E ‘oltre 2500 anni e le regole sono apparentemente semplice, ma Go è un gioco incredibilmente complesso. Le regole sono più semplici degli scacchi, ma un giocatore ha tipicamente una vasta scelta molto più di mosse. Il gioco è giocato con pietre bianche e nere e l’obiettivo è quello di catturare il territorio così come pezzi del tuo avversario. Le pietre possono essere catturate da loro circostante, ma il controllo del consiglio di amministrazione è una questione molto più complicata ed è per questo una vera intelligenza artificiale competitiva è stata piuttosto difficile creare. In una vittoria storica contro il campione europeo nel mese di ottobre è stato dimostrato che gli sforzi del team di DeepMind e successivamente gli sforzi di Google sul progetto AlphaGo avevano trovato il successo in quello che era stato pensato impossibile fin dai primi anni di computing.
In primo studiando gli schemi ripetuti in vari giochi, AlphaGo giocherà diverse versioni di sé milioni di volte nel corso di una singola partita e imparare in modo incrementale. Imparare dai propri errori è ciò che rende l’intelligenza artificiale davvero notevole e ciò che ha portato i suoi sviluppatori a prendere i loro mesi di miglioramenti da battere il campione europeo, al livello successivo. Ad oggi, AlphaGo ha assicurato la sua seconda vittoria contro il campione del mondo Go maestro Lee Sedol in una partita 5-gioco vale 1 milione di dollari. I giochi vengono giocati con un termine fissato due ore per ogni giocatore seguito da tre 60 periodi di lavoro straordinario secondo così come il set di regole standard cinese.
La grandezza di questo risultato apre molte porte per funzionalità avanzate di intelligenza artificiale. La verità che emerge è macchine possono imparare le attività del mondo reale più o meno allo stesso modo in cui imparano a fare si muove in un gioco. Questo apre nuovi percorsi di ricerca scientifica, mentre aumentando industrie esistenti in cui le macchine possono imparare a identificare le aree promettenti della ricerca e di aiutare gli esseri umani nella giusta direzione. Che si tratti di campi con un picco di sovraccarico di dati che necessitano di essere passato al setaccio, come la biologia o la sicurezza, o più campi soggettivi quali le arti e la lingua. Come detto molte volte in 7 partite di AlphaGo finora, indipendentemente dal giocatore che vince, è una vittoria per l’umanità.
Game 3 tra Lee e Sedol AlphaGo è che si terrà questa sera, 11 marzo, alle 8:00 PST Watch Here
Source: Deep Mind
In primo studiando gli schemi ripetuti in vari giochi, AlphaGo giocherà diverse versioni di sé milioni di volte nel corso di una singola partita e imparare in modo incrementale. Imparare dai propri errori è ciò che rende l’intelligenza artificiale davvero notevole e ciò che ha portato i suoi sviluppatori a prendere i loro mesi di miglioramenti da battere il campione europeo, al livello successivo. Ad oggi, AlphaGo ha assicurato la sua seconda vittoria contro il campione del mondo Go maestro Lee Sedol in una partita 5-gioco vale 1 milione di dollari. I giochi vengono giocati con un termine fissato due ore per ogni giocatore seguito da tre 60 periodi di lavoro straordinario secondo così come il set di regole standard cinese.
La grandezza di questo risultato apre molte porte per funzionalità avanzate di intelligenza artificiale. La verità che emerge è macchine possono imparare le attività del mondo reale più o meno allo stesso modo in cui imparano a fare si muove in un gioco. Questo apre nuovi percorsi di ricerca scientifica, mentre aumentando industrie esistenti in cui le macchine possono imparare a identificare le aree promettenti della ricerca e di aiutare gli esseri umani nella giusta direzione. Che si tratti di campi con un picco di sovraccarico di dati che necessitano di essere passato al setaccio, come la biologia o la sicurezza, o più campi soggettivi quali le arti e la lingua. Come detto molte volte in 7 partite di AlphaGo finora, indipendentemente dal giocatore che vince, è una vittoria per l’umanità.
Game 3 tra Lee e Sedol AlphaGo è che si terrà questa sera, 11 marzo, alle 8:00 PST Watch Here
Source: Deep Mind