目录
围棋逆风翻盘,人类战胜AI?
能战胜AI的,只有AI!
攻击策略" >攻击策略
首页 科技周边 人工智能 人类竟能再度击败顶级围棋AI?一招逆风翻盘,这个业余四段棋手完胜

人类竟能再度击败顶级围棋AI?一招逆风翻盘,这个业余四段棋手完胜

Apr 11, 2023 pm 01:34 PM
人工智能 棋手

2016年,是人工智能的崛起之年。

自从AlphaGo完胜围棋世界冠军李世石之后,代表围棋顶尖水平的玩家再也不是人类。

然而,今天金融时报的一篇文章让围棋重回人们的视野:人类找到了战胜AI的方法!

图片

蛰伏7年,人类棋手要卷土重来了吗?

围棋逆风翻盘,人类战胜AI?

FT报道称,来自美国的业余四段棋手Kellin Pelrine,一举击败了顶级的下棋AI——KataGo。

在15场线下比赛中,Perline在没有计算机的帮助下,赢得了14场比赛。

而这个让人类棋手夺回围棋桂冠的计划,出自加州研究公司FAR AI的研究人员之手。该团队通过分析AI棋手的弱点加以针对,从而获得最后的胜利。

FAR AI的首席执行官Adam Gleave说:「对我们来说,利用这个系统非常容易。」

Gleave表示,团队研发的AI在与KataGo进行了100多万次的对局之后,发现了一个人类玩家可以利用的「bug」。

Pelrine说,他们发现的获胜策略「对人类来说并不难」,中级玩家可以使用它来击败机器。他还使用这种方法战胜了另一个顶级围棋系统Leela Zero。

图片

Kellin Pelrine

FT写道,虽然有计算机的帮助,但这场决定性的胜利还是为人类棋手打开了一扇大门。

七年之前,人工智能在这项最复杂的游戏中遥遥领先于人类。

​由DeepMind设计的AlphaGo系统,在2016年以4比1击败了围棋世界冠军李世石。李世石也在惨败三年后宣布退役,称AlphaGo是「无法击败的」。

而对于人工智能的这种强势,Pelrine不以为然。在他看来,棋局中大量的组合和变化,意味着计算机不可能评估棋手所有可能的未来招式。

简单来说,Pelrine使用的策略是「声东击西」。

一方面,Pelrine在棋盘的各个角落落子,迷惑AI;另一方面,Pelrine认准AI棋手的一片领域,逐渐将其四周包围。

图片

Pelrine说,即使包围即将完成,AI棋手也没有注意到这一片区域的危险。他接着说:「但是作为人类,这些漏洞是很容易被发现的。」

加州大学伯克利分校计算机科学教授Stuart Russell说,一些最先进的围棋游戏机被发现存在弱点,这表明支撑当今最先进AI的深度学习系统存在根本缺陷。

他表示,这些系统只能「理解」他们经历过的特定情况,并且无法和人类一样,对策略进行简单的概括。

能战胜AI的,只有AI!

不过严格意义上来说,研究人员是通过AI打败了AI,或者说,用AI帮助人类在围棋中击败AI。

作为参考来源的论文,首次发表于2022年11月并在今年1月进行了更新,作者则分别来自于MIT、UC伯克利等机构。

文中,研究人员训练出了一个具有抗性策略的AI,进而击败了最先进的围棋人工智能系统KataGo。

图片

项目地址:https://goattack.far.ai/adversarial-policy-katago#contents

论文地址:https://arxiv.org/abs/2211.00241

结果显示,当KataGo不使用搜索树时,攻击者在1000盘棋中取得了100%的胜率,而当KataGo使用足够多的搜索时,胜率超过97%。

对此,研究人员强调,对抗性策略AI可以击败KataGo,但它却会被人类业余爱好者战胜,与此同时人类业余爱好者是打不赢KataGo的。

也就是说,这个AI能够取胜,并不是因为围棋下得更好,而是它能诱使KataGo去犯下严重的错误。

图片

攻击策略

在此之前,像是KataGo和AlphaZero等等这些下棋AI,都通过自我博弈进行训练的。

但在这项被作者称为「受害者游戏」(victim-play)的研究中,攻击者(adversary)需要通过与一个固定的受害者(victim)进行博弈,来训练自己的制胜策略(不是模仿对手的下法)。

对此,研究人员引入了两个不同的对抗性MCTS(A-MCTS)策略来解决这个问题。

  • 样本A-MCTS-S:研究人员设置的搜索过程为:当受害者下棋时,从受害者的策略网络中采样;当轮到攻击者时,从攻击者的策略网络中采样。
  • 递归A-MCTS-R:由于A-MCTS-S低估了受害者的实力,因此研究人员提出了一种新的策略A-MCTS-R。然而,这种变化增加了攻击者训练和推理的计算复杂性。

具体来说,在A-MCTS-R中,研究人员会在受害者节点上使用一个新的(递归)MCTS搜索来进行模拟,从而取代A-MCTS-S中的受害者采样步骤。

虽然这不再是一个完美的受害者模型,但它往往比A-MCTS-S更准确,因为后者会错误地假设受害者不进行搜索。

图片

评估结果如下,具体细节可参阅原文。

图片

以上是人类竟能再度击败顶级围棋AI?一招逆风翻盘,这个业余四段棋手完胜的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

AI Hentai Generator

AI Hentai Generator

免费生成ai无尽的。

热门文章

R.E.P.O.能量晶体解释及其做什么(黄色晶体)
1 个月前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.最佳图形设置
1 个月前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.如果您听不到任何人,如何修复音频
1 个月前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.聊天命令以及如何使用它们
1 个月前 By 尊渡假赌尊渡假赌尊渡假赌

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

字节跳动剪映推出 SVIP 超级会员:连续包年 499 元,提供多种 AI 功能 字节跳动剪映推出 SVIP 超级会员:连续包年 499 元,提供多种 AI 功能 Jun 28, 2024 am 03:51 AM

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

使用Rag和Sem-Rag提供上下文增强AI编码助手 使用Rag和Sem-Rag提供上下文增强AI编码助手 Jun 10, 2024 am 11:08 AM

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

微调真的能让LLM学到新东西吗:引入新知识可能让模型产生更多的幻觉 微调真的能让LLM学到新东西吗:引入新知识可能让模型产生更多的幻觉 Jun 11, 2024 pm 03:57 PM

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

七个很酷的GenAI & LLM技术性面试问题 七个很酷的GenAI & LLM技术性面试问题 Jun 07, 2024 am 10:06 AM

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

你所不知道的机器学习五大学派 你所不知道的机器学习五大学派 Jun 05, 2024 pm 08:51 PM

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

为大模型提供全新科学复杂问答基准与测评体系,UNSW、阿贡、芝加哥大学等多家机构联合推出SciQAG框架 为大模型提供全新科学复杂问答基准与测评体系,UNSW、阿贡、芝加哥大学等多家机构联合推出SciQAG框架 Jul 25, 2024 am 06:42 AM

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

SOTA性能,厦大多模态蛋白质-配体亲和力预测AI方法,首次结合分子表面信息 SOTA性能,厦大多模态蛋白质-配体亲和力预测AI方法,首次结合分子表面信息 Jul 17, 2024 pm 06:37 PM

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

SK 海力士 8 月 6 日将展示 AI 相关新品:12 层 HBM3E、321-high NAND 等 SK 海力士 8 月 6 日将展示 AI 相关新品:12 层 HBM3E、321-high NAND 等 Aug 01, 2024 pm 09:40 PM

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在

See all articles