Interested Article - Матч AlphaGo — Ли Седоль

amity
  • 2020-10-30
  • 1

Соперники: AlphaGo и Ли Седоль

Матч AlphaGo — Ли Седоль (или Google DeepMind Challenge Match ) — матч по игре го , проходивший c 9 по 15 марта 2016 года между компьютерной программой AlphaGo , разработанной британской компанией Google DeepMind , и корейским профессионалом 9 дана Ли Седолем . Всего было сыграно 5 партий. Игра велась по китайским правилам, величина коми составляла 7,5 очков. Контроль времени классический — каждому игроку на партию даётся по два часа и 3 бёёми по 60 секунд. Для работы AlphaGo использовались 1920 процессоров и 280 графических процессоров , работающих в распределённой сети . Игры транслировались в прямом эфире на YouTube . Матч завершился победой AlphaGo со счётом 4:1 . Событие сравнивают с историческим шахматным матчем между программой Deep Blue и Гарри Каспаровым 1997 года, в некоторой степени предопределившим судьбу шахмат .

Победителю матча предназначалась награда в 1 миллион долларов; поскольку победителем стала AlphaGo, представители Google DeepMind заявили, что призовые деньги будут отданы на благотворительные цели, в том числе фонду ЮНИСЕФ и го-организациям . Ли Седоль получил 170 тысяч долларов (150 тысяч за участие и дополнительные 20 тысяч за победу в одной из партий) .

После победы в матче Корейская ассоциация падук присвоила AlphaGo наивысший ранг го — «почётный 9 дан » за «искренние усилия» программы в овладении мастерством игры .

Перед матчем

Развитие компьютерных программ, играющих в го

Го — сложная настольная игра, требующая помимо логики применение интуиции, творческого и стратегического мышления . В течение длительного времени обучить компьютерные программы играть в го на уровне сильного любителя было крайне сложно . По сравнению с шахматами , в го перед искусственным интеллектом ставится больше задач, решение которых требует имитацию мыслительного процесса человека . Ещё в 1965 году математик Ирвинг Джон Гуд писал:

Го на компьютере? — Для того, чтобы запрограммировать компьютер на осмысленную партию в го, а не просто партию по правилам, необходимо оформить принципы хорошей стратегии или создать обучающуюся программу. Принципы игры в го качественнее и загадочнее, чем в шахматах, и больше зависят от оценочного суждения. Поэтому я полагаю, что создать компьютерную программу, разумно играющую в го даже намного сложнее, чем шахматную программу .

До 2015 года лучшие программы, играющие в го, могли достичь лишь уровня любительского дана . Компьютер достиг бо́льших успехов на доске размером 9×9, где некоторые программы смогли выиграть у профессиональных игроков. До появления AlphaGo некоторые разработчики заявляли, что компьютеры никогда не смогут победить лучших игроков среди людей . Илон Маск , один из первых инвесторов компании Deepmind, в 2016 году заявил, что по мнению экспертов, искусственный интеллект находится в 10 годах от победы над лучшим из профессиональных игроков .

Матч AlphaGo против Ли Седоля можно сравнить с шахматным матчем между программой Deep Blue и Гарри Каспаровым 1997 года, где победа программы, созданной IBM, над действовавшим чемпионом стала символической точкой отсчёта новой эпохи, когда компьютеры превзошли людей в шахматах .

AlphaGo имеет значительные отличия от программ-предшественников. Она задействует нейронные сети , где эвристические оценки не основываются на конкретных значениях переменных, закодированных людьми, а в значительной степени, извлекаются самой программой, путём десятков миллионов просмотров сыгранных партий и собственных партий с самой собой . Даже сама команда разработчиков AlphaGo не в состоянии указать, каким образом AlphaGo оценивает позицию в партии и выбирает свой следующий ход . Метод Монте-Карло также стал одним из основных способов повышения эффективности программы в выборе ходов. При создании программы использовались данные из теории распознавания образов и машинного обучения .

Матч против Фань Хуэя

Фань Хуэй — AlphaGo — Партия #5 (90 в 15, 127 в 37, 151 в 141, 154 в 148, 157 в 141, 160 в 148, 163 в 141)
Фань Хуэй

В начале 2016 года были опубликованы материалы о том, что в октябре 2015 года AlphaGo победила трёхкратного чемпиона Европы по го Фань Хуэя (2 профессиональный дан) со счётом 5-0; таким образом, искусственный интеллект впервые одержал победу над профессиональным игроком на доске размером 19x19 без форы . Часть экспертов указывала на сильный разрыв в уровне игры между Фань Хуэем и Ли Седолем, обладателем наивысшего ранга — 9 профессионального дана и множества завоёванных титулов . Прежде компьютерные программы Zen и смогли одержать победу над профессиональными игроками, имея фору в четыре или пять камней . Канадский исследователь теории игр и искусственного интеллекта Джонатан Шеффер после победы AlphaGo над Фань Хуэем сравнил программу с «ребёнком-вундеркиндом», которому недостаёт опыта, и заявил, что настоящие достижения начнутся тогда, когда программа сыграет с настоящим топ-игроком; победу в матче он предрекал всё же Ли Седолю , профессиональный игрок и генеральный секретарь Международной федерации го , заявила, что у AlphaGo и Ли Седоля равные шансы на победу в грядущем матче .

После своего поражения, Фань Хуэй заявил, что благодаря этому матчу он стал играть лучше и стал видеть те вещи в игре, которые не замечал ранее; к марту 2016 года мировой рейтинг Фань Хуэя поднялся примерно на 300 позиций

Подготовка

Эксперты по го нашли несколько ошибок, сделанных AlphaGo в партиях против Фань Хуэя, в частности, в оценке позиции на всей доске в противовес отдельным тактическим моментам; однако, к началу матча против Ли Седоля, не было известно, насколько с тех пор усилилась программа . AlphaGo не была настроена специально под стиль игры Ли Седоля, что и так было бы сложно сделать, поскольку «тренировка» AlphaGo включала в себя просмотр десятков миллионов партий; несколько сотен или тысяч матчей Ли Седоля не были достаточным количеством для того, чтобы изменить стиль игры программы. Вместо этого AlphaGo просматривала партии сильных игроков-любителей, сыгранные на интернет-серверах, после чего играла сама против себя; в базе данных тренировки AlphaGo не было партий Ли Седоля .

В интервью перед матчем Ли Седоль предсказывал, что он легко выиграет со счётом 4-1 или даже 5-0, затем 2-3 года Google будут дорабатывать AlphaGo, после чего захотят взять у него реванш. В этом случае играть с обновлённой версией AlphaGo будет действительно интересно, считал Ли .

Игроки

Ли Седоль в 2016 году

Ли Седоль

Основная статья: Ли Седоль

Ли Седоль, профессиональный игрок, обладатель 9 профессионального дана по го , считается одним из сильнейших игроков в истории го . Его карьера началась в 1996 году, когда он получил ранг 1 профессионального дана в возрасте 12 лет, с тех пор он завоевал множество титулов го . Стиль Ли Седоля отличается нестандартными креативными ходами . Предрекавший свою безоговорочную победу Ли Седоль за несколько недель до матча стал обладателем одного из основных корейских титулов го — Мёнин .

AlphaGo

Основная статья: AlphaGo

AlphaGo — компьютерная программа, созданная компанией Google DeepMind . Алгоритм AlphaGo использует комбинацию последних достижений для поиска оптимальной стратегии в дереве игры с новейшими методами машинного обучения в сочетании с интенсивным изучением партий людей, так и тренировкой при игре с самой собой . Изначально AlphaGo тренировали подражанию человеческой игре через изучение множества партий, сыгранных как профессионалами так и сильными любителями, в том числе базы данных сервера из около 30 миллионов ходов из 160 тысяч партий игроков от 6 до 9 дана . После достижения определённого уровня в стратегии и тактике, программа перешла на игру против самой себя и обучение с подкреплением . Система не использует базу данных ходов. Как пояснил один из создателей программы, ,

Хоть мы и программировали эту машину, мы не знаем, какой ход она сделает. Её ходы представляют собой феномен эмерджентности , что стало результатом тренировки. Мы всего лишь создаём ряды данных и алгоритмы обучения. Но ходы, к которым она прибегает, не в наших руках, и намного лучше, чем мы, как игроки, могли бы выбрать.

Версия программы, использовавшаяся в матче против Ли Седоля, использовала сходные компьютерные мощности, что и в партиях против Фань Хуэя, — 1920 CPU и 280 GPU . В мае 2016 года представители компании Google объявили, что AlphaGo использовала при обучении TPU , процессор, разработанный Google, специально для машинного обучения .

Условия проведения матча

Пять партий матча состоялись 9, 10, 12, 13 и 15 марта 2016 года в Сеуле .

Партии игрались по китайским правилам , коми составляло 7,5 очков; временной контроль — по 2 часа основного времени каждому игроку 3 периода бёёми по 60 секунд . Партии проходили в закрытом зале в присутствии трёх официальных наблюдателей, среди которых был Фань Хуэй. За время проведения игр не было зарегистрировано каких-либо происшествий, приведших к вмешательству наблюдателей.

Прямая трансляция партий матча шла на YouTube , параллельно с ней велись трансляции с комментариями игры на английском языке от Майкла Редмонда (единственный неазиатский игрок, имеющий 9 профессиональный дан ) и на корейском языке от Ю Чханхёка , Сон Тхэгона и других корейских профессионалов . Айа Хуань (игрок, обладатель 6 любительского дана и сотрудник команды разработчиков DeepMind) ставил камни на гобан за AlphaGo . Работа программы велась с помощью Google Cloud Platform , сервер располагался в США .

Разработчики решили перед каждой партией использовать «фиксированную» версию программы, таким образом она не использовала для самообучения партии, сыгранные в этом матче и не подстраивалась под стиль игры Ли Седоля, каждый раз заново определяя свою стратегию .

Победитель матча получал в качестве награды 1 миллион долларов. Представители Google DeepMind заявили, что в случае победы AlphaGo они планируют передать эти деньги в благотворительные фонды (включая ЮНИСЕФ ) и организации, занимающиеся развитием го . Ли Седоль получил 150 тысяч долларов за участие в матче и по 20 тысяч долларов за победы в отдельных партиях .

Ход матча

Резюме

AlphaGo — Ли Седоль
Игра # Чёрные Белые Результат Дата Ходов Затраченное время
1 Ли Седоль AlphaGo 0-1 (сдался) 9 Марта 2016 Ли Седоль: 1ч. 32мин. — AlphaGo: 1ч. 55мин.
2 AlphaGo Ли Седоль 1-0 (сдался) 10 Марта 2016 Ли Седоль: 2ч. — AlphaGo: 2ч.
3 Ли Седоль AlphaGo 0-1 (сдался) 12 Марта 2016 Ли Седоль: 2ч. — AlphaGo: 1ч. 51мин.
4 AlphaGo Ли Седоль 0-1 (сдался) 13 Марта 2016 Ли Седоль: 2ч. — AlphaGo: 1ч. 59мин.
5 Ли Седоль AlphaGo 0-1 (сдался) 15 Марта 2016 Ли Седоль: 2ч. — AlphaGo: 2ч.
Общий счет: AlphaGo — Ли Седоль: 4-1

Общие комментарии

Комментируя первую партию матча, и Чо Хансын (9 профессиональный дан) и Майкл Редмонд отметили, что AlphaGo значительно усилилась по сравнению с октябрьским матчем против Фань Хуэя . Уже на стадии фусэки стало ясно, что программа играет на уровне лучших игроков среди людей; Не Вэйпин (9 профессиональный дан, Китай) предположил, что AlphaGo играет в силу 6 или 7 профессионального дана в фусэки и 13—15 дана в тюбане . Сам Ли Седоль после проигрыша во второй партии заявил: «Вчера я был удивлён, но сегодня у меня нет слов» . После третьего поражения Ли Седоля AlphaGo досрочно победила в матче и комментаторы сошлись на том, что остаётся надежда на одну победу человека . Кэ Цзе , возглавлявший на тот момент рейтинг игроков и также бросивший вызов AlphaGo, заявил, что он начал сомневаться в своей победе над программой . В партиях со стороны программы были замечены ошибки; Демис Хассабис заявил, что они будут тщательно проанализированы, и что видимо AlphaGo «не знает некоторые классические тэсудзи и совершает тактические ошибки», что стало видно после проигранной ей партии, когда программа после ключевого победного хода Ли Седоля стала делать нелогичные ходы вместо того, чтобы сдаться . После матча Ли Седоль заявил, что был побеждён психологически, но вовсе не технически . Программа показала способность к креативным решениям, что удивило многих игроков (например, ход № 37 во второй партии); некоторые ходы противоречили классической теории го, но в матче доказали свою эффективность, некоторые профессионалы стали использовать эти находки в своих партиях . Чо Хе Ён (9 профессиональный дан) заявила, что она хотела бы учиться игре у AlphaGo, поскольку та «знает всё» . Сам Ли Седоль после матча решил изменить некоторые аспекты своей игры . Комментаторы во время матча сошлись на том, что AlphaGo совершала ошибки, и были уверены, что в конечном итоге ей не хватит территории для победы , но в итоге ходы, изначально казавшиеся слабыми, привели к выигрышу .

Ключевые моменты партий

Во время партий наблюдатели отметили четыре исключительных хода, повлиявших на исход в партиях; Ли Седоль прокомментировал их в серии статей в издании :

Первая партия :
Ход, поразивший Ли Седоля.
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Вторжение, ход 102 .
Вторая партия :
Неожиданный креативный ход программы .
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ход 37, «удар в плечо», отвергающийся классической теорией игры.
Третья партия :
Впечатляющая контратака .
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ход 32 разворачивает атаку в партии.
Четвёртая партия :
«Божественный ход» Ли Седоля.
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
После сыгранного тэсудзи (78 ход)
оценка AlphaGo резко изменилась .

Первая партия

В первой партии, прошедшей 9 марта, победу одержала AlphaGo (белые). Ли Седоль держал игру под контролем большую часть времени, программа получила преимущество в течение финальных 20 минут, заставив Ли сдаться . После игры Ли заявил, что он допустил критическую ошибку в начале партии, и что стратегия программы на начальной стадии игры была «великолепна», и искусственный интеллект сделал один необычный ход, который никогда бы не сыграл человек . Обозреватель сайта Go Game Guru Дэвид Омерод отметил, что седьмой ход Ли Седоля был «странным ходом, сделанным с целью протестировать силу AlphaGo в фусэки », и что ответный ход программы был «точным и эффективным»; по его оценке, первая часть игры осталась за AlphaGo, а Ли начал отыгрывать преимущество с ходом 81, а затем сделал «сомнительные» ходы 119 и 123, за которыми последовал 129 ход, приведший к поражению . Чо Хансын , комментировавший партию, отметил мощный прогресс AlphaGo по сравнению с матчем против Фань Хуэя в октябре 2015 года . Майкл Редмонд отметил, что стиль программы стал более агрессивным по сравнению с партиями против Фань Хуэя .

По мнению Ким Сонрёна (9 профессиональный дан), Ли Седоль был потрясён ходом 102 , после которого он раздумывал над ответным ходом более 10 минут . Ли Седоль признал своё поражение на 186 ходу, спустя примерно три с половиной часа игры, хотя на часах у него ещё оставался запас времени 28 минут и 28 секунд .

19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ходы 1—99
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ходы 100—186

Вторая партия

Во второй партии, прошедшей 10 марта, AlphaGo победила, играя чёрными. После игры Ли Седоль заявил, что «AlphaGo показала почти что идеальную игру» , и что «с самого начала партии он не ощущал ни одного момента, где он бы лидировал» . Один из создателей программы, Демис Хассабис, заявил, что система была уверена в победе с середины игры, когда даже профессионалы, комментировавшие партию, не могли определить, кто был впереди .

Майкл Редмонд отметил, что 37 ход программы был «креативным» и «уникальным» . Ли Седолю понадобился необычайно длительный период времени, чтобы ответить на него . (8 профессиональный дан) охарактеризовал ход № 37 как «редкий и интригующий удар в плечо», но при этом отметил, что ответный ход Ли был «изысканным». Он заявил, что контроль над партией переходил от одного игрока к другому несколько раз и в особенной степени отметил ходы программы № 151, 157 и 159, назвав их «блестящими» .

AlphaGo в этой партии отклонялась от общепринятых норм и продемонстрировала более широкий подход, который профессионалы го охарактеризовали как кажущиеся на первый взгляд ошибки, на самом деле осуществлявшие далеко идущую стратегию . Создатели программы пояснили, что AlphaGo пытается максимизировать не количество очков или величину выигрыша, а вероятность своей победы : Если AlphaGo должна выбирать между победой в 20 очков с 80 % вероятностью или победой в 1 очко с 99 % вероятностью, она выберет последнее, даже если ради этого придётся потерять очки . Например, кажется, что ход 167, дающий Ли Седолю шанс на борьбу, расценивался комментаторами как очевидная ошибка; Ан Ёнгиль заявил, что «когда AlphaGo делает ход, выглядящий слабым, мы можем расценить его как ошибку, но, возможно, точнее будет считать такой ход провозглашением победы?» .

19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ходы 1—99
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ходы 100—199
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
ходы 200—211

Третья партия

В третьей партии, состоявшейся 12 марта, AlphaGo одержала победу и досрочно выиграла весь матч .

После второй партии профессиональные игроки всё ещё выражали свои сомнения в том, является ли AlphaGo настолько сильным игроком, насколько таковым может быть человек. После третьей партии, согласно мнению аналитиков, эти сомнения развеялись, отмечалось мастерство программы в ведении борьбы — при кажущейся суровой атаке Ли Седоля, он не получил преимуществ от этой атаки .

Ан Ёнгиль и Дэвид Омерод заявили, что AlphaGo «сильнее любого известного нам игрока-человека» . Выяснилось, что AlphaGo способна управлять ситуацией при ведении ко-борьбы , что ранее считалось значительной слабостью большей части программ, играющих в го, в предыдущих двух партиях важной ко-борьбы на доске не возникало . Также они отметили 148 ход программы — в разгаре сложной ко-борьбы AlphaGo, имея «уверенность» в выигранной борьбе, сделала большой ход в другом месте доски .

Ли, играя чёрными, выбрал Высокое китайское фусэки и создал сферу влияния, в которую AlphaGo вторглась на 12 ходу, после чего программа смогла защитить свою слабую вторгшуюся группу . По мнению Ана Ёнгиля, 31 ход Ли возможно стал причиной его поражения , Энди Джексон ( Американская ассоциация го ) решил, что исход партии определился уже на 35 ходу . К 48 ходу AlphaGo завладела контролем над партией и заставила Ли Седоля делать защитные ходы. Контратака Ли на 77-79 ходах не принесла успеха, к 90 ходу программа упростила позицию на доске, после чего заполучила большое количество территории на нижней стороне . Ли вновь попытался провести атаку, но ходы программы оказались безошибочными. На 131 ходу он попытался устроить ко-борьбу, провоцируя программу на ошибку. На 176 ходу Ли Седоль сдался .

19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ходы 1—99
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ходы 100—176 (122 в 113,
154 в , 163 в 145, 164 в 151,
166 и 171 в 160, 169 в 145, 175 в )

Четвёртая партия

Четвёртая партия, состоявшаяся 13 марта, завершилась победой Ли Седоля. По словам Демиса Хассабиса, программа сделала ошибку на 79 ходу, когда, по её собственным оценкам, вероятность её победы составляла 70 %; на 87 ходу эта величина резко упала . Дэвид Омерод охарактеризовал ходы программы с 87 по 101 как типичные ошибки для программы, работающей на основе метода Монте-Карло — поисковой механизм пытается отсечь некоторые последовательности, не относящиеся к конкретной ситуации; в некоторых случаях это может привести к тому, что программа отсекает правильные ходы и уже не может рассматривать их в дальнейшем .

В этой партии Ли Седоль выбрал стратегию амаси (территориально-ориентированный стиль, позволяющий противнику занимать ключевые пункты влияния, но при этом сам игрок получает гарантированную территорию, после чего может попытаться развалить влияние противника), решив получать территорию по сторонам, а не по центру, в противовес стратегии AlphaGo, рассчитанной на победу благодаря множеству небольших приобретений . Сделав выбор в пользу такой стратегии, Ли Седоль надеялся загнать противника в ситуацию ва-банк, что могло быть вероятным слабым местом программы, чьей силой является оценка размена; при такой ситуации способность AlphaGo к выявлению мельчайших преимуществ не оказывала бы сильного влияние на вероятность победы .

Первые 11 ходов были идентичны началу второй партии, где Ли также играл белыми. В стадии фусэки Ли сконцентрировался на получении территории в углах и по сторонам доски, позволив AlphaGo построить влияние на верхней стороне и в центре. После этого Ли вторгся в зону влияния AlphaGo (ходы 40—48), следуя принципам амаси . AlphaGo пожертвовала четыре камня и захватила инициативу (ходы 47—69). В ответ на ходы Ли Седоля с 72 по 76 программа не совершила ошибок, и комментаторы начали заявлять о том, что партия вновь обернётся поражением Ли, тем не менее, 78 ход (являвшийся тэсудзи в данной ситуации) и последовавшая за ним комбинация до 82 хода полностью перевернула исход партии . Ход, позволивший разделить соперника в центре, усложнил игру . Ходы AlphaGo 83 и 85 были приемлемыми, но далее с 87 по 101 ход программа совершила ряд слабых, откровенно плохих ходов. На 92 ходу Ли Седоль захватил лидерство в партии, а ход 105 Ан Ёнгиль описал как окончательный ход, приведший к поражению программы; AlphaGo не смогла отыграть потерянные очки и сдалась после 180 хода . По оценкам AlphaGo, её вероятность победы составляла менее 20 % .

Гу Ли (9 профессиональный дан, Китай) назвал 78 ход Ли Седоля «божественным ходом» (в терминологии игры го — особый, единственно верный и гениальный ход, случающийся «раз в жизни», чаще всего в критический момент партии) и отметил, что сам абсолютно не видел этот ход . Ан Ёнгиль заявил, что партия стала «шедевром Ли Седоля и почти определённо станет известной в истории го» .

19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ходы 1—99
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ходы 100—180 (177 в , 178 в )

Пятая партия

По условиям матча, кто играет чёрными в последней партии, должно было решиться по жребию. Однако на пресс-конференции после четвёртой партии Ли Седоль заявил, что по его мнению AlphaGo сильнее, когда играет белыми, поэтому он желал бы в финальной партии сыграть чёрными, тем более, что он уже выиграл белыми. Представители AlphaGo согласились, поэтому жеребьевка не проводилась .

В последней партии, сыгранной 15 марта, победителем стала AlphaGo (белые) . До самого конца в этой партии шла равная борьба. Демис Хассабис заявил, что в самом начале программа совершила грубую ошибку, что и привело к такой равной борьбе .

Играя чёрными, Ли Седоль, выбрал фусэки , схожее с сыгранным им в первой партии матча, после чего перешёл к территориальной стратегии, приведшей к победе в предыдущей партии. Результат казался равным до ходов с 48 по 58, где AlphaGo, сыграв ненужные форсированные ходы потеряла ко-угрозы и адзи , позволив Ли Седолю захватить лидерство . Майкл Редмонд предположил, что скорее всего программа не увидела известное тэсудзи — опытные игроки чаще всего знают такую комбинацию ходов, но программе её пришлось бы просчитать с самого начала .

К 90 ходу, безошибочно ответив на атакующие ходы Ли Седоля, программа восстановила равновесие в партии, после чего сделала ряд ходов, названных Дэвидом Омеродом «необычными… но хитроумно впечатляющими», и позволивших захватить небольшое преимущество . Ли пытался отыграть очки, но программа отвечала безошибочно. Ан Ёнгиль особо отметил ходы 154, 186 и 194. В стадии йосе AlphaGo также сыграла безупречно, оставив за собой лидерство по территории, что заставило Ли Седоля сдаться на 280 ходу .

19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ходы 1—99
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ходы 100—199 (118 в 107, 161 в )
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Ходы 200—280 (240 в 200, 271 в ,
275 в , 276 в )

Освещение матча

Прямые трансляции партий матча и их разборов велись на корейском , китайском , японском и английском и русском языках. Трансляция на корейском языке шла на канале Baduk TV . Первую партию на китайском языке комментировали Гу Ли и Кэ Цзе для Tencent и LeEco соответственно, трансляции собрали 60 миллионов зрителей . Онлайн-трансляцию матча на английском языке вели Майкл Редмонд и Крис Гарлок, вице-президент Американской ассоциации го ; в среднем количество зрителей составляло около 80 тысяч человек; наибольшее количество зрителей зафиксировано в конце 1 первой партии и составило 100 тысяч . Разбор партий на YouTube вели Чо Хе Ён (9 дан) и Ким Мёнван (9 дан) . В России прямые трансляции партий матча с разбором вели 3 профессиональный дан Александр Динерштейн (1 партия) , Илья Шикшин (1 профессиональный дан) и многократная чемпионка Европы среди женщин Наталья Ковалёва (2—5 партии) .

Последствия матча

Разработки в области искусственного интеллекта

Победа AlphaGo стала значительным событием в сфере исследований искусственного интеллекта . Ранее обучение компьютера игре в го считалось недосягаемым для существующих технологий и уровня их развития . Большая часть экспертов склонялась к тому, что до появления программы уровня силы AlphaGo должно пройти ещё около 5 лет , некоторые эксперты полагали, что понадобится даже 10 лет, прежде чем компьютер сможет побеждать чемпионов по го . В начале 2016 года большинство прогнозов указывало на победу Ли Седоля .

Когда компьютер стал побеждать сильнейших игроков среди людей в шашки , шахматы , а теперь и го, достижения компьютерных программ в сфере популярных настольных игр перестают считаться столь значительным достижением и поворотным пунктом в истории развития искусственного интеллекта по сравнению с предыдущими годами; разработчик Deep Blue назвал победу AlphaGo «концом эпохи…, с настольными играми практически покончено, и настало время двигаться дальше» . Разработчики DeepMind заявляли, что рассматривают возможность проведения матча в StarCraft II с участием разработанной ими программы и Тима Мортена, чемпиона по StarCraft II . Настольные игры с неполной информацией ( покер , бридж ) также могут стать объектом исследования возможностей компьютерных программ .

В сравнении с Deep Blue или Watson , алгоритмы работы AlphaGo рассчитаны на более широкие задачи, это может говорить о том, что прогресс произошёл и в сфере общего развития искусственного интеллекта ; победа AlphaGo может стать толчком к развитию программ с более широкими задачами. В марте 2016 года британский исследователь Сьюарт Дж. Рассел заявил, что «методы искусственного интеллекта развиваются гораздо быстрее, чем ожидалось, что делает более актуальным вопрос о долгосрочных результатах», добавив, что «для гарантии того, что все увеличивающие свою мощность системы ИИ оставались бы под полным контролем человека… предстоит совершить много работы» . Физик Стивен Хокинг выступил с предостережением по поводу того, что будущие саморазвивающиеся системы ИИ могут привести к неожиданному , некоторые учёные, в частности Жан-Габриэль Ганазия, заявивший, что «такие вещи, как 'здравый смысл'… никогда не создать», отвергают такой сценарий ; Ганазия не видит причин «говорить о страхах. Как раз наоборот, это вселяет надежду во многих сферах, например, в здравоохранении и исследовании космоса» . говорит, что «людям не следует бояться… но им нужно обратить внимание на это» .

До публикации статьи в журнале Nature в январе 2016 года несколько организаций уже занимались исследованиями нейронных сетей для создания программ, играющих в го, в частности, в Facebook шла разработка программы , впоследствии код программы был выложен в открытый доступ . После матча началось развитие программ — конкурентов AphaGo, среди которых выделяются Deep Zen Go и Fine Art.

Программа Deep Zen Go ранее разрабатывалась под названием Zen, но именно после успеха AlphaGo разработчик добавил в Zen элемент глубокого обучения . В ноябре 2016 года состоялся матч между Deep Zen Go и самым титулованным игроком Японии Тё Тикуном . Матч завершился победой человека со счётом 2:1 .В марте 2017 года состоялся «Турнир четырёх», где сразились сильнейшие игроки Японии, Китая и Кореи ( Юта Ияма , и Пак Чжон Хван ) и Deep Zen Go , по итогам матча компьютер выиграл одну партию из трёх (против Юты Иямы) .

Программа Fine Art разработана китайской компанией Tencent . В марте 2017 года она выиграла чемпионат по го среди программ, в котором, однако, не участвовала AlphaGo; Deep Zen Go заняла второе место. Ранее, в январе 2017, Fine Art смогла несколько раз обыграть сильнейшего игрока в го среди людей Кэ Цзе , который позже сыграл и с AlphaGo , проиграв всухую и сочтя дальнейшие игры с искусственным интеллектом бессмысленными .

Го-сообщество

Игра го, ранее считавшаяся сугубо азиатской игрой, не настолько распространённой в странах Запада, получила широкую популярность в различных странах мира благодаря тому, что миллионы людей смотрели и обсуждали ход матча . По словам Демиса Хассабиса, этот матч посмотрело 280 миллионов людей, о нём вышло 35 тысяч статей в прессе, и продажи досок для го возросли в десять раз .

Многие из топ-игроков отметили, что ходы сделанные программой, нестандартны; некоторые ходы изначально казались сомнительными, но в течение партии показали свою эффективность . В то время, как игроки стараются изучить и перенимать лучшие ходы из других партий, AlphaGo делает свои собственные оригинальные ходы . AlphaGo значительно усилилась по сравнению с матчем против Фань Хуэя, однако Ли Седоль после своего поражения заявил, что игра программы всё ещё не идеальна

Китайский игрок Кэ Цзе , возглавлявший мировой рейтинг игроков, до начала матча заявил, что он способен победить AlphaGo, но не пожелал играть с ней, поскольку программа начала бы «копировать его стиль» . После первых трёх партий матча Кэ Цзе уже признал, что «может проиграть» , но после четвёртой партии вновь начал уверено говорить о своей победе, утверждая что если игра программы в четвёртой партии матча — «её истинная сила, то она не заслуживает играть с ним» .

Судья матча против Фань Хуэя Тоби Мэннинг и генеральный секретарь Международной федерации го заявили о том, что в будущем игроки смогут учиться у компьютера, узнавать, где они совершили ошибки в партии, и совершенствовать свои игровые навыки .

После матча Ли Седоль принёс извинения за своё поражение и заявил, что «недооценил способности AlphaGo и чувствовал себя бессильным» . Он особо подчеркнул, что результат матча — «поражение Ли Седоля», а не «поражение человечества» . Ли признал, что его проигрыш был неизбежным, но при этом «роботы никогда не поймут красоту игры так, как люди» . Результат в четвёртой партии Ли назвал «бесценной победой, которую он ни на что не променяет» . Ли Седоль заявил, что многому научился, играя с AlphaGo, и его стиль стал более гибким; он понял, насколько слабой может быть человеческая интуиция, а его навык прогнозирования следующих ходов противника существенно усилился .

Корейская ассоциация падук присвоила AlphaGo ранг почётного 9 профессионального дана за «искренние усилия в освоении даосских фундаментальных основ го и достижение уровня игры, близкого к божественному» .

Правительство Республики Кореи

После завершения матча, 17 марта 2016 года представители правительства Республики Кореи заявили о том, что собираются инвестировать 863 миллиона долларов (1 триллион корейских вон) в исследования в области искусственного интеллекта в течение следующих пяти лет

Организация следующего матча

Основная статья: Future of Go Summit

Многие игроки выразили желание стать следующим соперником AlphaGo , тем не менее среди наиболее вероятных кандидатов называли Кэ Цзе , который заявлял, что победит программу . Матч с Кэ Цзе состоялся с 23 по 27 мая 2017 года, AlphaGo выиграла все три партии .

Примечания

  1. ↑ (англ.) . The Economist (12 марта 2016). Дата обращения: 30 сентября 2017. 14 августа 2017 года.
  2. . Twitter. Дата обращения: 14 февраля 2016. 27 июля 2019 года.
  3. (англ.) . BBC News Online (13 марта 2016). Дата обращения: 13 марта 2016. 5 мая 2021 года.
  4. (англ.) . Go Game Guru. Дата обращения: 13 марта 2016. Архивировано из 14 марта 2016 года.
  5. Metz, Cade. (англ.) . Wired (14 марта 2016). Дата обращения: 7 июня 2016. 22 декабря 2016 года.
  6. ↑ Choudhury, Saheli Roy. (англ.) . CNBC (9 марта 2016). Дата обращения: 30 сентября 2017. 16 июля 2017 года.
  7. Gibney, Elizabeth. (англ.) . Nature (27 января 2016). Дата обращения: 7 июня 2016. 2 мая 2019 года.
  8. ↑ . Associated Press . 2016-02-22. из оригинала 18 октября 2017 . Дата обращения: 7 июня 2016 .
  9. ↑ (кор.) . Korea Baduk Association (22 февраля 2016). Дата обращения: 22 февраля 2016. Архивировано из 3 марта 2016 года.
  10. ↑ (англ.) . The Straits Times . Дата обращения: 7 июня 2016. 7 октября 2016 года.
  11. . WIRED (9 марта 2016). Дата обращения: 30 сентября 2017. 20 ноября 2017 года.
  12. . Korea Times (11 марта 2016). Дата обращения: 16 марта 2016. 15 марта 2016 года.
  13. Bouzy, Bruno; Cazenave, Tristan. (неопр.) // Artificial Intelligence. — 2001. — 9 August ( т. 132 , № 1 ). — С. 39—103 . — doi : . 8 июня 2017 года.
  14. Johnson, George . The New York Times (29 июля 1997). Дата обращения: 16 июня 2008.
  15. Good, Jack. . New Scientist . Atlas Computer Laboratory, Chilton (21 января 1965). Дата обращения: 16 марта 2016. 13 мая 2017 года.
  16. ↑ David Silver, Aja Huang, Chris J. Maddison, Arthur Guez, Laurent Sifre, George van den Driessche, Julian Schrittwieser, Ioannis Antonoglou, Veda Panneershelvam, Marc Lanctot, Sander Dieleman, Dominik Grewe, John Nham, Nal Kalchbrenner, Ilya Sutskever, Timothy Lillicrap, Madeleine Leach, Koray Kavukcuoglu, Thore Graepel & Demis Hassabis. (англ.) // Nature : journal. — 2016. — 28 January ( no. 529 ). — P. 484—489 . 24 сентября 2019 года.
  17. Wedd, Nick . computer-go.info . Дата обращения: 28 октября 2011. 2 сентября 2011 года.
  18. Cho, Adrian. . Science (27 января 2016). Дата обращения: 7 июня 2016. 22 апреля 2016 года.
  19. Hoffman, William Inverse (9 марта 2016). Дата обращения: 12 марта 2016. 12 марта 2016 года.
  20. . BBC News . Дата обращения: 7 июня 2016. 26 августа 2016 года.
  21. Maas, Dan. (англ.) . Maas Digital (28 января 2016). Дата обращения: 7 июня 2016. 5 октября 2016 года.
  22. Shead, Sam. (англ.) . TechWorld (15 марта 2016). Дата обращения: 7 июня 2016. 31 мая 2016 года.
  23. ↑ . WIRED (10 марта 2016). Дата обращения: 12 марта 2016. 11 марта 2016 года.
  24. . BBC News (27 января 2016). Дата обращения: 28 января 2016. 30 января 2016 года.
  25. ↑ Gibney, Elizabeth (2016-01-27), , Nature , doi : от 30 января 2016 на Wayback Machine
  26. ↑ Mackenzie, Dana. (англ.) // Science : journal. — 2016. — 9 March. — doi : . 10 марта 2016 года.
  27. Go Game Guru. Дата обращения: 28 января 2016. Архивировано из 1 февраля 2016 года.
  28. . MSN Sankei News. Дата обращения: 27 марта 2013. Архивировано из 21 марта 2013 года.
  29. ↑ . Wired (11 марта 2016). Дата обращения: март 2016. 7 ноября 2017 года.
  30. Kloester, Ben Go Game Guru (4 марта 2016). Дата обращения: 10 марта 2016. Архивировано из 11 марта 2016 года.
  31. (13 марта 2016). Дата обращения: 24 марта 2016.
  32. (12 марта 2016). Дата обращения: 20 марта 2016.
  33. (кор.) (29 января 2016). Дата обращения: 10 марта 2016. 10 марта 2016 года.
  34. (англ.) . Daily Mail (22 февраля 2016). Дата обращения: 7 июня 2016. 30 июля 2016 года.
  35. от 29 июня 2011 на Wayback Machine . gobase.org. accessed 22 June 2010.
  36. Younggil, An. (англ.) . Go Game Guru (8 мая 2012). Дата обращения: 7 июня 2016. Архивировано из 10 марта 2016 года.
  37. . Shanghai Daily . Дата обращения: 7 июня 2016. 11 марта 2016 года.
  38. ↑ Zastrow, Mark . New Scientist . Дата обращения: 7 июня 2016. 13 мая 2016 года.
  39. . Go Game Guru. Дата обращения: 13 марта 2016. Архивировано из 3 мая 2016 года.
  40. Metz, Cade (англ.) . Wired (27 января 2016). Дата обращения: 1 февраля 2016. 2 февраля 2017 года.
  41. . Google Research Blog (27 января 2016). Дата обращения: 7 июня 2016. 30 января 2016 года.
  42. McMillan R. . // Wall Street Journal (18 мая 2016). Дата обращения: 26 июня 2016. 29 июня 2016 года.
  43. Jouppi N. (англ.) . // Google Cloud Platform Blog (18 мая 2016). Дата обращения: 26 июня 2016. 18 мая 2016 года.
  44. (англ.) . Google DeepMind. Дата обращения: 10 марта 2016. Архивировано из 30 января 2016 года. .
  45. Diamond, Jon. (англ.) . British Go Association (22 февраля 2016). Дата обращения: 7 июня 2016. 25 апреля 2016 года.
  46. (яп.) . Nihon Ki-in . Дата обращения: 8 января 2012. 8 сентября 2012 года.
  47. (англ.) . The Guardian (5 февраля 2016). Дата обращения: 7 июня 2016. 14 августа 2017 года.
  48. Shead, Sam. (англ.) . Business Insider (22 февраля 2016). Дата обращения: 7 июня 2016. 2 марта 2016 года.
  49. Novet, Jordan. (англ.) . VentureBeat (4 февраля 2016). Дата обращения: 30 сентября 2017. 9 февраля 2016 года.
  50. (кит.) . JoongAng Ilbo (23 февраля 2016). Дата обращения: 7 июня 2016. 4 марта 2016 года. .
  51. . YouTube (28 января 2016). Дата обращения: 7 июня 2016. 13 апреля 2017 года. .
  52. ↑ . DeepMind. 29 ноября 2020 года.
  53. ↑ . Wired (14 марта 2016). Дата обращения: 18 марта 2016. 22 декабря 2016 года.
  54. ↑ (англ.) . Go Game Guru (9 марта 2016). Дата обращения: 9 марта 2016. Архивировано из 3 мая 2016 года.
  55. . Reddit (15 марта 2016). Дата обращения: 13 июня 2016. 1 июля 2016 года.
  56. (англ.) . BBC News (10 марта 2016). Дата обращения: 13 июня 2016. 15 мая 2016 года.
  57. ↑ Ormerod, David. (англ.) . Go Game Guru (12 марта 2016). Дата обращения: 13 июня 2016. Архивировано из 13 марта 2016 года.
  58. (англ.) . Dong-a Ilbo (14 марта 2016). Дата обращения: 13 июня 2016. 11 июня 2016 года.
  59. Tanguy, Chouard. (англ.) . Nature (15 марта 2016). Дата обращения: 13 июня 2016. 17 сентября 2016 года.
  60. ↑ Audureau, William. (фр.) . Le Monde (15 марта 2016). Дата обращения: 13 июня 2016. 16 марта 2016 года.
  61. ↑ Tanguy, Chouard. (англ.) . Nature (12 марта 2016). doi : . Дата обращения: 13 июня 2016. 18 июня 2016 года.
  62. Первая партия: (кор.) . Dong-a Il (18 марта 2016). Дата обращения: 13 июня 2016. 17 июня 2016 года.
    Вторая партия: (кор.) . Dong-a Il (18 марта 2016). Дата обращения: 13 июня 2016. 17 июня 2016 года.
    Третья партия: (кор.) . Dong-a Il (21 марта 2016). Дата обращения: 13 июня 2016. 17 июня 2016 года.
    Четвёртая партия: (кор.) . Dong-a Il (22 марта 2016). Дата обращения: 13 июня 2016. 17 июня 2016 года.
    Пятая партия: (кор.) . Dong-a Il (23 марта 2016). Дата обращения: 13 июня 2016. 18 июня 2016 года.
  63. ↑ (англ.) . BBC. 2016-03-09. из оригинала 10 марта 2018 . Дата обращения: 9 марта 2016 .
  64. ↑ Ormerod, David. (англ.) . Go Game Guru (10 марта 2016). Дата обращения: 13 июня 2016. Архивировано из 11 марта 2016 года. .
  65. ↑ Ormerod, David. (англ.) . Go Game Guru (13 марта 2016). Дата обращения: 13 июня 2016. Архивировано из 16 ноября 2016 года.
  66. Tanguy, Chouard. (англ.) // Nature : journal. — 2016. — 9 March. — doi : . 20 июня 2016 года.
  67. ↑ (англ.) . The Hankyoreh . Дата обращения: 12 марта 2016. 11 марта 2016 года.
  68. (англ.) . BBC. 2016-03-10. из оригинала 10 марта 2016 . Дата обращения: 10 марта 2016 .
  69. ↑ Byford, Sam . The Verge . Vox Media (10 марта 2016). Дата обращения: 30 сентября 2017. 1 ноября 2017 года.
  70. . // Shanghai Daily. 2016-03-10. из оригинала 11 марта 2016 . Дата обращения: 10 марта 2016 .
  71. . BBC. 2016-03-12. из оригинала 11 августа 2021 . Дата обращения: 12 марта 2016 .
  72. Byford, Sam . The Verge . Vox Media (12 марта 2016). Дата обращения: 12 марта 2016. 13 марта 2016 года.
  73. Hassabis, Demis (англ.) . Дата обращения: 13 марта 2016. 14 марта 2016 года.
  74. Hassabis, Demis . Дата обращения: 13 марта 2016. 27 июля 2019 года.
  75. Будько, Анатолий. . Geek Times (16 марта 2016). Дата обращения: 20 июня 2016. 6 августа 2016 года.
  76. ↑ Metz, Cade . Wired.com (13 марта 2016). Дата обращения: 14 марта 2016. 17 ноября 2017 года.
  77. ↑ Byford, Sam . The Verge (15 марта 2016). Дата обращения: 15 марта 2016. 15 марта 2016 года.
  78. ↑ Ormerod, David (2016-03-16), , Go Game Guru , Дата обращения: 16 марта 2016 от 17 марта 2016 на Wayback Machine
  79. . Baduk TV. Дата обращения: 17 июля 2016. 16 июня 2016 года.
  80. Wunderlich-Pfeiffer, Frank. . Golem.de (9 марта 2016). Дата обращения: 15 марта 2016. 9 марта 2016 года.
  81. . Российская федерация го (7 марта 2016). Дата обращения: 17 июля 2016. 19 августа 2016 года.
  82. . YouTube . Российская федерация го (9 марта 2016).
  83. 2 партия: . YouTube . Российская федерация го (10 марта 2016). Дата обращения: 17 июля 2016. 11 марта 2016 года.
    3 партия: . YouTube . Российская федерация го (12 марта 2016). Дата обращения: 17 июля 2016. 12 марта 2016 года.
    4 партия: . YouTube . Российская федерация го (13 марта 2016). Дата обращения: 17 июля 2016. 13 марта 2016 года.
    5 партия: . YouTube . Российская федерация го (15 марта 2016). Дата обращения: 17 июля 2016. 15 марта 2016 года.
  84. ↑ Steven Borowiec; Tracey Lien (2016-03-12). . Los Angeles Times . из оригинала 12 марта 2016 . Дата обращения: 13 марта 2016 .
  85. Connor, Steve (2016-01-27). . The Independent . из оригинала 28 января 2016 . Дата обращения: 28 января 2016 . {{ cite news }} : Указан более чем один параметр |accessdate= and |access-date= ( справка )
  86. . CBC News . 2016-01-27. из оригинала 10 марта 2016 . Дата обращения: 28 января 2016 . {{ cite news }} : Указан более чем один параметр |accessdate= and |access-date= ( справка )
  87. Dave Gershgorn (2016-03-12). . Popular Science . из оригинала 16 декабря 2016 . Дата обращения: 13 марта 2016 .
  88. ↑ . CBC News . Associated Press . 2016-03-12. из оригинала 13 марта 2016 . Дата обращения: 13 марта 2016 .
  89. Sofia Yan (2016-03-12). . CNN Money . из оригинала 13 марта 2016 . Дата обращения: 13 марта 2016 .
  90. . lemonde.fr (12 марта 2016). Дата обращения: 6 мая 2017. 3 августа 2016 года.
  91. . Дата обращения: 6 мая 2017. 6 августа 2016 года.
  92. Bethe, Paul M. . Computer Science (17 января 2010). Дата обращения: 6 мая 2017. 6 марта 2016 года.
  93. Gill, Victoria. . BBC News (8 января 2015). Дата обращения: 6 мая 2017. 4 июля 2017 года.
  94. . Australian Broadcasting Corporation . 2016-03-08. из оригинала 15 июня 2016 . Дата обращения: 13 марта 2016 .
  95. ↑ Mariëtte Le Roux (2016-03-12). . Phys.org . из оригинала 13 марта 2016 . Дата обращения: 13 марта 2016 .
  96. ↑ Mariëtte Le Roux; Pascale Mollard (2016-03-08). . phys.org . из оригинала 14 марта 2016 . Дата обращения: 13 марта 2016 .
  97. . phys.org . из оригинала 14 марта 2016 . Дата обращения: 13 марта 2016 .
  98. Tanya Lewis (2016-03-11). . Business Insider . из оригинала 12 марта 2016 . Дата обращения: 13 марта 2016 .
  99. . MIT Technology Review (4 декабря 2015). Дата обращения: 6 мая 2017. 24 декабря 2019 года.
  100. Kelion, Leo. . BBC News (27 января 2016). Дата обращения: 6 мая 2017. 7 июня 2017 года.
  101. . American Go E-Journal (17 ноября 2016). Дата обращения: 6 мая 2017. 10 мая 2017 года.
  102. . Geek Times (15 ноября 2016). Дата обращения: 6 мая 2017. 17 октября 2017 года.
  103. Lisy, Pavol. . European Go Federation (23 ноября 2016). Дата обращения: 6 мая 2017. 6 июня 2022 года.
  104. . American Go E-Journal (15 марта 2017). Дата обращения: 6 мая 2017. 20 марта 2017 года.
  105. (англ.) . Дата обращения: 10 марта 2017. Архивировано из 12 марта 2017 года.
  106. . American Go E-Journal (24 марта 2017). Дата обращения: 6 мая 2017. 17 мая 2017 года.
  107. Zheping Huang. . Quartz (20 марта 2017). Дата обращения: 5 июня 2017. 8 июня 2017 года.
  108. на YouTube , начиная с 15:45
  109. John Ribeiro (2016-03-12). . PC World . из оригинала 13 марта 2016 . Дата обращения: 13 марта 2016 .
  110. ↑ Gibney, Elizabeth. (англ.) // Nature. — 2016. — doi : . 30 января 2016 года.
  111. Neil Connor (2016-03-11). . The Telegraph (UK) . из оригинала 13 марта 2016 . Дата обращения: 13 марта 2016 .
  112. . Dong-A Ilbo (14 марта 2016). Дата обращения: 17 марта 2016. 15 марта 2016 года.
  113. (кор.) . Hankook Ilbo (14 марта 2016). Дата обращения: 17 марта 2016. 15 марта 2016 года.
  114. ↑ Yoon Sung-won (2016-03-14). . The Korea Times . из оригинала 14 марта 2016 . Дата обращения: 15 марта 2016 .
  115. Eom Min-yong. (англ.) . The Kyunghyang Shinmun (3 мая 2016). Дата обращения: 6 мая 2017. 21 ноября 2018 года.
  116. Zastrow, Mark . Nature News (18 марта 2016). doi : . Дата обращения: 20 марта 2016. 19 марта 2016 года.
  117. (англ.) . European Go Federation (6 февраля 2016). Дата обращения: 6 мая 2017. 7 августа 2016 года.
  118. (фр.) . Chine Nouvelle (12 марта 2016). Дата обращения: 6 мая 2017. 16 марта 2016 года.
  119. Anthony, Sebastian. . Ars Technica (10 апреля 2017). Дата обращения: 6 мая 2017. 17 мая 2017 года.
  120. Hassabis, Demis. . Deep Mind (10 апреля 2017). Дата обращения: 6 мая 2017. 11 апреля 2017 года.
  121. Zheng Limin. . CCTV (7 апреля 2017). Дата обращения: 6 мая 2017. 13 мая 2017 года.

Комментарии

  1. Время зафиксировано в официальных видеозаписях мачта; 2 часа обозначает, что игрок вышел на бёёми.
  2. В пятой партии предполагалось, что выбор цвета будет определяться при помощи нигири, но Ли Седоль попросил сыграть чёрными, поскольку после предыдущей победы, где он играл белыми, он желал попытаться победить и с чёрным цветом, поскольку считал победу чёрными более «ценной». Демис Хассабис согласился на его предложение.

См. также

  • — сильнейшая на середину 2010-х годов программа по сёги , аналогичный решающий матч которой с мэйдзином по сёги прошёл в рамках 2-го сезона в апреле 2017 года.

Ссылки

Статьи

  • от создателей программ для игры в го/шахматы, от программистов, от ведущих игроков в го, сделанные до начала матча
  • Ершов, Александр. . Интернет-издание N+1 (10 марта 2016). Дата обращения: 12 марта 2016.

Разборы партий

На русском языке
  • — разбор от Александра Динерштейна, 7-кратного Чемпиона Европы по го
  • — разбор от Ильи Шикшина , 3-кратного Чемпиона Европы по го и Натальи Ковалёвой, многократной чемпионки Европы среди женщин
  • — разбор от Ильи Шикшина и Натальи Ковалёвой
  • — разбор от Ильи Шикшина и Натальи Ковалёвой
  • — разбор от Ильи Шикшина и Натальи Ковалёвой
Официальные комментарии от Майкла Редмонда (9 профессиональный дан) и Криса Гарлока на канале Google DeepMind в YouTube (на английском языке)
  • ( )
  • ( )
  • ( )
  • ( )
  • ( )
Разборы от Ли Седоля (опубликованы в газете Dong-a Ilbo после матча)
  • ( )
  • ( )
  • ( )
  • ( )
  • ( )
Разборы от Ли Чжэ (6 профессиональный дан)
  • ( )
  • ( )
  • ( )
Источник —

amity
  • 2020-10-30
  • 1
  • Tags:

Same as Матч AlphaGo — Ли Седоль

The title for the last searches