类的桥段。

在找bug的过程中,AI会被边缘和角落的落棋吸引注意力,注意力被分散的同时棋手将中央的棋子串成一个大圈来包围AI棋手。对于人类来说,这是个难登大雅的小伎俩,但AI很难注意到自己正在一步步落入陷阱。

02

深度学习技术存在缺陷

这次事件暗示了驱动AI的深度学习技术存在缺陷。深度学习技术是人工智能的核心,是一种以人工神经网络为架构,对数据进行表征学习的算法。

通俗来讲,就是你给它什么,他学习什么。目前深度学习技术应用在大多数人工智能产品上,比如自动驾驶、视觉识别、机器人,和最近大火的ChatGPT等等。

这种技术的特点是,虽然学习速度快,但不会判断数据准确性,也无法像人类一样举一反三。深度学习可以在不理解数据的情况下模仿数据中的内容:它不会否定任何数据,不会发现社会上的偏见,而只是“学习数据”。

去年一位国外人工智能研究者利用将网络上著名的喷子、粪坑论坛板块“4chan /POL/”(/POL/为Politically Incorrect的缩写,即“政治不正确”)的数据作为人工智能的深度学习模型,训练出了一个满嘴种族歧视、仇恨偏见、疯狂带节奏的“史上最糟AI”GPT-4chan。这个糟糕AI在网络上疯狂发帖1.5万条,几乎没有被网友认出这不是真人。

深度学习的另一大缺点是,不懂变通和举一反三。加州大学伯克利分校计算机科学教授Stuart Russell指出AI只能“理解”它们过去遇到的特定情况,而无法像人类一样进行“概括”。

在围棋人机对弈中,深度学习只能让AI“理解”它们过去接触过的特定棋势,当棋盘边缘有下棋动作时,AI会同往常一样做出下一步反应,对于未接触过和训练过的人类策略和陷阱无法识别,因此无法像人类一样看穿伎俩,举一反三。

03

AI面临的安全问题

当前主流的利用深度神经网络学习等技术具有的“黑箱属性”,导致AI算法存在不可解释性,这也为人类使用AI带来了难以预知的安全风险。

随着神经网络模型结构越来越复杂,模型越来越大,参数越来越多,这些模型中的逻辑错误和漏洞就更加难以被发现。一旦漏洞遭到攻击,后果难以想象。

例如人脸识别系统的漏洞如果被发现,在人脸照片上添加少量干扰或将对抗补丁打印制作后由真人佩戴,就能欺骗人脸识别系统。在自动驾驶系统中,修改障碍物参数、加上干扰因素使系统无法识别障碍,存在巨大安全隐患。

除了AI技术本身的问题外,数据安全也是发展中的难点。目前的人工智能应用往往绑定了个人隐私、商业机密信息等,在AI落地的过程中,就可能在数据应用或者流通环节造成信息泄露。

另外,AI技术滥用也是目前存在的普遍现象。前段时间大火的AI作画将大量艺术家的绘画作品作为样本进行训练,开发者为了盈利,将AI生成画作的权限下放至每一个用户。大量拼凑的AI画作产生,无数职业插画师开始抵制甚至起诉版权问题。

美国版权局称AI作画不受版权保护,这意味着利用AI抄袭和拼凑别人的作品进行变现被默认合法。类似的还有AI换脸等应用,利用换脸入侵人脸识别系统,后果难以想象。防范AI滥用,是整个人工智能应用环节必须要关注到的安全风险。

04

提前应对AI安全隐患

云集众多技术大佬的OpenAI在创立之初就将防范AI危险作为自己的宗旨之一,可见AI技术背后隐藏的风险程度。

虽然AI技术尚未完全成熟,但应对措施仍应当被提前讨论。首先,安全漏洞本质上是因技术不成熟导致的,因此技术上的完善是所有举措中最庞大最艰巨的任务。其次是需要加强信息监管,建立标准化的人工智能质量管理认证体系,保障技术安全和数据安全。最后,我国在人工智能领域相关的法律仍处于缺失状态,推动立法,由法律来保障和约束人工智能在未来拥有良好的发展环境。

最后,既然AI是从现有数据,和从用户沟通过程中学习数据,那么也许我们从现在开始,就应当对AI表达出起码的善意。

图片源于Q仔互联网冲浪所得,若有侵权,后台联系,Q仔滑跪删除~

发表评论:

标签列表
请先 登录 再评论,若不是会员请先 注册