创新创业教育子库 创新创业教育子库 2.2.2：人工智能的实践体验（知识页）.docxVIP

创新创业教育子库 《创新创业教育子库》 知识页 2.2.2 人工智能的实践体验 PAGE PAGE 5 【学习目标】 了解人工智能在人机对弈中的应用。 了解人工智能在模拟识别中的应用。 了解人工智能在自动化工程中的应用。 了解人工智能在知识工程中的应用。 【教内学容】 2.2.2 人工智能的实践体验 1.人工智能在人机对弈中的应用 一般认为，计算机要在围棋中取胜比在 \o 国际象棋 国际象棋等游戏中取胜要困难得多，因为围棋的下棋点极多， \o 分支因子 分支因子大大多于其他游戏，而且每次落子对情势的好坏飘忽不定， 诸如 \o 暴力搜索法 暴力搜索法、 \o Alpha-beta剪枝 Alpha-beta剪枝、 \o 启发式搜索 启发式搜索的传统人工智能方法在围棋中很难奏效。在1997年 \o IBM IBM的计算机“ \o 深蓝 (计算机) 深蓝” \o 深蓝对卡斯帕罗夫 击败俄籍世界国际象棋冠军 \o 加里·卡斯帕罗夫 加里·卡斯帕罗夫之后，经过18年的发展，棋力最高的人工智能围棋程序才大约达到业余5段围棋棋手的水准，且在不让子的情况下，仍无法击败职业棋手。2012年，在4台PC上运行的Zen程序在让5子和让4子的情况下两次击败日籍九段棋手 \o 武宫正树 武宫正树。2013年， Crazy Stone在让4子的情况下击败日籍九段棋手 \o 石田芳夫 石田芳夫，这样偶尔出现的战果就已经是难得的结果了。 AlphaGo的研究计划于2014年启动，此后和之前的围棋程序相比表现出显著提升。在和Crazy Stone和Zen等其他围棋程序的500局比赛中，单机版AlphaGo（运行于一台计算机上）仅输一局。而在其后的对局中，分布式版AlphaGo（以 \o 分布式运算 分布式运算运行于多台计算机上）在500局比赛中全部获胜，且对抗运行在单机上的AlphaGo约有77%的胜率。2015年10月的分布式运算版本AlphaGo使用了1,202块 \o CPU CPU及176块 \o GPU GPU。 2015年10月，AlphaGo击败 \o 樊麾 樊麾，成为第一个无需 \o 围棋的让子 让子即可在19路棋盘上击败围棋 \o 职业棋手 职业棋手的 \o 计算机围棋 计算机围棋程序，写下了历史，并于2016年1月发表在知名期刊《 \o 自然 (期刊) 自然》。 2016年3月，透过自我对弈数以万计盘进行练习强化，AlphaGo在一场 \o AlphaGo李世石五番棋 五番棋比赛中4:1击败顶尖职业棋手 \o 李世石 李世石，成为第一个不借助让子而击败 \o 围棋段位制 围棋职业九段棋手的计算机围棋程序，立下了里程碑。五局赛后 \o 韩国棋院 韩国棋院授予AlphaGo有史以来第一位 \o 围棋段位制 名誉职业九段。 2016年7月18日，因 \o 柯洁 柯洁那段时间状态不佳，其在 \o Go Ratings Go Ratings网站上的Elo等级分下滑，AlphaGo得以在Go Ratings网站的排名中位列世界第一，但几天之后，柯洁便又反超了AlphaGo。2017年2月初，Go Ratings网站删除了AlphaGo、 \o DeepZenGo DeepZenGo等围棋人工智能在该网站上的所有信息。 2016年12月29日至2017年1月4日，再度强化的AlphaGo以“ \o Master (围棋软件) Master”为账号名称，在未公开其真实身份的情况下，借非正式的网络快棋对战进行测试，挑战中韩日台的一流高手，测试结束时60战全胜。 2017年5月23至27日在 \o 乌镇围棋峰会 乌镇围棋峰会上，最新的强化版AlphaGo和世界第一棋手柯洁比试、并配合八段棋手协同作战与对决五位顶尖九段棋手等五场比赛，获取3比零全胜的战绩，团队战与组队战也全胜，此次AlphaGo利用谷歌TPU运行，加上快速进化的机器学习法，运算资源消耗仅李世石版本的十分之一。在与柯洁的比赛结束后， \o 中国围棋协会 中国围棋协会授予AlphaGo \o 围棋段位制 职业围棋九段的称号。 AlphaGo在没有人类对手后，AlphaGo之父 \o 杰米斯·哈萨比斯 杰米斯·哈萨比斯宣布AlphaGo退役。而从业余棋手的水平到世界第一，AlphaGo的棋力获取这样的进步，仅仅花了两年左右。 最终版本 Alpha Zero 可自我学习 21天达到胜过中国人棋神 \o 柯洁 柯洁的Alpha Go Master的水平。 人工智能在模拟识别中的应用 采用模式识别引擎，分支有2D识别引擎，3D识别引擎，驻波识别引擎以及多维识别引擎 2D识别引擎已推出指纹识别，人像识别，文字识别，图像识