現在有人工智慧可以與人對戰圍棋嗎?

類似於深藍那樣的,可以打敗國際象棋大師的。

沒有的話,為什麼,存在哪些技術障礙呢?


"然後,我再給你一個必殺。圍棋規則規定:全局同型禁止再現。這就意味著計算機必須記住所有的棋型……還記得那個天文數字嗎?還記得真實情況遠比那個數字更恐怖嗎?"

ls可能搞錯了。全局同型禁止再現是指在同一盤內禁止。並沒多少個狀態。第101手是否valid只要檢查前100個狀態即可。


zen在配置好的電腦上不比多數業餘愛好者遜色,在9路棋盤上可以贏職業棋手。

現在的計算機圍棋程序基本演算法是Monte Carlo局面評估,和UCT搜索樹。自從這個方法橫空出世後,計算機圍棋程序的實力就大大提升。

我據此實現過一個比較初級的圍棋A.I.,https://github.com/chncwang/foolgo


有個zen19d運行在kgs,用26核心伺服器下30秒快棋,水平站穩於yc7段kgs5段。未來5年內,業餘棋手全滅應該是沒有問題的。能不能幹掉職業?這要看有沒有職業願意陪練zen19d了。

---------------------------------------

到底有多少人能夠打敗Zen4?

99,99%的人類是下不過Zen4的"五段"水平相當於我們平時說的業餘二段水平的.當然,人類有70億,所以,剩下的萬分之一也有70萬人,業餘二段水平以上全球其實肯定沒這麼多.

到底有多少人能夠打敗KGS5段的Zen19D or Zen19S?

99,9999%的人類是下不過Zen19S這最新版本version 9.8的,也就是全球能打敗Zen19S的人數不超過7000人,這個可以根據KGS上的勝率來統計,確切的說大部分能打敗Zen19S的人都已經去嘗試挑戰它了,包括很多專業棋手,也都去嘗嘗鮮.我知道的中國YC很多強7段弱8段都去挑戰過,Zen19S基本水平就是業餘5段左右的水平,也就是和普通的職業入段選手讓2子就可以相提並論互有勝負的水平.

中國的職業棋手老中青都算上,也不過400多人而已,全球範圍內,職業棋手也不過2000人左右.職業入段的選手比較多,大概在14000人左右,可以確定的說,全球能打敗Zen19D版本和Zen19S版本的人,應該小於7000人,水平相當的大約有2萬人左右,除了這3萬人,其他人不服的可以去KGS註冊個帳號,pk一下用戶名"Zen19D" or "Zen19S".

也就是說,從統計數字上,Zen 4 or Zen 19D已經基本擊敗了人類,還剩下不到二十萬分之一的人類(小於3.5萬人)還沒有被征服.

圍棋領域,只能說還沒有讓人類絕望.而國際象棋上,人類已經完全沒機會了.

--------------------------------------------------------------------------------------------------------------

為什麼會有這麼個Zen19D在網路上和大家下棋,而不能單機版呢?

圍棋軟體Zen4,在不同的計算機計算速度下表現不同,i3和i7的表現差異都很大.所以為了能夠和頂尖的人類棋手學習落子習慣(剩下的那3萬人),需要AI熟悉和學習人類棋手的下棋方式和思考習慣,所以Zen19D,一台26核心的工作站,就在KGS上日以繼夜的與圍棋愛好者PK,學習和提高,未來計算機速度提高了,Zen的演算法和經驗增強了,則剩下的頂尖棋手的圈子將越來越小,直到有一天,最後的頂尖對決的到來.

以下是zen19d對陣kgs上高手在2012年12月的成績.

受先2:2 Lenmark 7d

2子 0:2 Hutoshi4 8d (Hutoshi4大多數時候為KGS9d,是日本新銳)

受先勝 Matchgirl 8d? (新8d號,輸給Zen之後穩定在7d了)

3子負 Smartrobot 9d (Smartrobot是KGS強9,中國職業二段,中國排名200左右)

2子勝 Kathy 8d (這個kathy很不穩定,曾經上9d,也曾經掉6d)

總的說來,Zen19d站穩KGS6d問題不大。12月在6d勝率63% (276勝163負),對一般業餘棋手顯得力大無比,十分兇悍;但是對於基本功紮實的真正的強手,尤其是職業准職業,棋的漏洞還太多,有明顯差距。

---------------------------------------------------------------------------------------------------------------

為什麼圍棋AI的進步這麼慢?

首先,是西方人不玩,投入很少,大多是散兵游勇在折騰.

其次,日本職業圍棋選手不願意參與圍棋開發,直到Zen終於說通了武宮正樹陪練,結果搞得Zen4純粹宇宙流大模樣,變成了武宮正樹的徒弟,哈哈.

最後,沒什麼意義,計算機AI主要在關注的點是子學習能力,從而去替代各行各業的經營經驗人士,就算搞定了圍棋,又能證明什麼? IBM2011年,沃森用人類語言和人類的智力問答冠軍PK已經獲勝了,所以機器戰勝人,替代一部分人的工作,是必然的,怕也沒用,坦然面對吧.

----------------------2016年1月29日--------------以上回答2年半後---------------------------

Alpha Go 戰勝了歐洲冠軍

以前的圍棋AI是模擬了另一個下棋的高手,這個高手根據前人的經驗,選擇了最容易贏的招數。

Alpha Go 是模擬了圍棋發明到如今的整個歷史,從發明圍棋的第一次對弈(那次對弈一定是很初級的),逐步對弈提高到今天,現在已經模擬到了職業段位的水平,很快就可以超越今天,相當於用機器模擬了圍棋的發展。

規划了整盤棋的定式,就像圍棋定式,其實就是人類的最佳落子方式,大定式有幾十步的,計算機會不會給大家描繪一個250手的定式呢?(一盤完整圍棋的定式)大家拭目以待吧,這個250手的定式出來的那一天,恐怕就是圍棋這個遊戲的全部價值被闡釋的那一天了。


Google"s AI is the first to defeat a Go champion

今天的新聞,Google的圍棋AI 5-0打敗歐洲圍棋冠軍(華人)


有啊,武宮讓四子跟zen對弈,武宮居然輸掉了!

這個成績多可怕啊,武宮如果讓不了zen四子,那麼zen絕對應該入段了,當然是專業段位!

能取得這樣的成績,主要得益於演算法上的突破----蒙特卡羅法的引入。

以前為什麼不行呢?因為人工智慧領域的發展首先還是得看西方,而以前對付棋類,是早已發展成熟的博弈論,動態估價函數加上各種裁剪,然後主要精力是在靜態估價函數上做文章;西方下國際象棋發展出來的博弈論,東方拿過來直接用在中國象棋上,效果也很好,區別不大;但是圍棋是性質完全不同的棋。

只是不同,而並不是說圍棋就一定非常高深。我們圍棋愛好者確實覺得圍棋很高深、圍棋比象棋有意思,但是這個只是人的主觀感受,並不能以此證明圍棋比象棋更困難因而提升B格。因為不同,所以不能直接拿來套用;因為東方經濟不發達,沒什麼錢來研究這玩意兒,研究圍棋程序的以前都是個人小打小鬧,既沒有人才也沒有經費也沒有設備也不上規模,所以圍棋的研究相對其他棋類來說就非常滯後。

這不,現在漸漸好起來了,厲害的圍棋程序也慢慢出現了。


來自谷歌的AlphaGo,現已5:0完勝歐洲圍棋冠軍。

人類堅守的最後一個棋類遊戲可能就要被AI啃下來了。


蒙特卡羅演算法並不是真正的智能,實際上還是在用蠻力,而且有「瓶頸」。其思想大致上可以這麼看:模擬 n 局棋,然後統計最後的結果,用概率來評價某一步棋的好壞,屬於「概率推理」。

並不一定像有的人說的那樣,會在幾年後超越職業水準。這就好像以前的演算法一直就那個水準,直到出現新演算法才有比較大的突破。


來老問題刷一發阿發狗,AlphaGo老師。


然後李世石被虐菜了,現在再來看看這個問題……

臉打的啪啪響……

建議標題應該改為:

現在有人可以與人工智慧對戰圍棋嗎?


現在,Google 發布的 AlphaGo 無貼目 5:0 戰勝了樊麾二段。

AlphaGo 和其他圍棋引擎的對戰是 494 勝 1 負。讓四子對戰 Crazy Stone、Zen、Pachi,勝率分別是 77%, 86%, 99%。

三月份,AlphaGo 將挑戰李世石九段。如果能打敗李九段,就離這個目標不遠了吧,就像當年打敗卡斯帕羅夫一樣。畢竟他也是統治過幾年的。

消息來自:面對谷歌圍棋AI,人類最後的智力驕傲即將崩塌


遲早的事。挽回人類顏面的方法之一:不斷投入使用更大棋牌盤的圍棋緩一緩。但即使如此,也可能人類的學習速度比不上計算機~


推薦閱讀:

在人工智慧和機器學習領域中國和國外存在哪些差距?有多大?
目前,主流的人工智慧機器翻譯團隊在近一年內主要突破和攻關的技術方向是?
本科數學,想從事人工智慧或大數據方面的工作,該怎麼規劃?
國際象棋和圍棋都已經進行過「人機大戰」了,之後還有什麼遊戲值得人工智慧挑戰嗎?
身為程序員, 2017年你有什麼一定想實現的願望?

TAG:人工智慧 | 圍棋 | 計算機科學 | 未來互聯網 | 人工智慧演算法 |