什么是围棋计算机(什么是围棋计算机软件)

什么是围棋

围棋，是一种策略型两人棋类游戏，中国古时称“弈”，西方名称“Go”。流行于东亚国家（中、日、韩、朝），属琴棋书画四艺之一。

围棋起源于中国，传为帝尧所作，春秋战国时期即有记载。隋唐时经朝鲜传入日本，流传到欧美各国。围棋蕴含着中华文化的丰富内涵，它是中国文化与文明的体现。

扩展资料

围绕打劫，有先手劫、后手劫、缓气劫、两手劫、三手劫、万年劫、单劫、连环劫、三劫循环、四劫循环等多种复杂局面。

先手劫，在形成劫的状态时，首先轮到提劫的一方称为“先手劫”。后手劫，必须经过寻找劫材后才能提劫的一方称为“后手劫”。

缓气劫，是指在劫争过程中，一方在提劫后，即使对方在别处走棋，但由于对方的这块棋有气，所以仍然不能置对方于死地，需再下一手或两手甚至更多，才能把对方的气紧住，才成为紧气劫的棋形。

参考资料来源：百度百科—围棋

google 的人工智能 围棋 使用什么计算机

Google DeepMind 团队在最新一期《Nature》上发表论文称，其名为 “阿尔法围棋”（AlphaGo）的人工智能，在没有任何让子的情况下以 5:0 完胜欧洲冠军、职业围棋二段樊麾。

在计算机的发展史，在国际象棋比赛中，计算机战胜人类是重要历史事件，过去了这么多年，人工智能战胜围棋冠军又怎么说明谷歌AI很牛呢？

围棋，一直被认为是人类仍然在机器面前能保持优势的游戏之一。过去20多年来，科技家们一直在试着教会电脑下棋，在1997年，IBM的深蓝曾经打败了国际象棋的世界冠军Garry Kasparov，这成为了人工智能的一座里程碑事件。但是，围棋比国际象棋还是要复杂得多，国际象棋中，平均每回合有35种可能，一盘棋可以有80回合；相比之下，围棋每回合有250种可能，一盘棋可以长达150回合。

在下国际象棋的时候，计算机可以分析出每一个可能的步骤，从而进行最优选择，但是，围棋可能的步骤是国际象棋的10倍之多。这也正是围棋人工智能的难点所在。

在过去很长时间里，最好的计算机连厉害点的业余围棋棋手都下不过。所以，去年，Facebook就开始打造围棋人工智能，并且在过去6个月里让它可以用最快0.1秒的速度来落子。负责这项目的人，就坐在里扎克伯格20英尺远的地方。但是，Google还是快一步。

这场比赛实际上发生在去年十月，但是知道今天，它才在《自然》杂志中披露出来。

David Silver是这项研究的第一作者，在他看来，阿尔法Go的关键不在于简单粗暴的计算出可能步骤，而是近似于人类的“想象力”。这背后是名为一项名为“深度学习”的大杀器，它让计算机不再是简单地使用计算能力来统计所有数据，而是像人类一样，训练，然后学习。Silver说，计算机“下围棋需要的极复杂的直觉机制，这种机制以前我们认为只可能存在于人类大脑中。”

阿尔法Go用了多种“神经网络”并行，并且相互作用。其中，一个叫做“值网络”（value network），来衡量白字和黑子在棋盘上的位置，一个叫做“策略网络”（“policy network” ），会不断地学习此前人类和自己的落子，来选择接下来怎么下。

不仅仅比人类、比起其他机器人同类，阿尔法Go也更加强大。它和其他人工智能下了500场围棋，只输了1场，甚至在给对手让子的情况下，它也照赢不误。而Silver说，它比其他人工智能更先进的地方，就在于可以自我学习。而且，这种机制不仅仅可以用在围棋学习中，阿尔法Go还可以用来解决很多现实问题，比如处理气候模型等。

据消息称，Google的“阿尔法Go”V和现在的围棋世界冠军李世石 （Lee Sedol），将在今年三月正式进行比赛。在围棋这个古老的、几乎代表了人类智力巅峰的游戏上，机器人和人类究竟谁更强大，答案很快就会揭晓。

AlphaGo真的理解围棋吗？

我非常认可这样一段话：你或许还是不能接受AlphaGo这个样子，我想这是因为，人们下围棋，一定要先理解“围棋”什么东西，下面才可以操作。但是AlphaGo却是在不知道(或者没有被提供数据)“围棋是一种2个人的，而且两个人面对面做的，对抗的，零和的，棋盘19*19的，棋盘是方的，上面是打格子的，格子也是方的，有黑白两个子的，黑子先下的，两个轮流下的，要下在格点而不是格子中间的，有限时要求的，棋子数量足够的，一个棋子不会占超过一格的，棋子是圆的，两边凸起的，中国古代发明的，一种博弈游戏”中的任何一点的时候，可以战胜人类。

首先，我认为AlphaGo是可以理解围棋的。

计算机对围棋有这样的规定（Tromp-Taylor规则定义），围棋是一个在19*19格点上进行，两个玩家“小黑”、“小白”，轮流分别把棋盘上的某一个格点染成黑色或白色的游戏。再加上提子和禁循环的规则，以及终局判断，就是完整的Tromp-Taylor规则。这样的围棋，和我们眼中的围棋，有什么本质区别吗？如果不考虑围棋文化，那么我可以肯定地说，没有区别。

那么为什么AlphaGo会引起如此大的关注度，有人还说人类最后一块阵地失守，甚至还有人说人工智能将会取代人类。答：围棋是世界上最复杂的游戏之一。所谓“一着不慎，满盘皆输”，每一步棋都可能左右全局的结果。一般来说，一手棋的决策分两步。第一步，“选点”：凭经验或感觉给出几个候选的点；第二步，“判断”：分别对这几个点做形式判断，并进行比较。这两步，说来容易，但要做到顶尖高手的水平，对于天赋和勤勉的要求，不亚于一个优秀数学家所需要的。

阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由谷歌（Google）旗下DeepMind公司的戴密斯·哈萨比斯、大卫·席尔瓦、黄士杰与他们的团队开发。其主要工作原理是“深度学习”。

那么何为“深度学习”？深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务（例如，人脸识别或面部表情识别）。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。同机器学习方法一样，深度机器学习方法也有监督学习与无监督学习之分．不同的学习框架下建立的学习模型很是不同．例如，卷积神经网络（Convolutionalneuralnetworks，简称CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信网（DeepBeliefNets，简称DBNs）就是一种无监督学习下的机器学习模型。

正是因为这种“深度学习”才让了AlphaGo学习到了博大精深的围棋，正是因为“深度学习”让AlphaGo从对围棋的无知到挑战世界顶尖棋手。

那么，人又是为何会下围棋的呢？

人在下棋的时候，每一个下棋步骤的决定也都是通过了类似的信号加减。我们对现在的棋盘状态有个价值判断，胜败概率判断。下棋在不同的格子，这种选择，也是通过经验；对不同的格子就有不同的胜败概率涨跌估算。同时我们也会通过经验来预测对方下面几个回合的走棋步骤。专家的经验多了，对这三个方面的价值判断能力也就更清晰了。

一开始接触围棋，对这些东西都没啥预测能力，或者非常不准，因为根本没有机会经历类似的情况；一切都是新的状态。一步一步熟悉起来了，会保留更多的状态记忆。会想起以前经历过的。这才进一步准确判断不同选择的价值。再专业的那些人，他们不用刻意去想，已经成了下意识。思维已经跑到了上层建筑、还有上上层。什么时候走错或者不知道怎么走，都是因为某个层面还缺乏概念，或者还没经历过这个情况，无法认识到pattern。阿法狗也是通过类似的学习方式一步一步修建自己的判断能力准确度。神经网络里面的权重，对应的就是人类所学到的那些“规则”。他的规则层次，最后选择也都是有原因，有经验的，一样也是“理解”。跟人类的理解没差多少。

ai围棋master是什么意思

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。--百度百科

AI可以简单理解为会象人一样思考的计算机程序。

AI围棋则是让计算机程序象人类一样下围棋。

master是年初活跃在网络围棋对弈网站弈城和野狐的一个ID，在完成对职业棋手的59连胜后，由代为落子的黄博士，承认它是google公司旗下deepmind开发的围棋AI。这个AI在去年三月份叫alphago,与韩国棋手李世石进行过五番棋比赛，成绩是4：1胜。master据称是alphago的升级版。

为什么说围棋是计算机的境地

电脑能战胜国际象棋大师，但对付围棋职业高手则要难得多。当人们把代表着东方智慧的围棋与代表着西方棋类的国际象棋相比较时，常常会惊叹于围棋的复 杂程度。国际象棋平均每回合有35种选择，围棋每个回合则有250种可能，250种可能中每一种又有250种可能。以此类推，其运算结果是一个天文数字。 运算也许对拥有“大数据”“云计算”的电脑来说不算什么，可下围棋仅仅靠运算是赢不了比赛的。

不管是东方人还是西方人，有一个基本共识：围棋是人类发明的最复杂也是最美的游戏。不是说围棋每一个着法都比国际象棋多，而是两者下法的理念有所不 同。简单地说，国际象棋（中国象棋）的目的就是杀王，子是越下越少；围棋的目的是“圈地”，子越下越多，地多者胜。这实际上就给电脑出了一个难题，用专业 的术语来说，国际象棋的着法较易通过函数评估，而围棋的着法相对抽象，电脑不好计算。此外，围棋还有手筋、劫争、弃子等战术战略层面的技法。

运行围棋程序的alphago计算机属于

运行围棋程序的Alpha GO计算机属于第四代计算机。AlphaGo是2014年由谷歌旗下的DeepMind公司开发的一款人工智能围棋程序。它使用深度学习等技术，在完全自主学习的情况下实现对弈水平的逐步提升，并且在后续的博弈中，战绩卓著，影响巨大。与此同时，AlphaGo能在人机对弈和机器对弈中独占鳌头，这归功于包括蒙特卡洛树搜索、估值网络、策略网络等技术的融合运用。其中，后两者是一种多层CNN神经网络模型。得益于深度学习理论的发展，AlphaGo获得了更强的智能和不断的进步。