20世紀90年代後期，IBM深藍（Deep Blue）研究了一系列的國際象棋演算法，期望於打敗當時的世界冠軍加里•卡斯帕羅夫（Garry Kasparov）。

2016年底，Deepmind在《自然》（Nature）發佈論文，報告了他們的最終版圍棋程式AlphaGo Zero，這是一個能夠完全自學圍棋具有革命性意義的演算法。不論何種遊戲，只要告訴系統這個遊戲的基本規則，它就能通過不斷的自我對弈學習最終掌握遊戲的核心。

而最近，倫敦大學學院的研究人員發現，不需要練習，機器可以通過“閱讀”解說員的評論區分好棋和臭棋，學會如何下國際象棋，以及如何更高效地做其他事。

國際象棋愛好者的最愛莫過於討論Bobby Fischer高超的棄子戰術，或是當今世界冠軍Magnus Carlsen一連串天才般的進攻招式。事實證明，這種閒談可以説明人工智慧軟體如何學習下國際象棋。不久的將來，這項技術可以教會機器利用我們語言中的情感內容來掌握各種實用技能。

國際象棋演算法，SentiMATE，是由倫敦大學學院的研究人員Nicholas McCarthy，Isaac Kamlish和Issac Bentata Chocron設計的。它通過分析專業解說人員的反應來評價每步棋的品質，進而學會這項新的技能。

他們的團隊分析了網上2700局國際象棋的評論。他們剔除了那些與好棋無關的解說評論，以及那些表意不明確的評論。然後，他們使用了一種很特殊的迴圈神經網路和詞向量（一種能聯係詞含義的數學方法）方法，並採用了最先進的模型來分析語言。

人工智慧最近在語言解析上取得了很顯著的進展。例如，位於三藩市的OpenAI研究公司開發出了一種演算法，它可以根據一些提示的詞彙生成整篇新聞故事。

“自然語言處理領域的未來發展方向，應該是將這種已經學到的資訊轉換成實實在在的可以解決實際問題的行為”，研究人員在郵件中告訴麻省理工學院技術綜述雜誌，“我們覺得文字資料的學習方法是一個非常值得探索的研究道路”。

SentiMATE的出現讓研究人員大吃一驚，因為它可以解決一些國際象棋的基本原則和一些關鍵策略，例如捉雙（一個棋子可以同時攻擊敵方兩個或更多棋子）和王車易位（國王和車在棋盤下方移動到更偏防守的位置）。它不是人工智慧大師，它做不到一直戰勝某些傳統的國際象棋遊戲機器人。但是這個程式表明，未來可以使用語言來學習如何玩好遊戲。與傳統方法相比，它只需更少的資料，而且不需要很強的計算能力。

國際象棋一直是檢驗機器智慧進展的標誌性事物，從艾倫圖靈1951年的國際象棋程式（寫入論文）到加里卡斯帕羅夫敗在IBM的“深藍”手中。

包括deepmind的網紅程式“AlphaZero”，遊戲的規則會輸入到該程式中，然後它通過跟不同版本的自己對戰來提高技戰術。因為是自學，AlphaZero發展出一些少見而又令人驚訝的策略。

但是和“深藍”一樣，AlphaZero需要幾千個谷歌的張量處理器以及上百萬盤棋局的資料。研究人員說，SentiMATE使用的學習方法不僅僅可以用到國際象棋中，還可以應用到很多其他的實際問題中。例如，這些方法或許可以幫助機器分析運動、預測金融活動、以及提供更好的推薦。“有很多書籍、博客和論文在等著它去學習”，團隊人員指出。

圖、文轉載自大數據文摘

原文出處

下棋 AlphaGo AlphaZero 深藍人工智慧

延伸閱讀News

更多活動

AI未來

延伸閱讀News

訊息爆炸的社群時代如何降低對「腦袋」的損害

看一次Youtube，有多少AI演算法為你服務?

魔術能騙過人的眼睛，那能騙過AI嗎？

空氣盒子推手：空氣變髒了，難道沒有辦法嗎？

Google Home與Nest整合全力打入智慧居家市場

貓皇別調皮 AI識別器將捕捉獵物的貓咪擋在門外

缺司機？美國郵政利用自動駕駛卡車寄送郵件

大數據與資料會是互聯網時代的「黑金」嗎？

微軟幫助罕見病患尋找對應的臨床實驗帶給病人新希望

AI未來

延伸閱讀News

訊息爆炸的社群時代 如何降低對「腦袋」的損害

看一次Youtube，有多少AI演算法為你服務?

魔術能騙過人的眼睛，那能騙過AI嗎？

空氣盒子推手：空氣變髒了，難道沒有辦法嗎？

Google Home與Nest整合 全力打入智慧居家市場

貓皇別調皮 AI識別器將捕捉獵物的貓咪擋在門外

缺司機？美國郵政利用自動駕駛卡車寄送郵件

大數據與資料會是互聯網時代的「黑金」嗎？

微軟幫助罕見病患尋找對應的臨床實驗 帶給病人新希望

訊息爆炸的社群時代如何降低對「腦袋」的損害

Google Home與Nest整合全力打入智慧居家市場

微軟幫助罕見病患尋找對應的臨床實驗帶給病人新希望