/p>强化学习一词来自于行为心理学 ， 这一理论把行为学习看成是反复试验的过程 ， 从而把动态环境状态映射成相应的动作 。它类似于传统经验中的“吃一堑长一智” ， 强化学习可以做出策略选择 ， 广泛应用于下棋、走迷宫这一类别中 。这种依赖于大数据和强大计算能力的被称为“深度学习”的无监督或半监督机器学习 ， 使计算机可以在无需人力参与的情况下 ， 完成原本只有经过高度专业化训练的专业人士才能完成的任务 ， 甚至超过专家 。
另外 ， 为了达到更高的运算能力 ， 谷歌还把Alpha Go接入到了一个有1202个CPU组成的网络中 。这使得这个人工智能系统的计算能力在原来的基础上增加了24倍 。经过推算 ， Alpha Go的性能大约是深蓝计算机的2.5万倍左右 。按这个节奏计算 ， 假如人类一年能玩1000局 ， AI一天就可能玩100万局 。所以Alpha Go只要经过了足够的训练 ， 还是有可能击败人类选手 。毕竟 ， 人类在长时间的下棋比赛后 ， 由于生理和心理限制可能会疲累 ， 进而犯错 ， 但机器不会 。
不过谷歌董事长施密特表示 ， 即使机器真的赢了 ， 人类仍是赢家 。即使AlphaGo机器最终赢了李世石 ， 对于人工智能是否会“碾压”人类 ， 依然存疑 ， 我们不必过于焦虑 ， 人工智能可能还有很长的路要走 。
历史上的人机大战
①深蓝战胜卡斯帕罗夫
1997年 ， 美国IBM公司的“深蓝”超级计算机深蓝以二胜一负三平的战绩战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫 ， 成为赢家 。
②浪潮天梭挑战人类象棋大师
2006年的浪潮天梭超级计算机 ， 挑战人类象棋大师一役 ， 在最终的巅峰对决中 ， 许银川与浪潮天梭两战皆和 。浪潮天梭向世人证明了自己超强的运算能力 。
【人机围棋大战说明了什么 继象棋之后，人机大战为何选中围棋】
文章插图
③全才学霸沃森挑战人类
2011年 ， “深蓝”的同门师弟“watson”（沃森）在美国老牌智力问答节目《危险边缘》中挑战两位人类冠军 ， 并获得成功 。
④Alpha Go以5:0完胜欧洲冠军樊麾
2016年1月 ， 美国谷歌公司旗下的人工智能(AI)开发商“DeepMind”(位于英国)研发的围棋电脑软件“AlphaGo”(阿尔法围棋)打败了职业棋手樊麾 ， 开创全球先河 。
进入21世纪后 ， 科学研究从大数据、人工智能到虚拟现实 ， 从发现了类地球行星、引力波到无人驾驶、量子计算 ， 这是一个创新不断、惊喜不断的时代 ， 而我们有幸参与其中 ， 这也许比单纯讨论比赛输赢更有趣 。
以上就是关于《继象棋之后 ， 人机大战为何选中围棋？》的答疑相关内容 ， 希望能够解决大家的疑惑 ， 今天就介绍到这里了 ， 如有更多疑问 ， 请移步至百科答疑 。
推荐阅读
- 平鲁|五职业撞车国服通天代，两个差距让小代无力反抗，感觉像在打人机
- 水库|为了抓钓鱼人有多拼？大数据无人机都用上了
- 动物|日本山口市发生罕见人猴大战：45人受伤
- 电脑游戏红心大战的玩法 红心大战怎么玩
- 电影|《明日战记》机甲狂潮预告出炉：古天乐大战重型机甲刑天、穷奇
- 战国韩魏大战 方韩大战
- 节后脂肪大战 冬季减肥食疗
- |职场中的“狐狸”与“刺猬”，跟着《论大战略》学点战略思维
- 第一次世界大战始末 第一次世界大战时间
- 无人机|我国舰载无人直升机试飞成功！走向深海