Alphago

Alphago logo Outlines.svg

Alphago, av utvecklarna skrivet AlphaGo, är ett datorprogram som utvecklats av Deepmind som spelar brädspelet Go. I oktober 2015 blev det det första datorprogrammet att slå en professionell Go-spelare, utan handikapp på en fullstor 19 × 19 bräda.[1][2][3][4][5]

Go anses vara mycket svårare för datorer att vinna än andra spel som schack. Anledningen är att spelet har en mycket större förgreningsfaktor vilket gör det svårt att hitta vilket drag som är det bästa med vanliga algoritmer i artificiell intelligens t.ex. totalsökning.[6][7]

I mars 2016 utmanade Alphago den sydkoreanske professionella Go-spelaren Lee Se-dol och vann med 4-1.[8]

Algoritm

Alphagos algoritm använder en kombination av maskininlärning och trädtraversering, samt omfattande träning, både från människa och dator.

Respons

Alphago har hyllats som en milstolpe inom utvecklingen av artificiell intelligens. Go har tidigare betraktats som ett för svårt problem för maskininlärning och har ansetts vara utom räckhåll för den dåvarande tekniken.[9][10] Både Toby Manning, domaren från matchen mellan Alphago och Fan Hui, samt Haijin Lee, generalsekreterare för Internationella Go Federationen, tror att Go-spelare i framtiden kommer att få hjälp av datorer för att lära sig vad de har gjort fel i spelomgångar och för att förbättra sina färdigheter.[2]

Referenser

Den här artikeln är helt eller delvis baserad på material från engelskspråkiga Wikipedia, AlphaGo, 31 januari 2016.

Noter

  1. ^ ”Google achieves AI 'breakthrough' by beating Go champion - BBC News” (på brittisk engelska). BBC News. http://www.bbc.com/news/technology-35420579. Läst 31 januari 2016. 
  2. ^ [a b] ”AlphaGo: Mastering the ancient game of Go with Machine Learning” (på amerikansk engelska). Research Blog. Arkiverad från originalet den 11 mars 2016. https://web.archive.org/web/20160311023422/http://googleresearch.blogspot.se/2016/01/alphago-mastering-ancient-game-of-go.html. Läst 31 januari 2016. 
  3. ^ Silver, David; Huang, Aja; Maddison, Chris J.. ”Mastering the game of Go with deep neural networks and tree search” (på engelska). Nature 529 (7587): sid. 484–489. doi:10.1038/nature16961. ISSN 0028-0836. http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html. Läst 31 januari 2016. 
  4. ^ ”The Guardian” (på brittisk engelska). 31 januari 2016. ISSN 0261-3077. http://www.theguardian.com/commentisfree/2016/jan/31/google-alphago-deepmind-artificial-intelligence-intuititive. Läst 31 januari 2016. 
  5. ^ ”In Major AI Breakthrough, Google System Secretly Beats Top Player at the Ancient Game of Go” (på amerikansk engelska). WIRED. http://www.wired.com/2016/01/in-a-huge-breakthrough-googles-ai-beats-a-top-player-at-the-game-of-go/. Läst 31 januari 2016. 
  6. ^ ”AlphaGo: Mastering the ancient game of Go with Machine Learning”. http://googleresearch.blogspot.com/2016/01/alphago-mastering-ancient-game-of-go.html. Läst 31 januari 2016. 
  7. ^ ”Temporal Difference Learning of Position Evaluation in the Game of Go”. http://www.variational-bayes.org/~dayan/papers/sds94.pdf. Läst 31 januari 2016. 
  8. ^ Mullen, Jethro. ”Computer scores big victory against humans in ancient game of Go”. CNNMoney. http://money.cnn.com/2016/01/28/technology/google-computer-program-beats-human-at-go/index.html. Läst 31 januari 2016. 
  9. ^ ”A computer has beaten a professional at the world's most complex board game” (på brittisk engelska). The Independent. http://www.independent.co.uk/life-style/gadgets-and-tech/news/google-alphago-computer-beats-professional-at-worlds-most-complex-board-game-go-a6837506.html. Läst 31 januari 2016. 
  10. ^ ”Google's AI beats human champion at Go”. www.cbc.ca. http://www.cbc.ca/news/technology/alphago-ai-1.3422347. Läst 31 januari 2016. 

Media som används på denna webbplats

Question book-4.svg
Författare/Upphovsman: Tkgd2007, Licens: CC BY-SA 3.0
A new incarnation of Image:Question_book-3.svg, which was uploaded by user AzaToth. This file is available on the English version of Wikipedia under the filename en:Image:Question book-new.svg
Alphago logo Outlines.svg
Vector tracing of Google DeepMind's AlphaGo project. Consists of a swirl surrounded by twelve alternating black and white circular stones arranged in a circular array. Swirl dimensions are set so that central circle is the same diameter as one stone and the outer circle diameter is three stones. Swirl "arms" are semicircular with diameter is two stones. Text logo is set in Open Sans with custom kerning. Further modified by placing outlines around text and stones so that the logo is not invisible on white background.