计算机程序“阿尔法围棋”与韩国名将李世石的
2020-02-27 11:14
对于这场“人机大战”，伦敦帝国理工学院人工智能学者马�·戴森罗特认为，即�“阿尔法围�”在这次比赛中无法击败李世石，计算机的胜利也只是迟早的问题�
在接受新华社记者专访时，戴森罗特说，如�“阿尔法围�”击败了最顶尖的围棋选手，就意味着终于有一款电脑程序在下围棋水平上达到让人惊叹的地步。我们可以对�“阿尔法围棋与深蓝”，后者在上世纪９０年代击败了国际象棋顶尖选手卡斯帕罗夫，这种电脑程序在完成某一项特别任务时，能够做得远远好于人类�
“即便阿尔法围棋在今年三月的比赛中无法击败顶尖的人类围棋选手，那也只是时间问题�”他说�
戴森罗特认为，为了能够达到职业围棋选手的水平，“阿尔法围�”结合�“深度学习”�“蒙特卡洛树搜�”方法�“蒙特卡洛树搜�”是一种启发式的搜索策略，能够基于对搜索空间的随机抽样来扩大搜索树，从而分析围棋这类游戏中每一步棋应该怎么走才能够创造最好机会�“蒙特卡洛树搜�”在此前一些围棋智能程序中也有采用，它们在相对较小的棋盘中能够很好地发挥作用，但在正规的全尺寸棋盘上，这种方法就无法使用，因为涉及的搜索树实在太大了�
�“阿尔法围�”关键是它采用了很聪明的策略，利用深度学习的方法降低搜索树的复杂性。因�“深度学习”�“蒙特卡洛树搜�”就成为它的两个关键因素，这两项技术单独来说都有成功的实际应用——“深度学习”已被应用在包括图像识别、文本翻译、音频、文本处理、脸部识别、强化学习以及机器人等领域�“蒙特卡洛树搜�”则经常被用于可进行不同游戏对抗的人工智能程序中，比如像围棋、国际象棋、《卡坦岛拓荒者》这样的桌面游戏、电子游戏或者扑克等�
