學習啦 > 興趣愛好 > 學下棋 > 圍棋 > 2016圍棋人機大戰(zhàn)的計算能力怎么樣

2016圍棋人機大戰(zhàn)的計算能力怎么樣

時間: 雪花750 分享

2016圍棋人機大戰(zhàn)的計算能力怎么樣

  2016圍棋人機大戰(zhàn)——谷歌圍棋程序AlphaGo對決韓國李世石第一場比賽目前正在緊張進行,面對9段高手李世石,AlphaGo已經(jīng)具備了“分庭抗禮”的能力。下面和學習啦小編一起來了解2016圍棋人機大戰(zhàn)吧,歡迎來閱讀。

2016圍棋人機大戰(zhàn)

  近日,阿里云在2016年會上公開展示實時語音識別技術,并現(xiàn)場挑戰(zhàn)世界速記大賽亞軍得主。據(jù)現(xiàn)場最終評測,機器人在準確率上以0.67%的微弱優(yōu)勢戰(zhàn)勝第50屆國際速聯(lián)速記大賽全球速記亞軍姜毅。

  阿里云年會現(xiàn)場,圖中左邊屏幕顯示的是語音識別,右邊屏幕顯示的是人工速記

  從現(xiàn)場效果看,人工智能的穩(wěn)定性和并發(fā)計算能力是其優(yōu)勢。人類的體力是有極限的,尤其是在高強度壓力下,工作時間越長出錯概率越大,而機器則能自始至終保持同一水平。這一點在AlphaGo和李世石的圍棋比賽終中也反復得到驗證,在比賽中、后局機器的穩(wěn)定計算能力遠超人類。

  此外,人工智能的并發(fā)能力也非人工所能及。在發(fā)現(xiàn)錯別字后,機器可以瞬間修改所有錯誤,人工速記則需要在演講人短暫間歇的時刻返回修改,明顯表現(xiàn)得慌亂。

  阿里云iDST 語音組總監(jiān)鄢志杰表示,雖然已經(jīng)在接近世界一流的“速記師”的路上,但人工智能還有很長一段路要走。“在噪聲、口音以及對未見到過的數(shù)據(jù)的適應性上,人類顯然更勝一籌。”

  速記師姜毅則評價,雖然和人工智能比賽壓力很大,但“機器還是缺了一點點智慧”,并表示非常愿意收下這個“機器徒弟”,教會它更多的速記訣竅。

  “看起來是機器挑戰(zhàn)人類,其實是人類在挑戰(zhàn)自己。”姜毅強調,“人工智能背后凝結的科學家智慧是人類的驕傲。”

  第50屆國際速聯(lián)速記大賽于2015年在匈牙利布達佩斯舉辦,姜毅作為中國代表隊的九名選手之一,在文本看打速記比賽項目中以大約300字/分鐘的速度獲世界亞軍。

  姜毅在會議現(xiàn)場和看不見的機器人PK

  2016圍棋人機大戰(zhàn) 核心算法+GPU計算

  所謂語音識別技術,就是把語音轉換成文本,也稱為自動語音識別。語音識別是人工智能領域極為重要的前沿技術。在美國政府關于限制發(fā)放簽證的“Technology Alert List”中,語音識別赫然在列,與核武器、火箭技術等同在“黑名單”之中。

  隨著自然人機交互需求的擴大,個人智能助理漸漸成了各大巨頭爭奪的下一個入口,蘋果Siri等是個人智能助理類典型應用。而語音識別則是人機交互的第一步。

  據(jù)介紹,此次“人機大戰(zhàn)”的語音識別算法主要基于BLSTM(雙向長短時記憶神經(jīng)網(wǎng)絡),這種算法對單位時間內的計算量要求很高,因此阿里云采用了帶GPU加速的新一代高性能計算平臺,單節(jié)點計算能力達16 Tflops,并且對BLSTM算法做了針對性優(yōu)化,實時解碼更為順暢。

  2016圍棋人機大戰(zhàn) 谷歌AlphaGo計算能力怎么樣

  2016圍棋人機大戰(zhàn)——谷歌圍棋程序AlphaGo對決韓國李世石第一場比賽目前正在緊張進行,面對9段高手李世石,AlphaGo已經(jīng)具備了“分庭抗禮”的能力。我們不禁要問,作為一款計算機程序,AlphaGo的計算能力到底有多強呢?

  這不禁讓人想起曾經(jīng)聲名顯赫、轟動世界的IBM“深藍”。深藍是美國IBM公司生產(chǎn)的一臺超級國際象棋電腦,重1270公斤,有32個大腦(微處理器),每秒鐘可以計算2億步,計算能力11.38 GFLOPS,輸入了一百多年來優(yōu)秀棋手的對局兩百多萬局。

  IBM的深藍曾在1997年戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫。而現(xiàn)在,一臺筆記本的計算能力已經(jīng)超過了深藍。搜狗CEO王小川表示,AlphaGo計算能力是當年IBM計算機深藍的3萬倍。ps.我們國家的天河二號是世界最快的超級計算機,它浮點運算能力已經(jīng)達到了33.86 PFLOPS,是深藍的30萬倍。

  據(jù)了解,AlphaGo超強的學習能力,它使用蒙特卡洛樹搜索算法,借助值網(wǎng)絡與策略網(wǎng)絡這兩種深度神經(jīng)網(wǎng)絡,通過值網(wǎng)絡來評估大量選點,并通過策略網(wǎng)絡選擇落點。機器最初通過模仿人類玩家,嘗試匹配職業(yè)棋手的棋局,一旦它達到了一定的熟練程度,它開始和自己對弈大量棋局,使用強化學習進一步改善它。

  有評論員表示,如果谷歌圍棋程序這次成功了,也有很大的社會意義,以后或許還能幫人看病,比如看一個人的“手相”,就能分析出一些身體之類的狀態(tài)。

  還有觀點認為,現(xiàn)在谷歌圍棋程序贏人不可怕,可怕的是假裝輸給人。

574750