从alphago到betago——基于任务可完成性分析的定性人工智能的定量实现 from alphago to betago — quantitative realization of qualitative artificial intelligence based on task realizability analysis.pdfVIP

第33卷第12期 控制理论与应用 Vbl．33NO．12 2016年12月 Contml Dec．2016 Theory＆Applications DOI：10．7641／CTA．2016．60440 从AlphaGo到BetaGo 一基于任务可完成性分析的定性人工智能的定量实现 苏剑波十，陈叶飞，马 哲，黄瑶，向国菲，陈若冰 (上海交通大学电子信息与电气工程学院，上海200240) 摘要：A1phaGo程序利用深度学习算法和蒙特卡洛树搜索算法在围棋领域取得了突破性进展，用定量分析技术实 现了围棋这一传统定性式的任务．此次突破，实现了对定性人工智能的定量研究，这对人工智能体的研究具有重要 借鉴意义．对于人工智能体而言，执行任务前需要考虑任务的可完成性，对下棋任务而言，任务目标是取得胜利，因