人工智能的现状及发展

去年2月,一场国际象棋比赛引起了全世界的注意,比赛尚未进行,各国的新闻媒界已对这场比赛进行了大量的报道和分析。由于这场参赛选手很特殊,一位是国际象棋的本届世界冠军卡斯帕罗夫,而他的对手,却是一台代表当今世界科技水平的由美国IBM公司制造的深蓝(Deep Blue)超级并行计算机。人们都关心着这场人与电子计算机的较量,比赛的最终结果,卡斯帕罗夫战胜了深蓝计算机,IBM公司不甘心,决心把深蓝计算机改进后再同卡斯帕罗夫决战。     

具有决策能力的人工智能将改变世界

 1997年,美国IBM公司的超级计算机"深蓝",以"2胜1负3平",战胜了国际象棋世界冠军卡斯帕罗夫。     

深蓝的力量

1950年,信息论创始人克劳德·香农说:“下棋问题不管是在步骤上还是在目的上都非常明确。找到象棋问题的答案既不复杂,也不简单。”当时,计算机技术还像是处在远古的侏罗纪时代一样。1985年,年仅22岁的俄罗斯棋手卡斯帕罗夫力克群雄,成为历史上最年轻的国际象棋世界冠军。从那以后,他在国际象棋领域里的地位一直未受到严峻挑战,被认为是有史以来最强的棋手之一。也正是1985年,专为国际象棋     

机器人何时能击败人类？

1997年5月,IBM公司的超级计算机＂深蓝＂在国际象棋比赛中战胜了世界冠军卡斯帕罗夫,引起人们的惊呼。十多年之后,IBM公司再一次用超级计算机震惊世人——今年2月,名为沃森（Waston）的超级计算机走上美国智力竞猜节目《危险边缘》，并最终战胜两位最成功的人类选手。     

电脑与人脑打成平手

历经13天的激烈鏖战，俄罗斯国际象棋特级大师加里·卡斯帕罗夫与以色列开发的计算机软件棋手“小深”之间的较量终于在美国纽约落下帷幕。在这场惊心动魄的新一轮“人机大战”中，卡斯帕罗夫的“人脑”最终也没能扳倒“电脑”，双方打成了平局。“小深”每秒300万步的速度与在作决定时高度的灵活性和更接近人类棋手的对奕方式，使它曾连续3次在国际象棋计算机大赛中夺冠，人称“电脑棋王”。“复仇之战”首局开始，卡斯帕罗夫仅用了27回合就轻取“小深”。其间，出招严谨的“小深”一度被迫花费25分钟考虑如何反击卡斯帕罗夫的凌厉攻势。在…     

书评

《“深蓝”揭秘——追寻人工智能圣怀之旅》推荐理由: “深蓝”诞生的秘密很多人至今都不能忘记1997年5月11日,这一天,全世界数百万人通过电视观看了一场惊人的胜利——台计算机战胜了欲捍卫世界冠军称号的卡斯帕罗夫,此举震惊了国际象棋界。     

卡尔波夫网上逞雄

"客有歌于郢中者,其始曰‘下里巴人’,国中属而和者数千人。……其为‘阳春白雪’,国中属而和者不过数十人。"这是"下里巴人"与"阳春白雪"的故事。把高雅性与难易度放在一边,单就普及性而言,在我国,国际象棋应该说是棋类运动中的"阳春白雪","属而和者"不多。但是不久前作为国内第一个网上直播的赛事——"惠普杯"卡尔渡夫国际象棋车轮赛,却得到诸多棋迷和网虫儿的共同关注。卡尔波夫何许人也?卡尔波夫是前苏联的国际象棋天才,从青少年时就在世界国际象棋领域展示出雄厚的实力:15岁获国际大师称号,18岁获得世界青年赛(20岁以下)冠军,19岁成为前苏联最年轻的国际特级大师。今年1月,卡尔波夫第150次在国际比赛中获胜,已连续5年稳坐国际棋联世界冠军宝座。卡尔     

美造出全新超级电脑

美国国际商用机器公司(IBM)前不久宣布,它已经制造出当今全球运算速度最快的超级电脑。这台名为“ASCI-白”的超级电脑是1997年击败国际象棋世界冠军卡斯帕罗夫的超级电脑“深蓝”的更新产品,其运算能力相当于“深蓝”的1000倍,比迄今世界上运算速度最快的电脑“ASCI-蓝太平洋”还要快3倍以上。据报道,“ASCI-白”超级电脑是美国能源部所属的     

卡塔尔:“倒萨”战地指挥中心

本文作者诸宸,国际象棋棋后。去年10月,在同劲敌俄罗斯队争夺奥赛“明契克奖杯”冠军赛中,作为领军人物的诸宸为中国队拿下关键一分,光耀全场。诸宸是国际象棋大赛中惟一个集少年、青年、成人,个人和团体大满贯的世界冠军。诸宸现在就读于清华大学国际问题研究所,攻读硕士学位。目前她将研究领域聚焦在美国“倒萨”的军事前沿指挥中心——卡塔尔身上。——编者手记     

追风人物

<正>丁立人成首位获国际象棋个人世界冠军的中国男子棋手4月30日，在哈萨克斯坦首都阿斯塔纳结束的2023国际棋联国际象棋世界冠军赛快棋加赛中，中国棋手丁立人战胜俄罗斯棋手涅波姆尼亚奇，成为第17位世界棋王，也是首位夺得国际象棋个人世界冠军的中国男子棋手。     

智能=计算机+知识

正"计算机会自己学习知识时,那就是人工智能了!"计算机与智能通常我们用计算机,不仅要告诉计算机,要做什么,还必须详细地、正确地告诉计算机怎么做。也就是说,人们要根据任务的要求,以适当的计算机语言,编制针对该任务的应用程序,才能应用计算机完成此项任务。这样实际上是在人完全控制计算机完成的,是谈不上计算机有"智能"。1997年5月11日,世界国际象棋棋王卡斯帕罗夫与美国IBM公司的深蓝计算机系统进行了六局"人机     

《加减：博弈与设局的中国功夫》

推荐理由： “深监”涎生的秘密 很多人至今都不能忘记1997年5月11日，这一天，全世界数百万人通过电视观看了一场惊人的胜利——一台计算机战胜了欲捍卫世界冠军称号的卡斯帕罗夫，此举震惊了国际象棋界。     

博闻

<正>加里·卡斯帕罗夫VS"深蓝"1996年,世界国际象棋冠军加里·卡斯6帕00罗0夫SP与展名开为较"量深。蓝根"的据I《BM时超代级》杂电志脑的R报S/道,卡斯帕罗夫将"深蓝"称之为"怪物"。报道称:"一周之内,他都在痛苦和挫折中度过。与其说他是在与一台电脑进行较量,不如说是与一群面无表情的IBM科学     

聚焦“机器思维”的跨学科思维盛宴

 机器真的会具有思维吗？或者说,至少能够成为具有思维的吗？他们能够效仿人类的思维吗？从笛卡尔、拉·梅特里时代到今天,这是一个被探究、拷问与争论了几个世纪的哲学与科学的双重难题。1997年,当国际象棋世界冠军G.卡斯帕罗夫被IBM开发的“深蓝”击败后,惊魂未定地评价道：“我要声明,我的失败与科技无关,因为电脑的表现完全没有机械的惯性,我不相信有这样优越的电脑。”这一事件再次促发了全世界对机器思维问题的研究热情。J.卡斯蒂以数学家的严谨与小说家的丰富想象力,在《剑桥五重奏》中虚构了一场聚焦机器思维的跨学科思维盛宴。     

人工智能发展新阶段 阿法狗大胜,人类该怎么办

正阿法狗的核心技术是深度学习方法,也就是说,它的围棋知识不是像"深蓝"那样是编在程序里的,而是它通过大量棋谱和自我对弈自己学会掌握的。起源于中国的围棋一向是智者的运动。其变化多端以及对大局观和战略观的高度要求常常被人称道。1998年电脑深蓝战胜国际象棋冠军卡斯帕罗夫之后,围棋被认为是人工智能无法战胜人类的最后一项棋类运动。然而事情发生了变化:最近的人机大战中,电脑阿法狗(AlphaGo)继5:0战胜欧洲冠军樊麾三段后,又以4:1的总比分将现世界围棋职业大赛百灵杯亚军、前世界围棋第一人并夺取过14个世界冠军头衔的韩国围棋名将李世石九段挑落下马。这不仅     

机器人踢足球

当1997年计算机“深蓝”与国际象棋特级大师卡斯帕罗夫激战正酣之际,日本举办了第一届机器人足球赛。一个个安着齿轮的小方盒子在小型场地上奔跑、击球。不过,它们很难准确找到球,还时不时把球踢进自家大门。球场是鲜绿色的,球是橙色的。机器人丢球后就一直转圈儿,找到球就直奔过去,谁先接近球,谁就先射门。于是,这些小方盒子挤作一团,为一个小球疲于“奔命”。近几年,机器人日趋完善,工程师教它们通过无线调制解调器进行相互交流和掌握简单的技战术。结果,机器人学会了计算能否第一个到达球所处的位置,并在几种可能的路线中选出最有利的一…     

迎接人工智能时代

<正>人工智能改变人类生活2017年5月23日,一场人机围棋大战以人类棋手潸然泪下结束,面对人工智能,人类真的已经处于弱势了吗?从1997年IBM计算机深蓝战胜了国际象棋大师卡斯帕罗夫,到2016年Alpha Go以4:1战胜韩国围棋顶级选手李世石,现如今,Alpha Go又战胜了当今世界围坛第一人的中国棋手柯洁。人工智能未来是否会彻底取代人类?李世石、柯洁的相继落败,似乎证明了在围棋这一个高智商竞赛领域,人类已     

随一本书去山野

正人们望向荒野时各怀心事,展开这本书,内华达山脉隐藏的秘密,无名英雄平淡而传奇的生活、历险和挑战,与宁静的心情相伴而来。1996年的美国和世界发生了很多大事。一场举世瞩目的国际象棋大赛上,世界棋王卡斯帕罗夫大胜"深蓝"计算机;53岁的女宇航员、生物化学家香农·露西德乘宇宙飞船在"和平"号太空站生活了188天;美国华裔专家何大一首创的"鸡尾酒疗法"让艾滋病成为可控制的慢性病;一只无性繁殖的绵羊多利通过克隆     

“龟兔赛跑”新编

一年一度的龟兔赛跑又要开始啦。在此之前,比赛已经成功举办了384届,兔子一方除了大白兔因为大意轻敌,在半路睡觉意外输了第一届比赛外,其余全部获胜。今年兔子队的代表是当年参加龟兔赛跑的大白兔的后代——小白兔,乌龟队的代表还是当年的老乌龟。     

2017,人工智能的风口还有多远?

<正>横扫聂卫平、朴廷桓和井山裕太等中日韩的围棋九段顶尖高手,互联网玩家"Master"最终取得60胜0负1平的赫赫战绩。实际上,坐在电脑屏幕前比赛的双方,一方是真实的围棋大师,另一方却并非真人——Master的真实身份是AI机器人Alpha GO,在2017再次颠覆了人们对它的认知。世界冠军古力在被Alpha Go打败后称:"人类与人工智能共同探索围棋世界的大幕即将拉开。"事实远不止于此。机器学习的能力不断被研发团队多维度拓展,大数据