文献类型：期刊文章

作　　者：薛永红[1,2] 王洪鹏[3]

XUE Yonghong;WANG Hongpeng(College of Science, North China University of Science and Technology, Beijing 101601, China;College of Philosophy, Beijing Normal University, Beijing 100875, China;China Science and Technology Museum, Beijing 100012, China)

机构地区：[1]华北科技学院理学院,北京101601 [2]北京师范大学哲学学院,北京100875 [3]中国科学技术馆,北京100012

出　　处：《科技导报》

基　　金：2018年度国家社会科学基金重点项目(18AZX008);中央高校基本科研业务费项目(3142018057)

年　　份：2019

卷　　号：37

期　　号：19

起止页码：87-96

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、IC、INSPEC、JST、RCCSE、RWSKHX、UPD、ZGKJHX、核心刊

摘　　要：以历史为线索,从设计思路和技术特征两个方面对“深蓝”和AlphaGo进行了梳理和概括。“深蓝”依赖人类在国际象棋领域的经验,借助强大的算力与算法实现了对人类的超越;20年后的AlphaGo,虽然最初的版本也是利用人类经验而获得成功的,但是它的不断进化却揭示了一个重要事实:人类经验具有局限性。放弃人类经验、完全采用机器自对弈经验的AlphaZero,不但具有最强的围棋对弈能力,而且同时具备国际象棋和日本将棋的最高棋力,3种最强技能集于一身。机器下棋的这一历史线索揭示了在棋类游戏中;囿于人类自身认知能力的局限,人类几千年积累下来的经验较之于机器在短期内所形成的“经验”已不占优势。在巨大的算力和不断完善的算法的支撑下,借助于机器自身“经验”,机器可以做得比人类更好。未来,“放弃人类经验,依靠自身经验”的机器将有可能在更为复杂的领域取得突破性进展。

关 键 词：机器下棋  深蓝 AlphaGo  AlphaZero  

分 类 号：TP18]