当前位置:首页 > AI前沿 > 正文内容

AI出现后,围棋界人士褒贬不一,有人欢喜有人忧

admin2周前 (05-25)AI前沿19

AI出现后,围棋界人士褒贬不一,有人欢喜有人忧

自围棋AI问世以来,国际棋坛经历了翻天覆地的变革,对此,业内人士看法各异,有的欣喜若狂,有的则嗤之以鼻。这究竟是什么原因导致了如此鲜明的态度差异呢?

首先,我们来审视AI带来的三大变革。首先,AI堪称最优秀的导师。以往,即便是天赋出众的棋坛英才围棋ai软件,也往往得益于名师的悉心指导,比如吴清源师从濑越宪作,李昌镐的恩师则是曹薰铉。然而,现今的AI技术独步天下,其棋艺足以让职业高手相形见绌,甚至能以2-3子的优势取胜。更为难得的是,它不会对学习者产生任何负面情绪,还能与学习者共同回顾研究棋局,这样的良师益友,在以前简直如凤毛麟角。目前公认的AI领域的顶尖高手仅有两位,其中一位是申真谞,被誉为“申工智能”;另一位则是李轩豪,享有“轩工智能”的美誉。

其次,有了参考答案。考试通常都有既定的标准答案,然而在围棋比赛中,过去并无公认的最佳落子点。当职业棋手们进行复盘时,常会激烈争论,其中最知名的一幕是聂卫平对少年陈耀烨的怒吼:“你厉害!你厉害!”当然,AI的判断并非完全无误,但其策略确实远超常人。因此,AI不能算作标准答案,充其量只能称作是高级参考。

人狗大战之柯洁篇

第三点,围棋赛事中的舞弊行为已成为防范工作的重中之重。在以往的比赛里,午餐时段他人暗中提供帮助的情况并非罕见,因此,现在众多国际大赛纷纷取消了午餐及休息环节。然而,人工智能技术的高超使得防范变得尤为困难,中韩两国围棋界都曾出现过借助AI进行舞弊的事件。而棋手之间的猜疑与指责,更是掀起了不小的波澜。以至于在网络上,“厕所门”事件甚至一度成为热门话题。

那些对AI持反感态度的围棋高手,以我国顶尖选手柯洁为典型,主要缘于AI问世后,他的对手申真谞受益良多,昔日柯洁的败将如今却反过来称霸一方,甚至已经超越柯洁,成为了当今围棋界的领军人物。有人甚至推测,若非AI的介入,柯洁或许还能在棋坛称霸数年AI出现后,围棋界人士褒贬不一,有人欢喜有人忧,九冠王、十冠王的美誉或许早已收入囊中。

对于这一看法,我持有不同意见。柯洁的下滑完全是自作自受,由于他兴趣广泛,同时追求多个目标所致。他人正在不断进步,而你却在不断下滑,被他人超越只是时间问题。尽管柯洁在国内的等级分依旧位居首位,但他的成绩显然无法与之匹配,换言之,即便是八冠王在国内也难以得到普遍认可,更不用说在国际棋坛了。

有人认为,随着AI的崭露头角,人类棋手只能望尘莫及,眼巴巴地追逐却始终无法赶上。再者,AI如同掌握着标准答案的评判者,对人类顶尖棋手的棋局品头论足,这无疑减少了围棋的乐趣。

我认为,参与猜谜游戏是很多人的共同经历AI出现后,围棋界人士褒贬不一,有人欢喜有人忧,谜底显而易见,却依然让人感到乐趣无穷。再者,国际象棋的智能化版本“深蓝”早已出现,人类难以与之匹敌,然而这项游戏在全球范围内依旧盛行。

有人认为,自从AI问世,棋手们开局便纷纷模仿AI的战术,导致围棋变得单调乏味,缺少新意。然而,我想提出的是,我国古代围棋采用的是座子规则,一开始就在星位放置四子,这样的传统不是一直延续至今,并且备受赞誉吗?事实上,当前的布局不过是大型固定模式,胜负往往在中后阶段才见分晓。这情形与围棋界顶尖高手李昌镐夺冠的策略颇为相似,李昌镐往往凭借其卓越的官子技巧取得胜利。似乎李昌镐早已领悟了围棋的精妙之处,这一点与他与人工智能的默契不谋而合。

我坚信AI的出现是一件极为有益的事情,因为曾经变幻莫测的围棋,如今有了较为明确的解决方案。在棋局落幕之际,棋手们无需因观点分歧而争执不止,而且还能回顾并总结自己的失误。这些失误涵盖了走棋的方向、棋子大小的判断、对杀技巧的运用、攻击点的选择、官子顺序的安排等方面。尤其是在比赛的后半段,对棋手来说是一道难题,而有了AI这位指导者的协助,专业棋手的疑惑往往能够迅速得到解答,这对于增强棋艺水平大有裨益。

人狗大战之李世石篇

对于业余爱好者来说,借助AI的帮助,在观摩职业高手对弈的过程中围棋ai软件,他们能够辨别棋局的优劣,无需再为哪一方局势占优、哪一方局面不佳而感到困扰。

AI具有另一项优势,它能够帮助我们评估古代围棋大师的实际水平。据传,研究者运用AI技术对古代围棋大师的棋局进行了深入分析,最终发现,这些古代顶尖高手在中后期的对决能力丝毫不亚于当今的顶尖棋手。

关于对AI的看法围棋ai软件,众说纷纭,各有各的观点,很难达成共识。根据我之前的分析,利大于弊。亲爱的棋迷朋友们,你们对此有何见解?恳请各位畅所欲言!

加入微信交流群:************ ,请猛戳这里→点击入群

扫描二维码推送至手机访问。

版权声明:本文由智潮脉搏发布,如需转载请注明出处。

本文链接:https://zcmobo.com/post/2029.html

分享给朋友:

“AI出现后,围棋界人士褒贬不一,有人欢喜有人忧” 的相关文章

歌手被歌迷带跑调

歌手被歌迷带跑调

在音乐的殿堂中,歌手的演唱会宛如一场盛大的盛宴,是粉丝们期待已久的狂欢时刻。那璀璨的灯光、激昂的旋律以及歌手们那极具感染力的演唱,都能让人们沉浸在音乐的海洋中,忘却一切烦恼。当一场演唱会现场出现跑调的情况时,那原本热烈的氛围瞬间变得尴尬而失落,粉丝们的失望之情也如潮水般汹涌而来。演唱会现场,那激昂的...

老牌电影明星名字大全

老牌电影明星名字大全

在电影的浩瀚星空中,总有一些老牌影星如璀璨星辰般熠熠生辉,他们曾凭借着精湛的演技和独特的魅力征服了无数观众的心,成为那个时代的经典象征。时光流转,岁月无情,当这些老牌影星选择复出时,人们不禁纷纷发出疑问:他们还能再次惊艳观众吗?老牌影星们之所以能够在影坛留下浓墨重彩的一笔,往往是因为他们具备着超凡的...

深度剖析:最新研究如何让深度学习模型训练速度翻倍​

深度剖析:最新研究如何让深度学习模型训练速度翻倍​

在当今的人工智能领域,深度学习模型的训练速度一直是研究的热点和关键问题。随着数据量的不断增大和模型复杂度的日益提高,训练一个深度学习模型往往需要耗费大量的时间和计算资源,这严重限制了深度学习技术的应用和发展。最近的一些最新研究成果为解决这一问题带来了新的希望和突破,使得深度学习模型的训练速度得以翻倍...

机器学习领域新成果:基于聚类算法的图像分割技术改进​

机器学习领域新成果:基于聚类算法的图像分割技术改进​

《机器学习领域新成果:基于聚类算法的图像分割技术改进》在当今的机器学习领域,图像分割技术一直是一个备受关注的研究热点。它旨在将图像分解为多个有意义的区域或对象,为后续的图像分析、识别和理解任务提供基础。近年来,基于聚类算法的图像分割技术取得了显著的改进,为解决图像分割问题带来了新的思路和方法。聚类算...

聚焦 NeurIPS:联邦学习在数据隐私保护下的应用成果​

聚焦 NeurIPS:联邦学习在数据隐私保护下的应用成果​

NeurIPS:联邦学习在数据隐私保护下的应用成果在当今数字化时代,数据隐私保护成为了一个至关重要的议题。随着人工智能和机器学习技术的快速发展,大量的数据被收集和使用,这使得数据隐私面临着前所未有的挑战。联邦学习作为一种新兴的机器学习技术,为在保护数据隐私的前提下实现数据共享和协同学习提供了一种有效...

CVPR 新发现:利用机器学习进行农作物病虫害监测技术​

在农业领域,农作物病虫害一直是影响产量和质量的关键因素。随着科技的不断发展,利用机器学习进行农作物病虫害监测技术成为了CVPR(计算机视觉与模式识别领域顶级会议)的新发现,为农业生产带来了新的曙光。传统的农作物病虫害监测主要依靠人工巡查,效率低下且准确性有限。而机器学习技术的应用,使得能够通过对大量...