详细内容或原文请订阅后点击阅览
为什么足球，而不是国际象棋，是对人工智能机器人最大的考验（+视频）
1997 年卡斯帕罗夫在与 IBM 国际象棋程序“深蓝”的比赛中失败后，科学家们认为，在所有可能对人工智能构成真正挑战的智力游戏中，围棋仍然是游戏。直到最近，情况确实如此。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）1997 年卡斯帕罗夫在与 IBM 国际象棋程序“深蓝”的比赛中失败后，科学家们认为，在所有可能对人工智能构成真正挑战的智力游戏中，围棋仍然是游戏。直到最近，情况确实如此。
围棋是一款具有深刻战略内容的逻辑棋盘游戏（您可以在我们的材料中阅读更多相关内容）。围棋游戏中的组合比国际象棋复杂得多：在游戏过程中，会出现大量可能的位置，即使对于最强大的计算机来说，计算最佳选项也是不可能的。
在我们的材料中因此，一些开发者走了一条不同的道路，而且是对的——DeepMind公司的工程师基于深度神经网络创建了AlphaGo程序，该程序是从围棋已经玩过的游戏的经验中逐渐训练出来的，然后再从自己的经验中训练出来。游戏。结果超出了所有人的预期——今年3月，AlphaGo与近10年来世界上最好的围棋棋手之一、九段职业选手李世石进行了五场系列赛。结果令人失望——程序以4:1的碾压比分击败了男子。
程序以4:1的碾压比分战胜了人既然人工智能已经占据了智力游戏的最后顶峰，科学家们认为人工智能的真正挑战可能是像足球这样的物理真实游戏。
对于人们来说，踢足球似乎是一项相当容易的活动。但对于人形机器人来说，用两条腿跑过场地、在与其他球员的对抗中控制球，并且如果可能的话，不摔倒可不是件容易的事。这一切在1997年被认为是完全不可能的。只有在一些实验室，他们才能够制造出行走的人形机器人。