任务驱动作文——人机大战讲述.ppt

任务驱动型材料作文 ——人机大战 永安十二中 潘晓铃 李世石 李世石九段，韩国棋手，世界围棋领域代表性人物之一，他是过去十年获得围棋冠军头衔最多的人。他属于典型的力战型棋风，善于敏锐地抓住对手的弱处主动出击，集中力量击垮对手。落子“稳、准、狠”，经常能在劣势下完成逆转。 “阿尔法围棋”， “阿尔法围棋”，美国谷歌公司旗下人工智能公司“深度思维”开发的智能软件。它可以运行在不同的硬件平台上。其“单机”版本用到４８个中央处理器，而还有一个分布式运算的版本，可同时用到多台计算机的１２０２个ＣＰＵ，大大提升计算能力。 除了超强的计算能力，“阿尔法围棋”最大的特点是学习能力较强。在战胜樊麾之前，“阿尔法围棋”已进行了超过３０００万局的自我训练，不断提升棋力。 为什么是围棋？ 棋类智力对战游戏，历来是计算机“智能”水平的试金石之一。 计算能力、判断能力、思考甚至学习能力，都可在胜负分明的棋盘上得以检验。 随着人工智能技术进步，人类在棋盘上的阵地近年来不断“失守”。 围棋被视为人机对决的“最后一块棋盘”。由于棋盘上变化繁复，“千古不同局”，计算机也无法仅通过“蛮力”穷举来取胜。 也因此，许多专家认为，电脑要想攻陷人类智慧的这一堡垒，至少再过１０年。 人机对战的历史 １９９７年，美国ＩＢＭ公司超级计算机“深蓝”依仗强大的计算能力，战胜当时世界排名第一的国际象棋大师卡斯帕罗夫。 ２００６年，中国超算“浪潮天梭”同时对战５位中国象棋特级大师，最终以总比分险胜，取胜关键被认为是不知疲倦的稳定性和超强计算能力。 2015年１０月，人工智能程序“阿尔法围棋”以５：０的战绩横扫欧洲围棋冠军樊麾。这是人工智能程序首次在不让子的情况下战胜人类围棋选手。 这次比赛在韩国、中国、日本同时直播。 比赛采用中国规则，执黑一方贴７目半，各方用时为两小时，３次６０秒的读秒。即使一方率先取得３胜，也会下满５盘。 “人机大战”背后的冷思考——李世石，虽败犹荣！ 李世石在赛后表示，这不是人类的失败，只是他个人的失败。 李世石对阿尔法狗的人机大战，前三战一边倒，五番棋提前胜负已分，职业棋手们逐渐接受了无法以一对一战胜人工智能的事实。然而昨天第四局李世石下出“神之一手”，阿尔法狗短时间崩溃，人类赢下历史性的一盘。这艰难一胜还不足为喜——这真是因为李世石在棋局上的妙手回春扭转局势，还是仅仅是因为这一手戳中了电脑程序中的bug（漏洞）呢？阿尔法围棋再一次证明了人工智能不是以人类思维下围棋，它只是在计算，而且会有算错的时候。 而李世石面对不可战胜之敌，用韧性与智慧为自己赢得了尊严，这是人工智能“算”不出来的。人机大战李世石的首胜，也许最终赢不过电脑但赢回了尊严。 “人机大战”背后的冷思考——“阿尔法围棋”胜利的秘诀 中科院院士、西安交通大学教授徐宗本为我们“冷静”揭秘“人机大战”的神秘面纱。 1、AlphaGo胜利的“秘诀” ——“大数据”的胜利　　“人机对决实际上是一个人与历史的对决，也是一个人与群体的对决，一个生物人与‘人与机器混合生物’之间的对决。所以我认为AlphaGo的胜利本质上是信息技术综合运用的胜利，是大数据的胜利，也是机器学习的胜利。” “人机大战”背后的冷思考 ——“阿尔法围棋”胜利的秘诀 2、人机对弈的策略差异 　 　 “人下棋是从当前的局部出发，通过思考此后少数几步的可能性，并凭直觉判断对全局的影响来行棋。” “AlphaGo是从整体出发，棋法是整体性的步骤，它追求全局而不是局部，所以容忍局部走法上似乎‘幼稚’的举棋，因此人机大战的任何一方都有赢的可能性。” 在他看来，机器的输赢决定于程序设计的缺陷程度以及所使用算法中随机性的作用，人则取决于临场发挥水平及心理因素等。 综上，徐宗本说：“AlphaGo的胜利，一靠强大的计算机，尤其云平台与超算的结合支持大数据的学习；二靠大数据，有收集到的和不间断自对局产生的用于训练机器性能的数据；三靠能够指导机器学懂大数据的机器学习算法。” “人机大战”背后的冷思考——理性认识AlphaGo的胜利 理性认识AlphaGo的胜利说明了什么和没有说明什么，不必过于兴奋或恐惧。 不能证明机器智能超越人类 　在他看来，人的一些智能难以被模拟，人工智能在可预期的时间内不可能全方位超越人的智能。 AlphaGo的胜利并不能说明人工智能就比人更聪明，更不能说明机器智能已超越或能超越人类，AlphaGo程序并不能直接用于解决其他有哪些信誉好的足球投注网站问题，但有很强的可借鉴性。 即使AlphaGo的学习能力在特定场景下超过了人，也不说明其学习能力超过了人。 “人机大战”背后的冷思考——正视人类智慧壁垒 AlphaGo胜利背后的最大价值在于，它激励人们持续不断地探索过去人工智能领域一直看似难以实现