Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

Логотип AlphaGo
Логотип AlphaGo

AlphaGo - это компьютерная программа , играющая в настольную игру го . [1] Он был разработан DeepMind Technologies [2], который позже был приобретен Google . Последующие версии AlphaGo становились все более мощными, включая версию, которая конкурировала под названием Master . [3] После ухода из соревновательной игры, AlphaGo Master сменила еще более мощная версия, известная как AlphaGo Zero , которая была полностью самоучкой, без изучения человеческих игр. AlphaGo Zero затем была обобщена в программу, известную как AlphaZero., в которые играли дополнительные игры, в том числе шахматы и сёги . На смену AlphaZero, в свою очередь, пришла программа, известная как MuZero, которая учится без обучения правилам.

AlphaGo и его последователи используют алгоритм поиска по дереву Монте-Карло , чтобы находить свои ходы на основе знаний, ранее полученных с помощью машинного обучения , в частности, с помощью искусственной нейронной сети ( метод глубокого обучения ) путем обширного обучения, как в игровой, так и в компьютерной среде. [4] Нейронная сеть обучена определять лучшие ходы и процент выигрыша этих ходов. Эта нейронная сеть улучшает поиск по дереву, что приводит к более сильному выбору хода в следующей итерации.

В октябре 2015 года в матче против Фань Хуэй оригинальная AlphaGo стала первой компьютерной программой в го, которая победила профессионального игрока в го без гандикапа на полноразмерной доске 19 × 19. [5] [6] В марте 2016 года он победил Ли Седола в матче из пяти игр , впервые компьютерная программа Го победила профессионала с 9 даном без гандикапа. [7] Хотя он проиграл Ли Седолу в четвертой игре, Ли подал в отставку в последней игре, дав окончательный счет 4 игры против 1 в пользу AlphaGo. В знак признания победы AlphaGo была удостоена почетного 9-го дана Корейской ассоциацией бадук.. [8] Подготовка и контрольный матч с Ли Седолом были задокументированы в документальном фильме, также названном AlphaGo , [9] режиссера Грега Коса. Он был выбран науками как один из Открытия года Финалист 22 декабря 2016 года [10]

На саммите Future of Go в 2017 году мастер- версия AlphaGo победила Ке Цзе , игрока номер один в мире в то время, в матче из трех игр , после чего AlphaGo была удостоена профессионального 9 дан от Китайской ассоциации Weiqi. . [11]

После матча между AlphaGo и Ke Jie DeepMind удалил AlphaGo, продолжив исследования ИИ в других областях. [12] Самоучка AlphaGo Zero одержала 100–0 побед над ранней соревновательной версией AlphaGo, а его преемник AlphaZero в настоящее время считается лучшим игроком в мире в го, а также, возможно, в шахматы .

История [ править ]

Считается, что для компьютеров в го гораздо труднее выиграть, чем в других играх, таких как шахматы , потому что его гораздо больший фактор ветвления чрезмерно затрудняет использование традиционных методов искусственного интеллекта, таких как альфа-бета-обрезка , обход дерева и эвристический поиск. [5] [13]

Почти два десятилетия после компьютерной компании IBM Deep Blue бить чемпиона мира по шахматам Гарри Каспаров в матче 1997 года , сильнейшие программы Go с использованием искусственного интеллекта , методы достигаются только о любительском 5-дан уровень, [4] и до сих пор не смог обыграть профессиональный игрок идти без инвалидность . [5] [6] [14] В 2012 году программа Zen , работающая на кластере из четырех компьютеров, дважды победила Масаки Такемию ( 9 очков ) с гандикапом в пять и четыре камня. [15] В 2013 году Crazy Stone победилиЙошио Исида (9 очков) с гандикапом в четыре камня. [16]

По словам Дэвида Сильвера из DeepMind , исследовательский проект AlphaGo был сформирован примерно в 2014 году, чтобы проверить, насколько хорошо нейронная сеть, использующая глубокое обучение, может конкурировать на Go. [17] AlphaGo представляет собой значительное улучшение по сравнению с предыдущими программами Go. В 500 играх против других доступных программ Го, включая Crazy Stone и Zen, AlphaGo, запущенная на одном компьютере, выиграла все, кроме одной. [18] В аналогичном матче AlphaGo, запущенная на нескольких компьютерах, выиграла все 500 игр, сыгранных против других программ Go, и 77% игр, сыгранных против AlphaGo, запущенной на одном компьютере. В распределенной версии в октябре 2015 года использовалось 1202 процессора и 176 графических процессоров . [4]

Матч против Фань Хуэй [ править ]

Основная статья: AlphaGo против Фань Хуэй

В октябре 2015 года распределенная версия AlphaGo победила чемпиона Европы по го Фан Хуэй , [19] занявшего 2 дан (из 9 возможных) профессионалов со счетом 5: 0. [6] [20] Это был первый случай, когда компьютерная программа Го победила профессионального игрока-человека на полноразмерной доске без гандикапа. [21] Объявление новостей было отложено до 27 января 2016 г., чтобы совпасть с публикацией статьи в журнале Nature [4], описывающей используемые алгоритмы. [6]

Матч против Ли Седола [ править ]

Основная статья: AlphaGo против Ли Седола

AlphaGo играл с южнокорейским профессиональным игроком в го Ли Седолом , занявшим 9 дан, одним из лучших игроков в го [14] [ нуждается в обновлении ]. Пять игр прошли в отеле Four Seasons в Сеуле , Южная Корея, 9, 10, 12, 13 и 15 марта 2016 г. [22] [23], которые транслировались в прямом эфире. [24] Из пяти игр AlphaGo выиграл четыре игры, а Ли выиграл четвертую игру, что сделало его единственным человеком, победившим AlphaGo во всех 74 официальных играх. [25] AlphaGo использовала облачные вычисления Google, а ее серверы находились в США. [26] Используемый матчВ китайских правилах коми составляет 7,5 очков , и у каждой стороны было два часа на размышление плюс три периода бёёми по 60 секунд . [27] Версия AlphaGo, играющая против Ли, использовала такое же количество вычислительной мощности, как и в матче с Фань Хуэй. [28] The Economist сообщил, что использовалось 1920 процессоров и 280 графических процессоров. [29] На момент игры Ли Седол занимал второе место в мире по количеству побед на международных чемпионатах по го после южнокорейского игрока Ли Чанхо, который удерживал титул чемпиона мира в течение 16 лет. [30] Поскольку не существует единого официального метода ранжирования в международном го, рейтинг в разных источниках может быть разным. Хотя иногда он и занимал первое место, некоторые источники оценивали Ли Седола как четвертого лучшего игрока в мире в то время. [31] [32] AlphaGo не была специально обучена противостоять Ли и не была предназначена для соревнований с какими-либо конкретными игроками-людьми.

Первые три игры были выиграны AlphaGo после отставки Ли. [33] [34] Тем не менее, Ли победил AlphaGo в четвертой игре, выиграв отставкой на 180-м ходу. AlphaGo затем продолжил одерживать четвертую победу, выиграв пятую игру отставкой. [35]

Приз составил 1 миллион долларов США. Поскольку AlphaGo выиграла четыре из пяти и, следовательно, серию, приз будет передан благотворительным организациям, в том числе ЮНИСЕФ . [36] Ли Седол получил 150 000 долларов за участие во всех пяти играх и дополнительно 20 000 долларов за победу в четвертой игре. [27]

В июне 2016 года на презентации, проведенной в университете в Нидерландах, Аджа Хуанг, один из команды Deep Mind, сообщил, что они устранили логическую слабость, которая возникла во время 4-й игры матча между AlphaGo и Ли, а затем после 78-й ход (который многие профессионалы окрестили « божественным ходом »), он пойдет так, как задумано, и сохранит преимущество черных. До 78-го хода AlphaGo лидировала на протяжении всей игры, но из-за действия Ли вычислительные мощности программы были отвлечены и запутаны. [37]Хуанг объяснил, что политическая сеть AlphaGo по нахождению наиболее точного порядка ходов и продолжения не совсем точно указала AlphaGo на правильное продолжение после 78-го хода, поскольку его сеть ценностей не определила 78-й ход Ли как наиболее вероятный и, следовательно, время, когда это движение было сделано AlphaGo не смогла внести правильную корректировку в логическое продолжение. [38]

Шестьдесят онлайн-игр [ править ]

Основная статья: Мастер (программное обеспечение)

29 декабря 2016 года новая учетная запись на сервере Tygem под названием «Magister» (обозначенная как «Magist» в китайской версии сервера) из Южной Кореи начала играть в игры с профессиональными игроками. Он изменил свое имя учетной записи на «Мастер» 30 декабря, а затем переместился на сервер FoxGo 1 января 2017 года. 4 января DeepMind подтвердил, что «Магистр» и «Мастер» игрались в обновленной версии AlphaGo, называется AlphaGo Master . [39] [40] По состоянию на 5 января 2017 года онлайн-рекорд AlphaGo Master составлял 60 побед и 0 поражений, [41] включая три победы над лучшим игроком Го, Кэ Джи ,[42], которых заранее незаметно проинформировали, что Мастер - это версия AlphaGo.[41] После поражения от Мастера Гу Ли предложил награду в размере 100 000 юаней (14 400 долларов США) за первого игрока-человека, который смог победить Учителя. [40] Мастер играл в темпе по 10 игр в день. Многие быстро заподозрили, что это ИИ-игрок из-за того, что между играми почти не отдыхали. Его противниками были многие чемпионы мира, такие как Кэ Джи , Пак Чон Хван , Юта Ияма , Туо Цзяси , Ми Ютин , Ши Юэ , Чен Яое , Ли Циньчэн, Гу Ли , Чан Хао , Тан Вэйсин, Фань Тиню , Чжоу Жуйян., Цзян Вэйцзе , Чжоу Чун-сун , Ким Джи-сок , Кан Дон-юн , Пак Ён-хун и Вон Сон-джин ; национальные чемпионы или занявшие второе место на чемпионатах мира, такие как Лянь Сяо , Тан Сяо , Мэн Тейлинг, Данг Ифэй, Хуан Юнсун, Ян Динсинь , Гу Цзихао, Шин Джинсео, Чо Хан Сын и Ан Сонджун. Все 60 игр, кроме одной, были быстрыми играми с тремя по 20 или 30 секунд бё-ёми . Мастер предложил продлить байо-ёми до одной минуты, играя с Не Вэйпином.учитывая его возраст. После победы в 59-й игре Мастер показал себя в чате под управлением доктора Аджа Хуанга из команды DeepMind [43], затем сменил национальность на Соединенное Королевство. После того, как эти игры были завершены, соучредитель Google DeepMind Демис Хассабис сказал в твиттере: «Мы с нетерпением ждем возможности сыграть в некоторые официальные полноформатные игры позже [2017] в сотрудничестве с организациями и экспертами Go». [39] [40]

Эксперты по го были впечатлены производительностью программы и ее нечеловеческим стилем игры; Кэ Цзе заявил, что «после того, как человечество потратило тысячи лет на улучшение своей тактики, компьютеры говорят нам, что люди полностью неправы ... Я бы сказал, что ни один человек не коснулся края истины Го». [41]

Будущее Go Summit [ править ]

Основная статья: Future of Go Summit
Дополнительная информация: AlphaGo против Кэ Джи

На саммите Future of Go Summit, состоявшемся в Учжэне в мае 2017 года, AlphaGo Master сыграл три игры с Кэ Цзе, игроком № 1 в мире, а также две игры с несколькими ведущими китайскими профессионалами, одну парную игру в го и одну против сотрудника. команда из пяти человек-игроков. [44]

Google DeepMind предложил призы в размере 1,5 миллиона долларов за матч из трех игр между Кэ Джи и Мастером, а проигравшая сторона получила 300 000 долларов. [45] [46] Мастер выиграл все три игры против Кэ Цзе, [47] [48], после чего AlphaGo была удостоена профессионального 9-го дана Китайской ассоциацией Weiqi. [11]

После победы в матче из трех игр против Ке Цзе, самого популярного игрока в мире в го, AlphaGo ушел в отставку. DeepMind также распустил команду, которая работала над игрой, чтобы сосредоточиться на исследованиях ИИ в других областях. [12] После Саммита Deepmind опубликовала 50 полноформатных матчей AlphaGo vs AlphaGo в качестве подарка сообществу Go. [49]

AlphaGo Zero и AlphaZero [ править ]

Основные статьи: AlphaGo Zero и AlphaZero

Команда AlphaGo опубликовала статью в журнале Nature 19 октября 2017 года, в которой представила AlphaGo Zero, версию без человеческих данных и более сильную, чем любая предыдущая версия, побеждающая человека-чемпиона. [50] Играя в игры против самого себя, AlphaGo Zero превзошла AlphaGo Lee за три дня, выиграв 100 игр с 0, достигла уровня AlphaGo Master за 21 день и превзошла все старые версии за 40 дней. [51]

В документе, опубликованном на arXiv 5 декабря 2017 года, DeepMind утверждал, что обобщил подход AlphaGo Zero в единый алгоритм AlphaZero, который за 24 часа достиг сверхчеловеческого уровня игры в шахматы , сёги и го , победив чемпиона мира. программ, Stockfish , Elmo и 3-дневной версии AlphaGo Zero в каждом случае. [52]

Инструмент обучения [ править ]

11 декабря 2017 года DeepMind выпустила на своем веб-сайте обучающий инструмент AlphaGo [53], чтобы анализировать процент выигрышей в различных открытиях Go, рассчитанный AlphaGo Master . [54] Инструмент обучения собирает 6000 открытий в Го из 230 000 игр для людей, каждая из которых проанализирована с помощью 10 000 000 симуляций AlphaGo Master. Многие из возможностей включают предложения по перемещению человека. [54]

Версии [ править ]

Ранняя версия AlphaGo была протестирована на оборудовании с различным количеством процессоров и графических процессоров , работающих в асинхронном или распределенном режиме. Каждому ходу давалось две секунды на обдумывание. Полученные рейтинги Эло перечислены ниже. [4] В матчах с большим количеством времени на ход достигаются более высокие рейтинги.

Конфигурация и производительность
КонфигурацияИскать
темы		Кол-во ЦПКоличество GPUРейтинг Эло
Одиночный [4] стр. 10–11404812 181
Одинокий404822 738
Одинокий404842 850
Одинокий404882 890
Распространено12428642 937
Распространено247641123079
Распространено401 2021763140
Распространено641,9202803168

В мае 2016 года Google представила собственные проприетарные аппаратные « блоки тензорной обработки », которые, по ее словам, уже были развернуты в нескольких внутренних проектах Google, включая матч AlphaGo против Ли Седола. [55] [56]

На саммите Future of Go в мае 2017 года DeepMind раскрыл, что версия AlphaGo, использованная на этом саммите, была AlphaGo Master , [57] [58] и показала, что она измеряла силу различных версий программного обеспечения. AlphaGo Lee, версия, использованная против Ли, могла дать AlphaGo Fan, версию, используемую в AlphaGo vs. Fan Hui, три камня, а AlphaGo Master был даже на три камня сильнее. [59]

Конфигурация и сила [60]
ВерсииАппаратное обеспечениеРейтинг ЭлоДатаПолученные результаты
AlphaGo Fan176 GPU , [51] распределено3 144 [50]Октябрь 20155: 0 против Фань Хуэй
AlphaGo Lee48 TPU , [51] распределены3 739 [50]Март 2016 г.4: 1 против Ли Седола
Мастер AlphaGo4 TPU, [51] одна машина4 858 [50]Май 2017 г.60: 0 против профессиональных игроков;
Будущее Go Summit
AlphaGo Zero (40 блоков)4 TPU, [51] одна машина5,185 [50]Октябрь 2017100: 0 против AlphaGo Lee

89:11 против AlphaGo Master

AlphaZero (20 блок)4 TPU, одна машина5 018

[61]

Декабрь 201760:40 против AlphaGo Zero (20 блок)

Алгоритм [ править ]

По состоянию на 2016 год алгоритм AlphaGo использует комбинацию машинного обучения и методов поиска по дереву , в сочетании с обширным обучением, как в игровой, так и в компьютерной среде. Он использует поиск по дереву Монте-Карло , руководствуясь «сетью значений» и «сетью политик», которые реализованы с использованием технологии глубокой нейронной сети . [5] [4] Перед отправкой в ​​нейронные сети ко входным данным применяется ограниченный объем предварительной обработки для определения особенностей игры (например, чтобы выделить, соответствует ли ход шаблону накаде ). [4]

Первоначально нейронные сети системы были созданы на основе человеческого опыта в игровом процессе. AlphaGo изначально был обучен имитировать человеческую игру, пытаясь сопоставить движения опытных игроков из записанных исторических партий, используя базу данных, содержащую около 30 миллионов ходов. [19] Как только он достиг определенной степени мастерства, он прошел дальнейшее обучение, настроив играть большое количество игр против других экземпляров самого себя, используя обучение с подкреплением для улучшения своей игры. [5] Чтобы избежать «неуважительной» траты времени оппонента, программа специально запрограммирована на уход в отставку, если ее оценка вероятности победы упадет ниже определенного порога; для матча с Ли порог отставки был установлен на уровне 20%. [62]

Стиль игры [ править ]

Тоби Мэннинг, рефери матча AlphaGo vs. Fan Hui, охарактеризовал стиль программы как «консервативный». [63] Стиль игры AlphaGo решительно отдает предпочтение большей вероятности выигрыша меньшим количеством очков, чем меньшей вероятности выигрыша большим количеством очков. [17] Его стратегия максимизации вероятности выигрыша отличается от того, что обычно делают игроки-люди, а именно максимизируют территориальные выгоды, и объясняет некоторые из его странных ходов. [64] Он делает много вводных ходов, которые никогда или редко делались людьми, при этом избегая многих вводных ходов второй линии, которые любят делать игроки-люди. Он любит использовать удары плечом , особенно если противник слишком сконцентрирован. [ необходима цитата ]

Ответы на победу 2016 года [ править ]

Сообщество AI [ править ]

Победа AlphaGo в марте 2016 года стала важной вехой в исследованиях искусственного интеллекта. [65] Go раньше считался сложной проблемой в машинном обучении, которая, как ожидается, будет недоступна для технологий того времени. [65] [66] [67] Большинство экспертов считали, что до такой мощной программы Go, как AlphaGo, еще не менее пяти лет; [68] некоторые эксперты полагали, что потребуется еще как минимум десять лет, прежде чем компьютеры победят чемпионов го. [4] [69] [70] Большинство наблюдателей в начале матчей 2016 года ожидали, что Ли победит AlphaGo. [65]

С такими играми, как шашки (которые были « решены » командой шашистов Chinook ), шахматами, а теперь и го, выигранным компьютерами, победы в популярных настольных играх больше не могут служить важными вехами для искусственного интеллекта в том виде, в каком они его использовали. к. Deep Blue «s Мюррей Кэмпбелл назвал победу AlphaGo„Конец эпохи ... настольные игры более или менее сделаны , и это время , чтобы двигаться дальше.“ [65]

По сравнению с Deep Blue или Watson базовые алгоритмы AlphaGo потенциально более универсальны и могут свидетельствовать о том, что научное сообщество делает успехи в направлении общего искусственного интеллекта . [17] [71] Некоторые комментаторы считают, что победа AlphaGo дает обществу хорошую возможность начать подготовку к возможному будущему удару машин с универсальным интеллектом . Как заметил предприниматель Гай Сутер, AlphaGo умеет играть только в го и не обладает универсальным интеллектом; «[Оно] не могло просто проснуться однажды утром и решить, что хочет научиться обращаться с огнестрельным оружием». [65] Исследователь ИИ Стюарт Расселсказал, что системы искусственного интеллекта, такие как AlphaGo, развиваются быстрее и становятся более мощными, чем ожидалось, и поэтому мы должны разработать методы, гарантирующие, что они «остаются под контролем человека». [72] Некоторые ученые, такие как Стивен Хокинг , предупреждали (в мае 2015 года перед матчами), что некоторый будущий самосовершенствующийся ИИ может получить реальный общий интеллект, что приведет к неожиданному захвату ИИ ; другие ученые не согласны: эксперт в области искусственного интеллекта Жан-Габриэль Ганашиа считает, что «такие вещи, как« здравый смысл »... никогда не могут быть воспроизведены» [73], и говорит: «Я не понимаю, почему мы должны говорить о страхах. Напротив, это вселяет надежды во многих областях, таких как здоровье и освоение космоса ".[72] Ученый-компьютерщикРичард Саттон сказал: «Я не думаю, что люди должны бояться ... но я действительно думаю, что люди должны обращать внимание». [74]

В Китае AlphaGo стал « моментом спутника », который помог убедить китайское правительство сделать приоритетными и резко увеличить финансирование искусственного интеллекта. [75]

В 2017 году команда DeepMind AlphaGo получила первую медаль IJCAI Марвина Мински за выдающиеся достижения в области ИИ. «AlphaGo - прекрасное достижение и прекрасный пример того, за что была учреждена медаль Мински», - сказал профессор Майкл Вулдридж , председатель комитета по наградам IJCAI. «Что особенно впечатлило IJCAI, так это то, что AlphaGo достигает того, что он делает, благодаря блестящей комбинации классических методов искусственного интеллекта, а также современных методов машинного обучения, с которыми так тесно связан DeepMind. Это захватывающая демонстрация современного искусственного интеллекта, и мы рады, что удостоены этой награды ». [76]

Сообщество Go [ править ]

Го - популярная игра в Китае, Японии и Корее, и матчи 2016 года посмотрели около ста миллионов человек по всему миру. [65] [77] Многие ведущие игроки в го охарактеризовали неортодоксальные игры AlphaGo как кажущиеся сомнительными ходы, которые поначалу сбивали с толку зрителей, но имели смысл в ретроспективе: [69] «Все, кроме лучших игроков в го, создают свой стиль, подражая лучшим игрокам. AlphaGo кажется, что он сам создает совершенно оригинальные ходы ". [65] AlphaGo, казалось, неожиданно стал намного сильнее, даже по сравнению с матчем в октябре 2015 года [78], где компьютер впервые в истории обыграл профессионала го без преимущества гандикапа. [79]На следующий день после первого поражения Ли Чон Ахрам, ведущий корреспондент Го одной из крупнейших ежедневных газет Южной Кореи, сказал: «Прошлая ночь была очень мрачной ... Многие люди пили алкоголь». [80] Корея Baduk ассоциация , организация , которая курирует профессионал Go в Южной Корее, удостоенную AlphaGo почетного 9-дано названия для выставления творческих навыков и продвижения прогресса игры. [81]

Китая Ke Jie , 18-летний обычно признан лучшим в мире игроком Go в то время, [31] [82] первоначально утверждал , что он сможет побить AlphaGo, но отказался играть против него, опасаясь , что она будет "скопируйте мой стиль". [82] По ходу матчей Кэ Цзе ходил туда-сюда, заявляя, что «весьма вероятно, что я (мог) проиграть» после анализа первых трех матчей, [83] но восстановив уверенность после того, как AlphaGo обнаружил недостатки в четвертом матче. . [84]

Тоби Мэннинг, рефери матча AlphaGo с Фань Хуэй, и Хаджин Ли, генеральный секретарь Международной федерации го , считают, что в будущем игроки в го будут получать помощь от компьютеров, чтобы узнать, что они сделали не так в играх, и улучшить свои навыки игры. навыки. [79]

После второй игры Ли сказал, что он «потерял дар речи»: «С самого начала матча я никогда не мог одержать победу в одном единственном ходу. Это была полная победа AlphaGo». [85] Ли извинился за свои поражения, заявив после третьей игры, что «я недооценил возможности AlphaGo и почувствовал себя бессильным». [65] Он подчеркнул, что поражение было «поражением Ли Седола», а не «поражением человечества». [25] [73] Ли сказал, что его окончательная потеря машины была «неизбежной», но заявил, что «роботы никогда не поймут красоту игры так же, как мы, люди». [73] Ли назвал свою победу в четвертой игре «бесценной победой, которую я (не променяю) ни на что».[25]

Подобные системы [ править ]

Facebook также работает над собственной системой игры в гоу darkforest , также основанной на сочетании машинного обучения и поиска по дереву Монте-Карло . [63] [86] Несмотря на то, что он является сильным игроком против других компьютерных программ Go, по состоянию на начало 2016 года он еще не победил профессионального игрока-человека. [87] Darkforest проиграл CrazyStone и Zen и, по оценкам, обладает такой же силой, как CrazyStone и Zen. [88]

DeepZenGo , система, разработанная при поддержке веб-сайта по обмену видео Dwango и Токийского университета , проиграла 2–1 в ноябре 2016 г. мастеру го Чо Тикуну , который является рекордсменом по наибольшему количеству побед в го в Японии. [89] [90]

В статье, опубликованной в Nature за 2018 год , подход AlphaGo был назван основой для нового средства вычисления потенциальных молекул фармацевтических препаратов. [91]

Пример игры [ править ]

AlphaGo Master (белый) против Тан Вэйсина (31 декабря 2016 г.), AlphaGo победила в отставке. Ход белых 36 получил широкую похвалу.

Перейти на ul.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти на ur.svg
Перейти l.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 69.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 83.svgПерейти 68.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgСхема платы go image.svgСхема платы go image.svgПерейти w2.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти -.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти b1.svgСхема платы go image.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 73.svgСхема платы go image.svgСхема платы go image.svgПерейти 71.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 72.svgПерейти 70.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgСхема платы go image.svgПерейти 58.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 76.svgСхема платы go image.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgСхема платы go image.svgПерейти 56.svgПерейти 57.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 82.svgПерейти 78.svgСхема платы go image.svgПерейти 74.svgПерейти 75.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgПерейти 54.svgПерейти 15.svgПерейти -.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти -.svgСхема платы go image.svgСхема платы go image.svgПерейти 80.svgПерейти 79.svgСхема платы go image.svgПерейти 77.svgПерейти 67.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgПерейти 52.svgПерейти 53.svgПерейти 36.svgПерейти 37.svgСхема платы go image.svgПерейти 47.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 81.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgПерейти 48.svgПерейти 39.svgПерейти 27.svgСхема платы go image.svgПерейти 46.svgПерейти 41.svgПерейти 40.svgПерейти 51.svgПерейти 92.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 84.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgПерейти 42.svgПерейти 38.svgПерейти b9.svgСхема платы go image.svgСхема платы go image.svgПерейти 44.svgПерейти 45.svgСхема платы go image.svgПерейти 26.svgСхема платы go image.svgПерейти 91.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 98.svgПерейти 93.svgПерейти r.svg
Перейти 64.svgПерейти 43.svgПерейти b7.svgПерейти на w8.svgПерейти 10.svgСхема платы go image.svgСхема платы go image.svgПерейти 25.svgСхема платы go image.svgСхема платы go image.svgПерейти 90.svgПерейти 89.svgСхема платы go image.svgПерейти 85.svgСхема платы go image.svgПерейти 87.svgСхема платы go image.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgСхема платы go image.svgПерейти 13.svgПерейти 22.svgСхема платы go image.svgПерейти 28.svgПерейти 29.svgПерейти 19.svgПерейти 24.svgСхема платы go image.svgСхема платы go image.svgПерейти 66.svgСхема платы go image.svgПерейти 86.svgСхема платы go image.svgПерейти 88.svgПерейти на w6.svgПерейти 99.svgПерейти r.svg
Перейти l.svgПерейти 62.svgПерейти 11.svgПерейти на w4.svgСхема платы go image.svgПерейти 21.svgСхема платы go image.svgПерейти 17.svgПерейти 18.svgПерейти -.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 30.svgСхема платы go image.svgПерейти 34.svgПерейти 97.svgПерейти 96.svgПерейти r.svg
Перейти l.svgПерейти 49.svgПерейти 12.svgПерейти 14.svgСхема платы go image.svgПерейти b5.svgСхема платы go image.svgПерейти 20.svgПерейти 16.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 23.svgПерейти 31.svgПерейти 35.svgПерейти b3.svgПерейти 32.svgПерейти 95.svgПерейти r.svg
Перейти 55.svgПерейти 50.svgПерейти 59.svgСхема платы go image.svgСхема платы go image.svgПерейти 65.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 33.svgПерейти 94.svgПерейти r.svg
Перейти 63.svgПерейти 60.svgПерейти 61.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти на dr.svg
Первые 99 ходов
Перейти на ul.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти u.svgПерейти на ur.svg
Перейти l.svgПерейти 48.svgПерейти 46.svgПерейти 47.svgСхема платы go image.svgПерейти 36.svgПерейти 54.svgПерейти 53.svgПерейти 51.svgСхема платы go image.svgПерейти 27.svgПерейти 14.svgПерейти 13.svgПерейти 17.svgПерейти b.svgСхема платы go image.svgПерейти 85.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgПерейти 34.svgПерейти 29.svgПерейти 33.svgПерейти 35.svgПерейти на w8.svgСхема платы go image.svgПерейти 52.svgПерейти 26.svgПерейти b9.svgПерейти 23.svgПерейти 12.svgПерейти b.svgПерейти w.svgСхема платы go image.svgСхема платы go image.svgПерейти 83.svgПерейти 84.svgПерейти r.svg
Перейти 42.svgПерейти 31.svgПерейти 30.svgПерейти w.svgПерейти 37.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 22.svgПерейти 18.svgПерейти 15.svgПерейти 10.svgПерейти 11.svgСхема платы go image.svgПерейти b.svgСхема платы go image.svgПерейти 80.svgПерейти r.svg
Перейти l.svgПерейти 32.svgПерейти 41.svgПерейти 43.svgПерейти 68.svgПерейти 40.svgПерейти 38.svgПерейти 70.svgСхема платы go image.svgПерейти 24.svgПерейти 21.svgПерейти 19.svgПерейти 16.svgПерейти b.svgСхема платы go image.svgСхема платы go image.svgПерейти b.svgПерейти 81.svgПерейти 82.svg
Перейти l.svgПерейти 45.svgСхема платы go image.svgСхема платы go image.svgПерейти 44.svgПерейти 39.svgПерейти 64.svgПерейти 63.svgСхема платы go image.svgПерейти 69.svgСхема платы go image.svgСхема платы go image.svgПерейти 20.svgПерейти 71.svgСхема платы go image.svgПерейти w.svgПерейти w.svgПерейти 78.svgПерейти r.svg
Перейти l.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 65.svgПерейти 66.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 75.svgПерейти 25.svgПерейти 72.svgПерейти 73.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgСхема платы go image.svgПерейти w.svgПерейти 28.svgСхема платы go image.svgПерейти 67.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 74.svgСхема платы go image.svgСхема платы go image.svgПерейти w.svgСхема платы go image.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgСхема платы go image.svgПерейти w.svgПерейти b.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 86.svgСхема платы go image.svgСхема платы go image.svgПерейти w.svgПерейти w.svgСхема платы go image.svgПерейти w.svgПерейти b.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgПерейти w.svgПерейти b.svgПерейти -.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти 76.svgПерейти 55.svgСхема платы go image.svgСхема платы go image.svgПерейти w.svgПерейти b.svgСхема платы go image.svgПерейти b.svgПерейти b.svgПерейти b3.svgПерейти r.svg
Перейти l.svgПерейти w.svgПерейти b.svgПерейти w.svgПерейти b.svgСхема платы go image.svgПерейти b.svgПерейти 77.svgСхема платы go image.svgПерейти 62.svgПерейти на w6.svgСхема платы go image.svgПерейти на w4.svgПерейти b.svgСхема платы go image.svgСхема платы go image.svgПерейти 79.svgПерейти w2.svgПерейти r.svg
Перейти l.svgПерейти w.svgПерейти b.svgПерейти b.svgСхема платы go image.svgПерейти w.svgПерейти b.svgПерейти w.svgПерейти b.svgПерейти w.svgСхема платы go image.svgПерейти 56.svgПерейти b5.svgПерейти 57.svgСхема платы go image.svgСхема платы go image.svgПерейти w.svgПерейти b7.svgПерейти r.svg
Перейти l.svgПерейти w.svgПерейти w.svgПерейти b.svgСхема платы go image.svgСхема платы go image.svgПерейти w.svgПерейти b.svgСхема платы go image.svgПерейти w.svgСхема платы go image.svgПерейти b.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти w.svgПерейти b.svgПерейти r.svg
Перейти w.svgПерейти b.svgПерейти b.svgПерейти w.svgПерейти w.svgСхема платы go image.svgСхема платы go image.svgПерейти b.svgСхема платы go image.svgСхема платы go image.svgПерейти w.svgПерейти b.svgСхема платы go image.svgПерейти b.svgСхема платы go image.svgПерейти b.svgПерейти 00.svgСхема платы go image.svgПерейти r.svg
Перейти l.svgСхема платы go image.svgПерейти b.svgПерейти w.svgСхема платы go image.svgПерейти w.svgПерейти b.svgПерейти b.svgПерейти w.svgСхема платы go image.svgСхема платы go image.svgПерейти w.svgСхема платы go image.svgПерейти w.svgСхема платы go image.svgПерейти w.svgПерейти w.svgПерейти b.svgПерейти r.svg
Перейти l.svgПерейти w.svgПерейти b.svgПерейти w.svgСхема платы go image.svgПерейти b.svgСхема платы go image.svgПерейти b.svgПерейти w.svgПерейти -.svgПерейти 60.svgПерейти 58.svgСхема платы go image.svgПерейти w.svgСхема платы go image.svgПерейти w.svgПерейти b.svgПерейти w.svgПерейти b1.svg
Перейти l.svgПерейти b.svgПерейти w.svgПерейти w.svgСхема платы go image.svgПерейти b.svgСхема платы go image.svgПерейти w.svgПерейти w.svgПерейти 61.svgПерейти 59.svgСхема платы go image.svgПерейти b.svgПерейти b.svgПерейти b.svgПерейти b.svgСхема платы go image.svgПерейти b.svgПерейти r.svg
Перейти b.svgСхема платы go image.svgПерейти b.svgСхема платы go image.svgСхема платы go image.svgПерейти b.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgСхема платы go image.svgПерейти b.svgПерейти w.svgПерейти r.svg
Перейти b.svgПерейти d.svgПерейти b.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти d.svgПерейти на dr.svg
Ходы 100–186 (149 на 131, 150 на 130)

Влияние на Go [ править ]

Документальный фильм AlphaGo [92] [93] вселил надежду, что Ли Седоль и Фань Хуэй извлекут пользу из своего опыта игры в AlphaGo, но по состоянию на май 2018 года их рейтинги мало изменились; Ли Седол занял 11-е место в мире, а Фань Хуэй - 545-е. [94] 19 ноября 2019 года Ли объявил о своем уходе из профессиональной игры, утверждая, что он никогда не сможет стать лучшим игроком в го из-за растущего доминирования ИИ. Ли назвал их «сущностью, которую невозможно победить». [95]

См. Также [ править ]

  • Чинук (игрок в шашки) , программа игры в шашки
  • Глоссарий искусственного интеллекта
  • Иди и математика
  • Лила (программное обеспечение)
  • TD-Gammon , нейронная сеть для игры в нарды
  • Pluribus (покерный бот)

Ссылки [ править ]

  1. ^ «Искусственный интеллект: AlphaGo от Google превосходит мастера го Ли Седола» . BBC News . Проверено 17 марта 2016 года .
  2. ^ «DeepMind AlphaGO» . DeepMind Искусственный интеллект AlphaGo .
  3. ^ "AlphaGo | DeepMind" . DeepMind .
  4. ^ a b c d e f g h i Сильвер, Дэвид ; Хуанг, Аджа ; Мэддисон, Крис Дж .; Гез, Артур; Сифре, Лоран; Дрише, Джордж ван ден; Шриттвизер, Джулиан; Антоноглоу, Иоаннис; Паннеершелвам, Веда; Ланкто, Марк; Дилеман, Сандер; Греве, Доминик; Нхам, Джон; Кальхбреннер, Нал; Суцкевер Илья ; Лилликрап, Тимоти; Лич, Мадлен; Кавукчуоглу, Корай; Грэпель, Тор; Хассабис, Демис (28 января 2016 г.). «Освоение игры го с глубокими нейронными сетями и поиском по дереву». Природа . 529 (7587): 484–489. Bibcode : 2016Natur.529..484S .DOI : 10,1038 / природа16961 . ISSN  0028-0836 . PMID  26819042 . S2CID  515925 .
  5. ^ a b c d e «Исследовательский блог: AlphaGo: освоение древней игры го с машинным обучением» . Блог Google Research . 27 января 2016 г.
  6. ^ a b c d «Google добивается« прорыва »в области ИИ, победив чемпиона по го» . BBC News . 27 января 2016 г.
  7. ^ «Матч 1 - Google DeepMind Challenge Match: Ли Седол против AlphaGo» . 8 марта 2016 г.
  8. ^ «Google AlphaGo получает« божественный »рейтинг Go» . straitstimes.com . 15 марта 2016 . Проверено 9 декабря 2017 .
  9. ^ "AlphaGo Movie" .
  10. ^ «От ИИ к сворачиванию белка: наш прорыв, занявший второе место» . Наука . 22 декабря 2016 . Проверено 29 декабря +2016 .
  11. ^ a b "中国 围棋 协会 授予 AlphaGo 职业 九段 并 颁发 证书" (на китайском языке). Sohu.com . 27 мая 2017 . Проверено 9 декабря 2017 .
  12. ^ a b «После победы в Китае дизайнеры AlphaGo исследуют новый ИИ» . 27 мая 2017.
  13. ^ Schraudolph, Nicol N .; Терренс, Питер Даян; Сейновски Дж. Изучение временной разницы при оценке позиции в игре го (PDF)
  14. ^ a b «Компьютер одерживает большую победу над людьми в древней игре го» . CNN. 28 января 2016 . Проверено 28 января 2016 .
  15. ^ "Программа Zen computer Go побеждает Такемию Масаки всего с 4 камнями!" . Go Game Guru . Архивировано из оригинала на 1 февраля 2016 года . Проверено 28 января 2016 .
  16. ^ "「 ア マ 六段 の 力。 天才 か も 」囲 碁 棋士 、 コ ン ピ ュ タ 敗 れ る 初 の 公式 戦" . MSN Sankei News. Архивировано из оригинального 24 марта 2013 года . Проверено 27 марта 2013 года .
  17. ^ a b c Джон Риберио (14 марта 2016 г.). «Необычные ходы AlphaGo доказывают его искусный интеллект, - говорят эксперты» . Мир ПК . Проверено 18 марта 2016 .
  18. ^ "Google AlphaGo AI чисто зачищает чемпион Европы по го" . ZDNet . 28 января 2016 . Проверено 28 января 2016 .
  19. ^ a b Мец, Кейд (27 января 2016 г.). «В крупном прорыве в области искусственного интеллекта система Google тайно побеждает лучших игроков древней игры го» . ПРОВОДНОЙ . Дата обращения 1 февраля 2016 .
  20. ^ "Специальная вставка Computer Go, охватывающая матч AlphaGo v Fan Hui" (PDF) . Британский журнал Go. 2017 . Дата обращения 1 февраля 2016 .
  21. ^ "Première défaite d'un Professionalnel du go contre une Intelligence Artificielle" . Le Monde (на французском языке). 27 января 2016 г.
  22. ^ "Google AI AlphaGo, чтобы сразиться с № 1 в мире Ли Седолом в прямом эфире" . Хранитель . 5 февраля 2016 . Проверено 15 февраля +2016 .
  23. ^ "Google DeepMind собирается сразиться с лучшим в мире игроком в го в роскошном 5-звездочном отеле в Южной Корее" . Business Insider . 22 февраля 2016 . Проверено 23 февраля +2016 .
  24. ^ NOVET, Иордания (4 февраля 2016). «В марте YouTube будет транслировать ИИ Google в прямом эфире с участием суперзвезды Go Ли Седола» . VentureBeat . Проверено 7 февраля +2016 .
  25. ^ a b c Юн Сон Вон (14 марта 2016 г.). «Ли Седол показывает AlphaGo, которую можно победить» . The Korea Times . Проверено 15 марта 2016 года .
  26. ^ "李世 乭 ： 即使 Alpha Go 得到 升级 也 一样 能赢" . JoongAng Ilbo (на китайском языке). 23 февраля 2016 . Проверено 24 февраля +2016 .
  27. ^ a b "이세돌 vs 알파 고, '구글 딥 마인드 챌린지 매치' 기자 회견 열려" (на корейском языке). Корейская ассоциация бадуков . 22 февраля 2016 года Архивировано из оригинала 3 марта 2016 года . Проверено 22 февраля +2016 .
  28. ^ Демис Хассабис [@demishassabis] (11 марта 2016 г.). «Мы используем примерно то же количество вычислительной мощности, что и в матче Fan Hui: распределение результатов поиска по другим машинам имеет убывающую отдачу» (твит) . Проверено 14 марта 2016 г. - через Twitter .
  29. ^ «Разборки» . Экономист . Проверено 19 ноября +2016 .
  30. ↑ Стивен Боровец (9 марта 2016 г.). «Машина искусственного интеллекта Google против чемпиона мира по игре« Go »: все, что вам нужно знать» . Хранитель . Проверено 15 марта 2016 года .
  31. ^ a b Реми Кулом . «Рейтинговый список 01.01.2016» . Архивировано из оригинального 18 марта 2016 года . Проверено 18 марта 2016 .
  32. ^ «Корейский мастер го доказывает, что человеческая интуиция все еще сильна в го» . Корейский вестник / ИНН . 14 марта 2016 года Архивировано из оригинала 12 апреля 2016 года . Проверено 15 марта 2016 года .
  33. ^ «ИИ Google побеждает чемпиона мира по го в первом из пяти матчей - BBC News» . BBC Online . Проверено 9 марта 2016 .
  34. ^ "Google AI выигрывает вторую игру в го против чемпиона мира - BBC News" . BBC Online . Проверено 10 марта 2016 .
  35. ^ «Google DeepMind AI побеждает в финальном матче по го для победы в серии 4–1» . Engadget . Проверено 15 марта 2016 года .
  36. ^ «Человеческий чемпион уверен, что победит ИИ в древней китайской игре» . Ассошиэйтед Пресс. 22 февраля 2016 . Проверено 22 февраля +2016 .
  37. ^ «В двух шагах, AlphaGo и Ли Седол пересмотрели будущее» . ПРОВОДНОЙ . Проверено 12 ноября 2017 года .
  38. ^ «黄士杰 ： AlphaGo 李世石 人机 大战 第四局 问题 已 date = 8 July 2016» (на китайском языке) . Проверено 8 июля +2016 .
  39. ^ Б Демис Хассабис (4 января 2017). Демис Хассабис в Твиттере: «Рад поделиться новостью о #AlphaGo! " " . Аккаунт Демиса Хассабиса в Twitter . Проверено 4 января 2017 года .
  40. ^ a b c Элизабет Гибни (4 января 2017 г.). «Google раскрывает секретный тест AI-бота, чтобы победить лучших игроков в го» . Природа . 541 (7636): 142. Bibcode : 2017Natur.541..142G . DOI : 10.1038 / nature.2017.21253 . PMID 28079098 . Проверено 4 января 2017 года . 
  41. ^ a b c «Люди скорбят о потере после того, как Google разоблачен как главный китайский игрок» . Wall Street Journal . 5 января 2017 . Проверено 6 января 2017 года .
  42. ^ «Лучший игрок в го в мире говорит, что у него еще есть« последний ход », чтобы победить AlphaGo AI от Google» . Кварц . 4 января 2017 . Проверено 6 января 2017 года .
  43. ^ "横扫 中 日韩 棋手 斩获 59 的 的 Master 发话 ： 我 是 阿尔法 狗" (на китайском языке). 澎湃 新闻. 4 января 2017 . Проверено 11 декабря 2017 года .
  44. ^ «Изучение тайн го с AlphaGo и лучшими игроками Китая» . 10 апреля 2017.
  45. ^ "Игрок №1 в го мира Ке Джи берет на себя обновленную AlphaGo в мае" . 10 апреля 2017.
  46. ^ «Ке Цзе против AlphaGo: 8 вещей, которые вы должны знать» . 27 мая 2017.
  47. ^ "Обновленный AlphaGo выигрывает первую игру против китайского гроссмейстера го" . 23 мая 2017.
  48. ^ «Google AlphaGo продолжает доминировать со второй победой в Китае» . 25 мая 2017.
  49. ^ "Полноформатные игры для игроков в го" . Deepmind . Дата обращения 28 мая 2017 .
  50. ^ a b c d e Сильвер, Дэвид ; Шриттвизер, Джулиан; Симонян, Карен; Антоноглоу, Иоаннис; Хуанг, Аджа ; Гез, Артур; Хуберт, Томас; Бейкер, Лукас; Лай, Мэтью; Болтон, Адриан; Чен, Юйтянь ; Лилликрап, Тимоти; Фань, Хуэй ; Сифре, Лоран; Дрише, Джордж ван ден; Грэпель, Тор; Хассабис, Демис (19 октября 2017 г.). «Освоение игры в го без человеческого знания» (PDF) . Природа . 550 (7676): 354–359. Bibcode : 2017Natur.550..354S . DOI : 10.1038 / nature24270 . ISSN  0028-0836 . PMID  29052630 . S2CID  205261034 .
  51. ^ a b c d e «AlphaGo Zero: обучение с нуля» . Официальный сайт DeepMind . 18 октября 2017 . Проверено 19 октября 2017 года .
  52. ↑ Сильвер, Дэвид ; Хуберт, Томас; Шриттвизер, Джулиан; Антоноглоу, Иоаннис; Лай, Мэтью; Гез, Артур; Ланкто, Марк; Сифре, Лоран; Кумаран, Дхаршан; Грэпель, Тор; Лилликрап, Тимоти; Симонян, Карен; Хассабис, Демис (5 декабря 2017 г.). «Освоение шахмат и сёги путем самостоятельной игры с использованием общего алгоритма обучения с подкреплением». arXiv : 1712.01815 [ cs.AI ].
  53. ^ "Инструмент обучения AlphaGo" . DeepMind .
  54. ^ a b «AlphaGo 教学 工具 上 线 樊 麾 ： 使用 Master Version» (на китайском языке). Sina.com.cn . 11 декабря 2017 . Проверено 11 декабря 2017 года .
  55. ^ Макмиллан, Роберт (18 мая 2016 г.). «Google не играет в игры с новым чипом» . The Wall Street Journal . Проверено 26 июня +2016 .
  56. ^ Jouppi, Нормы (18 мая 2016). «Google решает задачи машинного обучения с помощью специального чипа TPU» . Блог Google Cloud Platform . Проверено 26 июня +2016 .
  57. ^ «AlphaGo 官方 解读 让 三 子 对 人类 高手 没 这种 优势» (на китайском языке). Сина . 25 мая 2017 . Дата обращения 2 июня 2017 .
  58. ^ «各 Version alphago 实力 对比 master 能让 李世石 子 3 子» (на китайском языке). Сина . 24 мая 2017 . Дата обращения 2 июня 2017 .
  59. ^ "Новая версия AlphaGo самообучающаяся и намного более эффективная" . Американская ассоциация го . 24 мая 2017 . Дата обращения 1 июня 2017 .
  60. ^ «【柯 洁 战败 解密】 AlphaGo Master 最新 架构 和 算法 ， 谷 歌 云 TPU 拆解» (на китайском языке). Соху . 24 мая 2017 . Дата обращения 1 июня 2017 .
  61. ^ "Дополнительные материалы к бумаге AlphaZero Science, Data S1, figure1_elos.json, max elo достигнут" .
  62. ↑ Cade Metz (13 марта 2016 г.). «Гроссмейстер Ли Седол одерживает утешительную победу над искусственным интеллектом Google» . Проводные новости . Проверено 29 марта 2016 года .
  63. ^ a b Гибни, Элизабет (27 января 2016 г.). «Алгоритм Google AI овладевает древней игрой в го» . Природа . 529 (7587): 445–6. Bibcode : 2016Natur.529..445G . DOI : 10.1038 / 529445a . PMID 26819021 . 
  64. ^ Chouard, Танги (12 марта 2016). «Файлы Go: компьютер с ИИ одерживает победу над чемпионом по го» . Природа . DOI : 10.1038 / nature.2016.19553 . S2CID 155164502 . 
  65. ^ Б с д е е г ч Стивен Borowiec; Трейси Лиен (12 марта 2016 г.). «AlphaGo превосходит чемпиона по игре в го в мире искусственного интеллекта» . Лос-Анджелес Таймс . Проверено 13 марта 2016 .
  66. ↑ Коннор, Стив (27 января 2016 г.). «Компьютер победил профессионала в самой сложной настольной игре в мире» . Независимый . Проверено 28 января 2016 .
  67. ^ "ИИ Google побеждает чемпиона среди людей в го" . CBC News . 27 января 2016 . Проверено 28 января 2016 .
  68. ^ Дэйв Gershgorn (12 марта 2016). «GOOGLE'S ALPHAGO ПОБЕДИЛ ЧЕМПИОНА МИРА В ТРЕТЬЕМ МАТЧЕ, ВЫИГРАЯ ВСЕ СЕРИИ» . Популярная наука . Проверено 13 марта 2016 .
  69. ^ a b "Компьютер Google DeepMind AlphaGo опередил чемпиона мира по игре в го" . CBC News . Ассошиэйтед Пресс . 12 марта 2016 . Проверено 13 марта 2016 .
  70. ^ София Ян (12 марта 2016 г.). «Компьютер Google победил чемпиона мира по игре в гоу» . CNN Деньги . Проверено 13 марта 2016 .
  71. ^ "AlphaGo: искусственный интеллект Google, чтобы победить чемпиона мира по древней китайской настольной игре" . Австралийская радиовещательная корпорация . 8 марта 2016 . Проверено 13 марта 2016 .
  72. ^ a b Мариетт Ле Ру (12 марта 2016 г.). «Восстание машин: следите за ИИ, предупреждают эксперты» . Phys.org . Проверено 13 марта 2016 .
  73. ^ a b c Мариетт Ле Ру; Паскаль Моллар (8 марта 2016 г.). «Игра окончена? Новый вызов искусственного интеллекта человеческому разуму (обновление)» . Phys.org . Проверено 13 марта 2016 .
  74. ↑ Таня Льюис (11 марта 2016 г.). «Эксперт по искусственному интеллекту говорит, что в программе Google Go-play отсутствует одна важная особенность человеческого интеллекта» . Business Insider . Проверено 13 марта 2016 .
  75. ^ Mozur, Павел (20 июля 2017). «Пекин хочет, чтобы искусственный интеллект производился в Китае к 2030 году» . Нью-Йорк Таймс . Проверено 11 апреля 2018 года .
  76. ^ "Медаль Марвина Мински за выдающиеся достижения в области искусственного интеллекта" . Международная совместная конференция по искусственному интеллекту . 19 октября 2017 . Проверено 21 октября 2017 года .
  77. ^ Чо Санг Хан (16 марта 2016). «Компьютерная программа Google превосходит Ли Седола в турнире по го» . Нью-Йорк Таймс . Проверено 18 марта 2016 . По словам Хассабиса, матчи AlphaGo-Lee смотрели более 100 миллионов человек.
  78. ↑ Джон Рибейро (12 марта 2016 г.). «Программа Google AlphaGo AI сильна, но не идеальна, - говорит проигравший южнокорейский игрок в го» . Мир ПК . Проверено 13 марта 2016 .
  79. ^ a b Гибни, Элизабет (2016). «Игроки в го реагируют на компьютерное поражение» . Природа . DOI : 10.1038 / nature.2016.19255 . S2CID 146868978 . 
  80. ^ Zastrow, Марк (15 марта 2016). «Как победа Google Go AI вызывает страх в Южной Корее» . Новый ученый . Проверено 18 марта 2016 .
  81. ^ JEE HEUN KAHNG; SE YOUNG LEE (15 марта 2016 г.). «Программа искусственного интеллекта Google превосходит южнокорейский игрок Го с результатом 4–1» . Рейтер . Проверено 18 марта 2016 .
  82. ^ a b Нил Коннор (11 марта 2016 г.). «Google AlphaGo« не может победить меня », - говорит гроссмейстер China Go» . Телеграф (Великобритания) . Проверено 13 марта 2016 .
  83. ^ "Китайский мастер го Ке Цзе говорит, что может проиграть AlphaGo: The DONG-A ILBO" . Проверено 17 марта 2016 года .
  84. ^ «... если сегодняшнее выступление было его истинной способностью, то оно не заслуживает играть против меня» . M.hankooki.com. 14 марта 2016 . Проверено 5 июня 2018 .
  85. ^ Чо Санг Хан (15 марта 2016). «В Сеуле Go Games пробуждают интерес (и беспокойство) по поводу искусственного интеллекта» . Нью-Йорк Таймс . Проверено 18 марта 2016 .
  86. ^ Тиан, Юаньдун; Чжу, Ян (2015). «Лучший компьютерный игрок с нейронной сетью и долгосрочным прогнозированием». arXiv : 1511.06410v1 [ cs.LG ].
  87. ↑ HAL 90210 (28 января 2016 г.). «Нет, вперед: Facebook не смог испортить большой день Google AI» . Хранитель . ISSN 0261-3077 . Дата обращения 1 февраля 2016 . 
  88. ^ "Лекция Стрейчи - доктор Демис Хассабис" . Новый прямой эфир . Проверено 17 марта 2016 года .
  89. ^ «Мастер Го Чо выигрывает серию из трех побед против ИИ японского производства» . The Japan Times Online . 24 ноября 2016 . Проверено 27 ноября +2016 .
  90. ^ «Люди наносят ответный удар: корейский мастер го превосходит ИИ в схватке с настольными играми» . CNET . Проверено 27 ноября +2016 .
  91. ^ «Иди и сделай несколько наркотиков Инженер» . www.theengineer.co.uk . Проверено 3 апреля 2018 .
  92. ^ https://www.alphagomovie.com/
  93. ^ «AlphaGo (2017)» . Тухлые помидоры . Проверено 5 июня 2018 .
  94. ^ "Go Ratings" . Перейти рейтинги . Проверено 5 июня 2018 .
  95. ↑ Винсент, Джеймс (27 ноября 2019 г.). «Бывший чемпион по го, побежденный DeepMind, уходит в отставку после объявления ИИ непобедимым» . Грань . Проверено 28 ноября 2019 .

Внешние ссылки [ править ]

  • Официальный веб-сайт
  • Вики AlphaGo в библиотеке Sensei , включая ссылки на игры AlphaGo
  • Страница AlphaGo , с архивом и играми
  • Расчетный рейтинг Alpha Go на 2017 год