2016圍棋人機大戰的計算能力怎么樣

2016圍棋人機大戰的計算能力怎么樣

　　2016圍棋人機大戰——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圍棋人機大戰吧，歡迎來閱讀。

2016圍棋人機大戰

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

　　阿里云年會現場，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

　　從現場效果看，人工智能的穩定性和并發計算能力是其優勢。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、后局機器的穩定計算能力遠超人類。

　　此外，人工智能的并發能力也非人工所能及。在發現錯別字后，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，明顯表現得慌亂。

　　阿里云iDST 語音組總監鄢志杰表示，雖然已經在接近世界一流的“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據的適應性上，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。

　　“看起來是機器挑戰人類，其實是人類在挑戰自己。”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。

　　姜毅在會議現場和看不見的機器人PK

　　2016圍棋人機大戰 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。

　　據介紹，此次“人機大戰”的語音識別算法主要基于BLSTM(雙向長短時記憶神經網絡)，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，單節點計算能力達16 Tflops，并且對BLSTM算法做了針對性優化，實時解碼更為順暢。

　　2016圍棋人機大戰 谷歌AlphaGo計算能力怎么樣

　　2016圍棋人機大戰——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聲名顯赫、轟動世界的IBM“深藍”。深藍是美國IBM公司生產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秀棋手的對局兩百多萬局。

　　IBM的深藍曾在1997年戰勝國際象棋世界冠軍卡斯帕羅夫。而現在，一臺筆記本的計算能力已經超過了深藍。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達到了33.86 PFLOPS，是深藍的30萬倍。

　　據了解，AlphaGo超強的學習能力，它使用蒙特卡洛樹搜索算法，借助值網絡與策略網絡這兩種深度神經網絡，通過值網絡來評估大量選點，并通過策略網絡選擇落點。機器最初通過模仿人類玩家，嘗試匹配職業棋手的棋局，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。

　　還有觀點認為，現在谷歌圍棋程序贏人不可怕，可怕的是假裝輸給人。