李世石人機(jī)大戰(zhàn)第五局比賽結(jié)果是什么？第五局誰贏了？下面西西就為大家詳細(xì)介紹。
李世石人機(jī)大戰(zhàn)第五局誰贏了 李世石人機(jī)大戰(zhàn)第五局比賽結(jié)果直播地址
李世石人機(jī)大戰(zhàn)直播軟件：http://www.innovatechautomation.com/soft/228037.html
隨著李世石的兩次投子認(rèn)輸，這場(chǎng)圍棋人機(jī)大戰(zhàn)的結(jié)果已經(jīng)是谷歌的AlphaGo領(lǐng)先了，而且是干脆利落的2:0。當(dāng)這一結(jié)果出來時(shí)，全世界都目瞪口呆。
這場(chǎng)世紀(jì)大戰(zhàn)，吸引了超乎想象的關(guān)注度，也引發(fā)了足夠多的討論。因?yàn)檫@里有足夠多的噱頭：人機(jī)大戰(zhàn)、“人類智慧最后一塊高地——圍棋”、機(jī)器人、人工智能、人類的恐慌……于是，我們的社交媒體都被這場(chǎng)大戰(zhàn)占領(lǐng)了。
好賭是人類的天性之一，競(jìng)猜比賽結(jié)果就成為茶余飯后的談資。極端者有兩派，認(rèn)為李世石會(huì)完勝的主要來自圍棋界，認(rèn)為機(jī)器人會(huì)完勝的主要來自科技界里的技術(shù)派。沒那么極端有分為這么幾個(gè)門派：長(zhǎng)遠(yuǎn)派，代表人物是李開復(fù)，認(rèn)為這次AlphaGo可能懸，但長(zhǎng)遠(yuǎn)趨勢(shì)一定是AlphaGo勝利；恐慌派，對(duì)機(jī)器人為代表的新技術(shù)有莫名的恐慌，希望李世石能夠以3:2之類的比分獲勝；偽技術(shù)派，對(duì)AI一知半解，甚至連“引力波”這樣的東東都拉扯上，希望AlphaGo能夠以3:2之類的比分獲勝……
這兩年重點(diǎn)也在研究人工智能，加之發(fā)表了一些文章和觀點(diǎn)，幾個(gè)月前也出版了一本相關(guān)著作《智能爆炸：開啟智人新時(shí)代》，因此也有不少媒體朋友采訪我。月初也專門寫了一篇文章，標(biāo)題就很直觀表達(dá)了我的預(yù)測(cè)結(jié)果——“圍棋人機(jī)大戰(zhàn)，機(jī)器獲勝毫無懸念”。
下面來分析下其中的原因，李世石真的毫無懸念的輸給了AlphaGo，到底是什么造成的：
1、機(jī)器的深度學(xué)習(xí)能力，可以讓棋藝突發(fā)猛進(jìn)
開賽前，中國(guó)的圍棋高手古力接受采訪時(shí)曾如此預(yù)測(cè)，他認(rèn)為幾個(gè)月前AlphaGo戰(zhàn)勝歐洲冠軍時(shí)，展現(xiàn)出來的只是一個(gè)專業(yè)初段的水平，而李世石可是專業(yè)九段頂級(jí)高手，幾個(gè)月內(nèi)，從初段提升到九段水平，古力認(rèn)為完全不可能。
古力的說法是對(duì)的，也是錯(cuò)的。對(duì)于人類，這當(dāng)然不可能；對(duì)于機(jī)器，這就有了可能性。其中的原因就是，機(jī)器會(huì)深－度－學(xué)－習(xí)。
深度學(xué)習(xí)的“技術(shù)路線”是模擬人類大腦神經(jīng)網(wǎng)絡(luò)的工作原理，將輸出的信號(hào)通過多層處理，將底層特征抽象為高層類別，它的目標(biāo)是更有效率、更精確地處理信息。深度學(xué)習(xí)自2006年由Geoffrey Hinton教授和他的兩個(gè)學(xué)生被提出后，使得機(jī)器學(xué)習(xí)有了突破性的進(jìn)展，極大地推動(dòng)了人工智能水平的提升。2013 年，《麻省理工技術(shù)評(píng)論》把它列入年度十大技術(shù)突破之一。
人腦具有一個(gè)深度結(jié)構(gòu)，認(rèn)知過程是逐步進(jìn)行，逐層抽象的，能夠?qū)哟位亟M織思想和概念。深度學(xué)習(xí)之所以有如此大的作用，正是因?yàn)樗^好地模擬了人腦這種“分層”和“抽象”的認(rèn)知和思考方式。
深度學(xué)習(xí)的實(shí)質(zhì)，是通過構(gòu)建具有很多隱層的機(jī)器學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)，來學(xué)習(xí)更有用的特征，從而最終提升分類或預(yù)測(cè)的準(zhǔn)確性。因此，“深度模型”是手段，“特征學(xué)習(xí)”是目的。區(qū)別于傳統(tǒng)的淺層學(xué)習(xí)，深度學(xué)習(xí)的不同在于：（1）、強(qiáng)調(diào)了模型結(jié)構(gòu)的深度，通常有5層、6層，甚至10多層的隱層節(jié)點(diǎn)；（2）、明確突出了特征學(xué)習(xí)的重要性，也就是說，通過逐層特征變換，將樣本在原空間的特征表示變換到一個(gè)新特征空間，從而使分類或預(yù)測(cè)更加容易。與人工規(guī)則構(gòu)造特征的方法相比，利用大數(shù)據(jù)來學(xué)習(xí)特征，更能夠刻畫數(shù)據(jù)的豐富內(nèi)在信息。
深度學(xué)習(xí)使得人工智能在幾個(gè)主要領(lǐng)域都獲得了突破性進(jìn)展：在語音識(shí)別領(lǐng)域，深度學(xué)習(xí)用深層模型替換聲學(xué)模型中的混合高斯模型（Gaussian Mixture Model, GMM），獲得了相對(duì)30%左右的錯(cuò)誤率降低；在圖像識(shí)別領(lǐng)域，通過構(gòu)造深度卷積神經(jīng)網(wǎng)絡(luò)（CNN），將Top5錯(cuò)誤率由26%大幅降低至15%，又通過加大加深網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)一步降低到11%；在自然語言處理領(lǐng)域，深度學(xué)習(xí)基本獲得了與其他方法水平相當(dāng)?shù)慕Y(jié)果，但可以免去繁瑣的特征提取步驟�？梢哉f到目前為止，深度學(xué)習(xí)是最接近人類大腦的智能學(xué)習(xí)方法。
深度學(xué)習(xí)引爆了一場(chǎng)革命，將人工智能帶上了一個(gè)新的臺(tái)階，將對(duì)一大批產(chǎn)品和服務(wù)產(chǎn)生深遠(yuǎn)影響。
應(yīng)該說，深度學(xué)習(xí)是谷歌有底氣在戰(zhàn)勝歐洲冠軍幾個(gè)月后，就敢來挑戰(zhàn)世界冠軍李世石的底氣所在。
2、超常的計(jì)算能力，遇強(qiáng)則更強(qiáng)
可以說，沒有哪一項(xiàng)技術(shù)的發(fā)展速度之快能像計(jì)算機(jī)技術(shù)那樣令人驚訝。根據(jù)雷庫(kù)茲韋爾的觀點(diǎn)，從計(jì)算機(jī)發(fā)明至今，計(jì)算機(jī)性能指數(shù)和性價(jià)比指數(shù)一直呈指數(shù)級(jí)增長(zhǎng)，且先后歷經(jīng)了五種范式——機(jī)電、繼電器、真空管、離散晶體管和集成電路。著名的摩爾定律也得益于技術(shù)精進(jìn)和范式轉(zhuǎn)換，得以一直延續(xù)至今，其生命力也可能隨著納米技術(shù)和材料技術(shù)的發(fā)展延續(xù)到21世紀(jì)中葉。
“集成電路芯片上所集成的電路的數(shù)目，每隔18個(gè)月就翻一倍。”作為英特爾公司創(chuàng)始人之一的戈登·摩爾，在50年前提出這一論斷時(shí)，顯然沒有意識(shí)到自己這一略顯武斷的結(jié)論將對(duì)人類進(jìn)步產(chǎn)生多么巨大的影響。盡管在此后的一段時(shí)間內(nèi)，他不斷修正這一論斷，使它不像數(shù)學(xué)定律那樣可靠，但這一定律仍揭示了一個(gè)重要趨勢(shì)——芯片技術(shù)、計(jì)算機(jī)技術(shù)乃至人類科技文明都在呈指數(shù)級(jí)加速增長(zhǎng)。相比于預(yù)測(cè)未來的未來學(xué)意義，摩爾定律的現(xiàn)實(shí)意義更在于它的樂觀主義精神——它使人類（至少是一大部分人）義無反顧的將全部籌碼傾注于現(xiàn)在看起來毫無意義、毫無進(jìn)展的領(lǐng)域之上——比如曾經(jīng)的人工智能技術(shù)。
典型代表可能就是量子計(jì)算機(jī)。2012年諾貝爾物理學(xué)獎(jiǎng)得主、法國(guó)科學(xué)家Haroche在其諾貝爾獲獎(jiǎng)演講說：“量子計(jì)算機(jī)看起來是一個(gè)烏托邦�！� 量子比特恰似那只將人折磨得死去活來的薛定諤的貓，捉摸不定又令人傷透腦筋。同納米管計(jì)算一樣，量子計(jì)算機(jī)面臨的更多的是工程問題而非理論問題。當(dāng)然，工程難題又需要另一套理論去解決，但當(dāng)前的科學(xué)界已出現(xiàn)越來越多這樣的節(jié)點(diǎn)——工程實(shí)踐與科學(xué)實(shí)驗(yàn)跟不上理論創(chuàng)新的步伐。我們期待著技術(shù)發(fā)展的積累與突破，能為計(jì)算機(jī)技術(shù)提供新的范式，能令智能體具備更聰明的“大腦”，從而給我們的生活帶來更大的驚喜與變革。
回到AlphaGo身上，這種計(jì)算能力可能讓它遇到初段選手時(shí)，發(fā)揮出來的可能也就是初段的水平，遇到九段選手時(shí)，也能發(fā)揮出九段的水平。一言以蔽之，就是遇強(qiáng)則強(qiáng)。
3、“三體人”式的思維交流
“三體人”是著名科幻作家劉慈欣作品《三體》中的一個(gè)種群，形狀不明，以水生存，用思維交流。由于長(zhǎng)期生活在惡劣環(huán)境中，該物種進(jìn)化出了可脫水休眠、經(jīng)浸泡再?gòu)?fù)蘇的功能。三體人思維的透明和地球人思維的不透明造成的沖突是推動(dòng)《三體》一書情節(jié)發(fā)展的引擎。
我認(rèn)為，“智人”的進(jìn)化方向可能三體人，至少在思維方式上是如此。隨著腦逆向工程和神經(jīng)傳感技術(shù)發(fā)展，人類的意識(shí)將可以擺脫肉體束縛直接與其他“智人”（包括人類、半機(jī)器人、機(jī)器人）進(jìn)行交流。這意味著，人類有可能變成“三體人”那樣，能夠進(jìn)行直接的思維交流。思維無疑是人類智能中最深?yuàn)W的一部分，人類歷史長(zhǎng)河中出現(xiàn)的各種文明可以說都是思維的產(chǎn)物。一旦我們具有了“三體人”的透明思維，“人心難懂”的問題將得到解決。
由此看來，人工智能由弱到強(qiáng)的轉(zhuǎn)變，從思維進(jìn)化角度來說就是機(jī)器從無思維到有思維、再到有自主思維、繼而到與人類共享思維，最會(huì)可能到控制人類思維的持續(xù)轉(zhuǎn)變。
在圍棋這種復(fù)雜的智力游戲中，如果沒有很好的思維，只是簡(jiǎn)單的大數(shù)據(jù)，可能真的無法戰(zhàn)勝李世石這樣的高手。
當(dāng)然，這次的人機(jī)大戰(zhàn)，除了AlphaGo的超常發(fā)揮，應(yīng)該還有李世石自身的原因。比如李世石懼怕AlphaGo的大數(shù)據(jù)，下出一些特殊的棋路等，反而影響了自己的發(fā)揮。再比如李世石沒有很好控制好自己的情緒波動(dòng)，就算當(dāng)年他的前輩李昌鎬有“石佛”之稱，畢竟還是血肉之軀，無法不受情緒干擾。而對(duì)于AlphaGo來說，李世石的這些缺點(diǎn)，也正是自己的優(yōu)點(diǎn)。
李世石人機(jī)大戰(zhàn)第五局比賽結(jié)果
李世石連續(xù)兩場(chǎng)比賽的失利，也讓柯潔非常失望，他在賽后總結(jié)時(shí)，用到的第一個(gè)詞就是“惡心”：“惡心極了，讓我有種如鯁在喉的感覺，我已經(jīng)絕望了，這是徹底的完敗�！睂�(duì)于AlphaGo，柯潔承認(rèn)了它的強(qiáng)大，“我到現(xiàn)在都沒有摸到AlphaGo的底，它的每個(gè)判斷幾乎都優(yōu)于李世石，非常犀利，我覺得0比5可能是大概率事件�！�
從比賽畫面中，可以看到李世石的臉非常通紅，柯潔表示，這也是由于緊張所導(dǎo)致的，“他有可能消極情緒特別強(qiáng)，另外如果緊張，也有可能一夜未眠，會(huì)導(dǎo)致沒有狀態(tài)�！�
如果AlphaGo真的如此強(qiáng)大，那么人類今后將如何面對(duì)它？對(duì)此，柯潔認(rèn)為最重要的還是要擺正心態(tài)，“把它當(dāng)成一個(gè)棋手來對(duì)待，不能當(dāng)成機(jī)器，不要覺得是人類就一定要贏�！贝送�，柯潔還表示，“其實(shí)中國(guó)很多90后的世界冠軍都會(huì)不服，因?yàn)槔钍朗碌煤茉愀��！辈贿^，柯潔最后還是總結(jié)道，“必須承認(rèn)AlphaGo確實(shí)很強(qiáng)�！�
下載 
下載 
下載 
下載 
下載 
下載 
喜歡 
頂
難過
囧
圍觀
無聊
