90 年代中期，計算機 Chinook 擊敗了跳棋界的人類頭號選手。三年後，IBM 的超級計算機深藍在與衞冕世界冠軍卡斯帕羅夫的國際象棋比賽獲得了勝利。2011 年，IBM 的另一個機器人 Watson 在電視問答節目中突破了人類的最好記錄。從拼字遊戲到奧賽羅，機器現在可以在各種各樣的智力遊戲中擊敗人類中的翹楚。但是，有一個領域中我們人類依然拔得頭籌：圍棋。
Facebook 目前正在解決這個計算機科學家們迴避了幾十年的問題：如何打造一款軟件，使之能夠在圍棋這項擁有 2500 年曆史的策略型遊戲中打敗人類。儘管圍棋的規則十分簡單，但由於其複雜的結構——將白色和黑色的棋子放到 19*19 棋盤的交叉點上，可能得到的排列數量太多，要設計出能夠充分預估未來走向並下得像人類一樣好的系統非常困難。
「我們十分了解最優秀的人類玩家的視覺模式，看棋盤的方式將直觀地幫助他們理解哪些是好的配置和壞的配置。」Facebook 的首席技術官 Mike Schroepfer 説。「因此，我們以一些玩遊戲的 AI 為基礎，為它們連接了可視化系統，因此，我們可以在棋盤上使用套路——用視覺系統調出系統可以做出的移動。」
這一項目是 Facebook 為所謂「深度學習」付出的更廣泛努力。人工智能試圖建立思想，複製人類大腦的工作方式解鎖統計和概率能力，這遠遠超出了現代計算機的能力。Facebook 希望以此推進其深度學習技術在社交網絡內的廣泛應用。例如，Facebook 正在建立一個擁有視覺系統的網站，當人們用語音詢問「圖片中的人拿了什麼東西？」的時候，網站將做出分析，並針對相關信息作出反應。Facebook 的虛擬助手 M 也將以來這一類型的技術分析用户請求，並學習人類的響應方式。
資料來源：TECH2IPO
請按此登錄後留言。未成為會員? 立即註冊