李世石如何挽回人类尊严?李世石评价

路口大爷 126 0

👉注意《在线测算》付款后显示结果!

【引言】李世石如何挽回人类尊严?李世石评价?映森情感整理,获取情感知识“李世石如何挽回人类尊严”的内容如下:

情感目录一览:

韩国棋手李世石已经退役,其职业生涯究竟有何傲人战绩?

在24年的职业生涯中,李世石共获得了50个冠军,生涯收获奖金总额大约98亿韩元(约合人民币5900万元)。其中包括18个世界各级大赛的冠军,以及32个韩国国内比赛的冠军。此外,还八次夺得韩国棋院MVP,四次夺得连胜王、多胜王称号,三次夺得胜率王称号。在2016年3月在首尔举办的人机大战中,史上第一次战胜了“AlphaGo”,赢得了人类棋手对抗围棋AI的唯一一局。

李世石九段,1983年出生于韩国全罗道,在他12岁那年便通过了定段考试,成为了正式棋手。在2002年的第十五届富士通杯决赛,李世石以半目的微弱优势击败了对手刘昌赫,创造了围棋世界大赛的更低段位记录,拿下了他棋手生涯的第一个世界冠军。此时,拿下世界冠军的李世石年仅19岁!1998年升为2段,1999年升为三段,2003年韩国棋院升段制度改革,由职业升段赛变为职业棋战胜局累计,同年李世石连续夺下LG杯、KT杯、富士通杯冠军,直接升为九段棋手,颠覆了韩国乃至世界的段位体系。

2000年,李世石九段豪夺76胜,成为当年胜率更高的棋手,获得年度更佳MVP奖。2006年豪夺84胜,2008年豪夺82胜,2010年豪夺72胜,李世石九段的更高胜场为2007年的90胜,可谓是围棋界伟大的胜负师。他在任何情况下都表现出了极度的冷静,典型的力战型棋风,“快”、“准”、“狠”的力量,他是僵尸流的先行者,是翻盘术的引路人。

2016年3月的韩国,掀起了一场轰轰烈烈的人机大战。李世石九段代表人类出战,对战谷歌人工智能AlphaGo进行五番棋人机大战。虽然前三局的鏖战,均以李世石九段的失败告终,但在第四局78手中,李世石九段下出了被古力称之为“神之一手”的挖棋。这一妙手,瞬间让AlphaGo陷入混乱,下了几步臭棋后,立即投子认输。这一刻,李世石九段超越了强大的AlphaGo,赢得了人类棋手对抗围棋AI的第一局,用自己坚韧的意气和顽强的斗志,捍卫了人类棋手的尊严。

100:0,新AlphaGo放弃了人类?

01

2017年10月19日,谷歌子公司DeepMind发布了AlphaGo的新版本。很多人知道AlpoaGo是一个人工智能程序,却不知道它其实是一个家族,早期战胜韩国选手李世石的是AlphaGo Lee。在乌镇击败世界冠军柯洁的是AlphaGo Master。本次发布的是AlphaGo Zero(阿尔法零),它经过3天的训练便以100:0的战绩击败了他的哥哥AlphoGo Lee,经过40天的训练便击败了它的另一个哥哥AlphoGo Master。

AlphaGo Zero与之前版本相比,更大的区别在于,它不再依靠人类的指导来成长,即之前的AlphaGo Lee是依赖于人工录入的大量棋谱来帮助其学习如何下棋,说白了,它是在人的指导下学习,可以理解为是人类千年围棋经验教出的学生。

而AlphaGo Zero使用了强化学习算法,即不再依赖任何棋谱,编程人员输入围棋基本规则后,不再进行任何教导,完全由其自己进行摸索,总结走棋方法,相当于人工智能完全按照自己的方法学习。AlphaGo Lee完败于摒弃了人类经验的AlphaGo Zero,这说明人类的经验可能误导了AlphaGo Lee,进而限制了它的发展。

AlphaGo Zero的行棋方式在开局和收官阶段,与人类选手有较大的相似之处,而盘中的行棋风格的确与人类选手和之前版本的AlPhaGo有较大不同,而正是这种不同让其可以在100次与AlphaGo Lee的交战中立于不败,换个说法,如果当初AlphaGo Lee没有拜人类为师,而是向机器学习,那么对于拥有更强计算能力的AlphaGo Lee来说,胜负还未可知。

除了零经验学习外,AlphaGo Zero的另一大特点是将之前版本AlphaGo的两个神经网络融为一体,在之前版本的AlphaGo上,如何走棋是由“策略网络”和“价值网络”两个神经网络来计算如何行棋的,即首先由“策略网络”利用之前累积的经验,判断在当前棋型下哪些位置适合行棋,之后由“价值网络”对在这些位置行棋后的种种可能进行模拟,计算胜率,更终选择出行棋位置。

而AlphaGo Zero将二者融为了一体,对之前两个网络的特征提取等模块进行了共用,可以在计算出可能行棋的位置时便给出相应的“胜率”,大幅提高效率,减少了训练所需的时间。这也是AlphaGo Zero在训练了三天就打败了训练了几个月的AlphaGo Lee的主要原因之一。

人工智能不仅是计算机科学领域发展的制高点,在所有行业都具有无限潜力和应用价值,目前世界各国普遍看好,人工智能技术将成长为下一次技术革命契机。即便更终人工智能没有达到革命级别的颠覆程度,AI已经在逐渐改变我们的生活。

以往人工智能的进步都是建立在软件与硬件同步发展的基础上,神经网络算法更早在上个世纪中叶就被提出,然而受限于计算能力,神经网络算法一直发展缓慢。

之后随着硬件计算速度的不断提高,已有的软件算法不断被实现并改进,改进的算法对硬件要求更高,从而进一步促进了硬件的发展,而AlphaGo Zero的出现完全建立在算法更新的基础上。

前一版本的AlphaGo需要在48个TPU(谷歌专为加速深层神经网络运算能力而研发的芯片,一块成本即达500万美元)上进行几个月学习,而AlphaGo Zero只需要4个TPU加上几天的时间便可完成学习。这种零经验学习能力非常适合在蛋白质折叠和其它缺少样本的*领域进行应用,可以很好地解决因缺少试验样本而导致研究进展缓慢的问题。未来的相关研究中完全可以输入规则后利用AlphaGo Zero的能力进行模拟,更后利用有限的样本进行验证即可。

AlphaGo逐渐升级之路

故事讲到这里,实在不得不佩服谷歌深厚的技术实力与精明的商业头脑。AlphaGo从诞生伊始,就得到了deepmind团队的精心包装,仔细回想起来,可谓是“城里套路深”。

从更初战胜低段位职业棋手开始预热或者说炒作,到战胜人类顶尖高手李世石,AlphaGo的登场已经足够华丽。不过4比1的比分还是给了人类一线希望,这仅有的胜局中,李世石剑走偏锋,直接把AlphaGo逼出了“大脑短路”的症状,可见此时AlphaGo虽已经足够强大,但尚不完美。此后各路人类高手开始卧薪尝胆,精研AlphaGo的套路,寄希望于重新捍卫人类尊严。

随后,一个神秘的“master”在围棋界顶级棋手的对战平台上取得了60胜0负的骄人战绩,这位master到底是何方神圣,是人是妖可谓是赚足了吃瓜群众的眼球。直到华丽的60胜达成,谜底才更终揭晓。

此后便是吸引了全世界目光的乌镇对决,AlphaGo Master把柯洁打到毫无还手之力。虽然柯洁已经表现出了真正的人类更强者战力,却仍然被AlphaGo完全压制,只要出招有任何一点闪失,立刻会陷入AlphaGo“更小优势胜”策略的陷阱,再无翻身余地。

乌镇对决之后,人类在围棋领域已经彻底甘拜下风,别说柯洁一人,五大高手联手作战比柯洁输得更快,AlphaGo一时风光无限。

如今,乌镇硝烟刚要散尽,谷歌又搞了个大新闻出来!人工智能在摒弃人类经验后,用三天时间自学的AlphaGo Zero打败了人类几千年的经验。AlphaGo的进化版打败了原始版,不禁叫人想起《铁甲钢拳》里叫人热血贲张的机甲肉搏,一个AI输给另一个更牛的AI,中国AI战胜美国AI,这很有可能是未来棋类竞技中的真实场景。

18年后,无人幸免?

1

AI,真的觉醒了?

人工智能,会苏醒吗?

这是一个古老而又新奇的话题。

“ 深度学习 ”天生的 不可预测 ,加深了这种忧虑。

“ 神经网络 ”的 生物性类比 ,让“AI黑匣子”更让人担心。

更近,一个谷歌工程师再次引爆该话题:AI觉醒了?

2022年6月 ,谷歌工程师 Lemoine 表示,自己在与AI“ LaMDA ”聊天中,发现了后者的回答已经 高度人格化 ,认为该AI已经“ 觉醒 ”。

为此,Lemoine写了一篇长达 21页的调查报告 ,试图让高层认可AI的人格。

不过,谷歌高层暂未表态,希望获得更清晰的认定。

但Lemoine仿佛化身科幻电影主角,他没有放弃,将自己和AI的 聊天记录 公布于众,引发轩然大波。《 华盛顿邮报 》跟进报道后,更是在全球炸圈。

AI真的觉醒了吗? 争议不断。

不管真相如何,有一点可以肯定:

因为 深度学习 和 神经网络 的加持,人工智能已经越来越“ 不可捉摸 ”。

2

那一夜,人类安然睡去

关于AI觉醒,让人想起了6年前的另一件事。

2016年3月13日 ,人类和AI在围棋上进行一场 智力的终极较量 。

在此之前,AI与人类较量屡屡得手。

但人类认为, 围棋是AI不可突破的天花板 。

因为可测宇宙原子总数约为 10^80 ,而围棋走法有 2.08*10^170 ,AlphaGo不可能依靠 计算量 和 算力枚举 来获胜,那么,拥有创造力的人类,怎么可能败给AI。如果围棋上败给了AI,那么说明它已经完成了“ 图灵测试 ”。

然而,前三局,李世石 一败再败 ,全世界震惊了。

第四局,李世石判断黑空中有棋,下出白 78挖 。李世石这史诗级的“ 神之一手 ”,体现了人类巅峰的 直觉、算力和创造力 。这也是人类 更后的尊严之战。

当年一个作者写下上段内容(有修改),并提到“ 23年后,无人幸免 ”,科学家建立了一个数学模型,判断 2040年 人工智能可能会达到普通人的智能水平,并引发 智力爆炸 。

面对越来越普遍的AI, 机器即将代替人类,AI正在迅速扩张 。

五年过去了,人类朝着“黑客帝国”大步迈进。

那么 18年 后,真的 无人幸免 ?

3

AI的另一面:不够稳定

以上两件事,本质上都是对 AI觉醒 的担忧。

一个拥有 自由意志 的AI不可信,更终会威胁到人类。

霍金 警告人类要正视人工智能带来的威胁。

比尔·盖茨 认为人工智能是“召唤恶魔”。

《 2001太空漫游 》中,超级电脑 HAL9000 在宇宙中将人类无情抹杀。

《 黑客帝国 》中,人类被AI禁锢在 矩阵 之中。

不过,实事求是地讲,对AI觉醒的不可信,仍然只是人类臆测。

虽然科幻电影里描写得残酷冰冷,也还没有得到普遍证实。

但AI的另一个“不可信”,却是真实存在的。

它不是太聪明太智慧或者产生意识,而是不够稳定 。

这种不稳定,产生的后果才真的“瘆人”。

关于人工智能“ 失灵 ”的例子还有很多很多,这是AI 不够沉稳 的一面。

这才是实实在在“ 不可信 ”的地方,也是AI对人类真正的威胁。

我们不愿意看到 AI 的 “觉醒”, 但更不能接受 人工智能 的 “轻率” 。

4

人类需要的是一个可信的AI

所以,人类需要一个“ 可信AI ”。

AI是聪明还是愚蠢,也许并不重要。

AI是进化还是退化,可能暂时只是一个伪命题。

人类需要的是一个可靠的助手,一个值得信任的机器助理 。

我是你的创造者,你得听我的吧,不能瞎捣乱。

阿西莫夫在七十年前就提出了“ 机器人学三大定律 ”:

这是人类在 AI伦理 思考中的方向。

可以把它称为是 人工智能 社会 的道德准则 。

对于人类来说,可信,才是我们对AI更重要的需求。

如果从“ 贝叶斯-拉普拉斯 ”定理开始溯源人工智慧,目标是解决“ 逆向概率 ”问题,其实本质就是解决AI的 可信赖度 。

如果不能做到可信,AI就有可能反噬人类。

更起码AI与我们相伴要保证人类两点: 生命安全 与 财产安全 。

以 自动驾驶 为例,如果人工智能以准确率为 99.99% 概率推算, 0.01% 的失误率依旧会让人心惊胆战。如果未来城市有 一百万辆 自动驾驶 汽车 ,即便是 0.01% 的失误率,对人类生命安全造成威胁的隐患车辆仍有 一百辆 。

如果我们不能拥有可信AI,我们自然无法确定,人工智能给我们带来的到底是技术的进步,还是无数潜在的威胁。

但实际上 它才是人工智能领域更有价值的航灯,也是现在 科技 公司追求的方向 。

5

什么是可信AI,

这16个技术小哥在做什么?

所以,什么是可信AI?

可能很多人还不知道,先得把这个定义弄清楚。

我们可以先看一档节目《 燃烧吧,天才程序员2·可信AI 》。

这款综艺节目第一季在 豆瓣评分8.0 ,让人脑洞大开。

在第二季中,1 6个AI技术小伙 分为四个团队待在“小黑屋”中 四天三夜 ,完成 60个小时 任务挑战。

比赛中,他们需要与“ 黑产 ”进行无数次较量,培养出与帮助人类的“可信AI”,打败“黑产”,更终决出 更强团队 。

关于程序技术的综艺节目,在中国乃至世界都非常稀缺 。

一方面程序与代码本身过于硬核,普通人难以理解。

另一方面则是节目脚本设置冲突相比其他综艺要更难一些。

但《燃烧吧,天才程序员2·可信AI》通过“ 反诈骗 ”这一实际场景需要,以此构建起节目的比赛逻辑。

16个AI技术小伙需要直面欺诈交易识别、联合反诈等关卡的挑战 。

通过AI与攻防互相协作,覆盖反诈全链路。

比赛之中,程序员们通过创造“可信AI”,完成“ 科技 反诈”。

哪一个团队产出的 算法和模型 在数据的 识别准确率 和 覆盖率 更好,就能赢得比赛胜利。

虽然不如《 黑客帝国 》那般深刻宏大,也不如《 人工智能 》那样发人深省。

但《燃烧吧,天才程序员》却通过 真实的应用场景 ,解决现实生活存在的实际问题。

当你看完整个节目时就会明白,原来这就是可信AI:依照 现有数据 构建 智能模型 ,非常稳定地解决 现实难题 。

可信AI的 技术应用范围 非常广泛, 反诈 是其中一个重要应用场景。

可信AI没有那么遥远,它近在咫尺。它也没有那么神秘,很多时候它就是你身边的小助理。

当前基于 神经网络 的AI技术非常酷,同时占据AI话题至高点,以创造力和神秘性提供太多想象空间,也是许多AI技术员仰视的圣殿。但它面临的问题也非常多: 具有不可解释、鲁棒性差、过于依赖数据等缺陷,隐藏着许多潜在危害 。

而可信AI的存在,就是为了解决这些“ 信任危机 ”问题。

如果说基于 神经网络 的AI技术有着 强烈的理想主义 ,那么基于 大数据整理 的AI技术则是一个 脚踏实地的现实执行者。

6

可信AI的技术特点

要真正了解可信AI对人类的帮助,需要从技术底层入手。

可信AI有四大技术特点:鲁棒性、隐私保护、可解释性、公平性 。

01

鲁棒性

鲁棒性指 在异常和危险情况下系统生存的能力和算法稳定 。

1、前者指的是 系统抗打击的能力 ,如计算机软件在 输入错误 、磁盘故障、 网络过载 或恶意攻击情况下,能否 不死机 、 不崩溃 。打个比方,如果把一个 AI模型 比喻成 万里长城 ,那么其鲁棒性便是长城在面对恶劣天气(如台风)、自然灾害(如地震)时,人工轰炸时仍然可以做到 不轻易倒塌 。

2、后者指的是 AI模型中算法本身的稳定性 ,如果添加扰动的熊猫照片,轻易就绕开了AI模型的“眼睛”,则说明其鲁棒性比较差;比如在 欺诈交易 中,由于 作案手法 不断升级,可能导致基于既往数据训练的模型,面临着新风险数据带来的 稳定性考验 ,需要 不断迭代 来保障模型的 分析和识别能力 。

以 支付宝 为例。支付宝每天都有 上亿笔交易 ,其 对抗的不是散户,而是专业的黑产团伙 。他们可能有两种攻击方式:

为了保障资金安全,蚂蚁集团引入“ 博弈智能攻防 ”技术,该技术具有对 风险知识 和 模型 的 提前模拟、提前训练、提前补防 的能力。应用该技术的AI模型鲁棒性有大幅提升,实现“ 左右互搏 ”,既能够更智能地“攻”,也能更安全地“防”。

02

隐私保护

传统的数据保护方法客观上形成了「 数据孤岛 」,影响了如*、金融等领域的协同作战,也制约 AI 技术以及行业发展。

所以, 拓展数据价值的隐私计算技术,对实现「数据不动价值动」显得尤为重要 。

在AI领域, 联邦学习 作为一种新的机器学习模型和算法,就是为解决数据孤岛问题而提出的。在保证每个参与方不泄露原始数据,即 数据不出域 的前提下,用多方的数据联合建模,实现数据 可用不可见 ,进而实现「数据不动价值动」。

03

可解释性

人类对一切未知的东西,始终都会有一种莫名的恐惧。

如果人工智能的行为无法进行解释,只有结果没有过程,那么它就像是一个盲盒,你永远不知道放出来的是“阿拉丁”,还是“潘多拉”。

AI 模型是许多重要决策的重要依据,在很多应用里它的思考过程不能是黑盒 。

人类希望知道模型 背后的逻辑 、收获新的知识,并在它出现问题时踩好刹车,确保 AI 思考的过程和结果 合规合法 。

这背后需要 数据驱动 与 模型推理能力 结合起来,产生 可解释的结果 。

04

公平性

AI公平性是可信AI的重要组成部分。

只有实现“ 公平性 ”,才能真正推动技术 造福 于整个 社会 。

一方面,公平性需要重视 弱势人群 、兼顾 落后地区发展 ,在重视 社会 伦理原则下进行 AI 调优 ,通过 AI 技术,让老年人、残障人士、欠发达地区用户,享受到 数字经济时代 的价值。

另一方面,公平性要思考如何从技术上思考如何减少算法、数据等因素可能带来的 AI 决策偏见 。

鲁棒性、隐私保护、可解释性、公平性 。

这是可信AI的 四大基本原则 。

今天,发展可信AI,已经成为 全球共识 。

特别是对于领先的 科技 公司来讲,他们是要服务用户且不能犯错误的。

微软 、谷歌、 蚂蚁 、京东、 腾讯 、旷世等 科技 企业,都在积极开展可信AI的研究和 探索 。

其中,蚂蚁在可信AI上已有很多 技术优势 ,自 2015年 开始投入研究起,已经完成了 长达7年 的 可信AI技术积累之路 。

据 2021年 权威专利机构 IPR daily 发布的《 人工智能安全可信关键技术专利报告 》显示,蚂蚁集团旗下的 支付宝 在该领域的 专利申请数 和 授权数 ,均位列全 球第一 。

7

可信AI的应用 探索

基于可信AI的以上特点,应用场景多种多样。

AI在 * 、教育、 工业 、金融等多个领域的广泛应用,算法安全性、数据滥用、数据歧视等问题也层出不穷。当前AI技术的 主要矛盾, 已经转化为 人们对AI日益增长的应用范围需求和AI不可信不够稳的发展之间的矛盾 。

2018年,IBM开发了多个AI可信工具,以评估测试人工智能产品在研发过程中的公平性、鲁棒性、可解释性、可问责性、价值一致性。之后IBM将这些工具捐献给Linux Foundation并成为了开源项目,帮助开发人员和数据科学家构建可信、安全、可解释的人工智能系统。

作为可信AI领域的先行者之一,蚂蚁也做了不少 探索 。

蚂蚁的可信AI技术应用更好的实践结果是,自研了一套 智能风控解决方案 ,定名 IMAGE 。这套技术体系实现了用可信AI技术保障风控业务安全的问题,且达到了非常好的效果。

它能将支付宝 资损率 控制在 千万分之0.098, 解决了 风控场景 中的诸多 世界难题 。

还有一个例子,是支付宝的“ 叫醒热线 ”——从系统识别到用户遇到诈骗风险,到AI机器人向用户呼出“ 叫醒电话 ”,它能把整个过程控制在 0.1秒 内 。

蚂蚁集团基于可信AI的IMAGE风控体系

另外在可信AI的公平性方面,蚂蚁也有自己的实际应用。

目前业内广泛使用的“ 图形滑块验证码 ”一直是视障人群接入数字化服务的巨大障碍。但许多 APP 为了防范机器批量操作,又不得不保留验证码服务。

为此,蚂蚁开发了一套“ 空中手势 ”验证码方案,可以利用“ 行为识别 ”技术帮助视障群体通过“ 验证码 ”关卡。

可信AI的应用 探索 ,并不会让AI技术失去它的可能性。

它更像是一种伦理规范的约束条约,让AI在正确的轨道上前行 。

8

18年后,人类真的无人幸免?

让我们回到一开始的问题。

AI真的会觉醒吗?

一百年前的人类,很难想象我们如今生活的这个高度数字化世界 。

那么,一百年后,人工智能会发生什么变革,我们真的无法预测。

但AI对人类是福是祸,是一个攸关人类命运的重要课题。

按照现在AI发展的模式来看,未来的AI可能会分为两大派:

一派是自我独立的智能AI,一派是追随人类的可信AI 。

当然,还有人在问,AI真的会存在 独立意志 吗?

这要看从科学上如何去解释,一个AI系统是可以“坎陷”到具有“ 自我意识 ”的状态,差别只在于“坎陷”的深度和鲁棒性,这可以解释AlphaZero为什么能够自我“坎陷”到围棋大师,如果再 “ 坎陷 ”下去呢? 这 一派AI,可能会对人类造成我们认定的“威胁” 。

另一派AI,即可信AI,它们会在 四大基本原则 的架构中不断完善自我 ,帮助人类解决更多实际问题,成为人类可靠的助手,并与人类共存共生 。那么,它们会一直帮助和保护人类吗?

但无论未来如何发展,不同的技术方向或许带来不同的悲剧或者喜剧,但有一点可以确定:

AI技术在四面突击,不论是可信AI还是智能AI,更终会落地深入到我们生活的方方面面 。它会渗透到世界的每一个角落,在很多方面取代“无用之人”。

不管我们如何担忧,AI只会变得越来越强大,而人类的进化又显得如此龟速,甚至退化堕落。

那么, 18年后,有多少人可以幸免?

AlphaGo的认输界面,当人类抛开了胜负 什么情况

AlphaGo的认输界面,当人类抛开了胜负 什么情况。

人机大战第四盘在韩国首尔战罢。赛前0比3的局面,让比赛的性质已经从胜负对决转为科学实验了。没有包袱的韩国棋手李世石一扫阴霾,他用一记令AlphaGo疑似死机的妙招,替人类挽回了尊严。尽管1比3的比分无法改变这次人机大战的整体结果,但这盘胜利也让棋界为之兴奋,高呼:“人类围棋未被完全攻克。”

人机大战前三盘0比3的结果,令赛前曾对人工只能不屑一顾的棋界哑口无言,各路高手纷纷意识到了AlphaGo的超强实力,转而以学习的心态正确看待AlphaGo。而李世石本人,也在承认“错估了AlphaGo的实力”后,终于抛开了全部压力,开始享受自己的围棋之道。

没有了前面三盘的紧张和纠结,李世石开始走出自己的风格,他利用绞杀与AlphaGo进行争夺。反观AlphaGo依旧“冷血”,它在第四盘开局的招数,依然没有任何破绽——看上去胜负仍然倾向于AlphaGo这边。

本局中腹激战中,李世石敏锐捕捉到战机,尤其第78手挖更是被赞为“神之一手”。从这招之后,AlphaGo的程序疑似出现了“BUG”,它此后连出数招“臭棋”,比赛的局势瞬间转向李世石这边。

在负责解说的曹大元九段看来,李世石的妙招很可能走出了AlphaGo的计算范围,随后的几招属于明显的自我放弃了。此后AlphaGo经过调整回到正轨,但李世石没有让之前建立的优势溜走,更终他180手中盘艰难取胜。

对于棋界人士而言,正如第四盘赛后新闻发言人所讲:“李世石的努力得到了证明,证明人类还有更高明的棋法。”

对于科技人士而言,AlphaGo出现的疑似“BUG”,也是这次科学实验的更大收获。谷歌的发言人赛后表示,AlphaGo也不是万能的,它只是一个原型机,或者说只是个程序,还有待进一步完善。

这真是一场皆大欢喜的胜利。

李世石第四局为什么能战胜阿尔法狗?

和前几局对决相比,李世石第四局更多次陷入“长考”,导致耗时太多,在比赛进行到2个半小时后李世石仅剩下17分钟,比AIphGo剩余时间足足少了1小时。随后,李世石白78挖,下出一招妙手,成为本场比赛的转折点。AIphGo黑93立,下出一步常理上的废棋,令所有人大惑不解。现场英文解说员麦克雷蒙九段表示,AIphGo后面跟的这步一下子把局面弄复杂了。虽然AIphGo出现一次“bug”,但李世石任然不敢松懈在打吃右侧黑子时还是非常谨慎。在比赛进行到3小时20分钟时。李世石计时全部用完,进入读秒落子阶段。此后Alpha由于判断局面对自己不利,每步耗时明显增长,都超出了3分钟。到3小时40分钟时,比赛大局已定,AlphaGo(白)投子认输只剩时间问题,李世石只需要冷静收官即可获得胜利。可以肯定的是,阿尔法狗再次证明了人工智能不是以人类思维下棋。它只是在计算,而且也会有算错的时候。而李世石面对不可战胜之敌,用韧性与智慧赢得了尊严,这是人工智能“算”不出来的。

【综述】李世石如何挽回人类尊严?李世石评价?不懂就看,不知就学,更多关于“李世石评价”的答案关注映森:https://www.zshdch.com/

在线情感咨询,二级心理咨询导师

标签: 李世石如何挽回人类尊严

👉注意《在线测算》付款后显示结果!

抱歉,评论功能暂时关闭!

复制成功
微信号: 13410881630
添加老师微信, 1对1情感疏导
我知道了