{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","title":"智慧的疆界 从图灵机到人工智能","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787111778004","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","id":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","uuid":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","title":"智慧的疆界 从图灵机到人工智能","normalized_title":"智慧的疆界从图灵机到人工智能","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787111778004","isbns":["9787111778004","9787111695714"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":456,"navigation_url":"https://workshop.closeclaw.top/ai/book/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","title_url":"https://workshop.closeclaw.top/ai/title/%E6%99%BA%E6%85%A7%E7%9A%84%E7%96%86%E7%95%8C%20%E4%BB%8E%E5%9B%BE%E7%81%B5%E6%9C%BA%E5%88%B0%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","page_url":"https://workshop.closeclaw.top/api/ai/books/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/page","search_url":"https://workshop.closeclaw.top/api/ai/books/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/search"},"page":{"printed_page":383,"pdf_page":398,"physical_index":398,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"1c50d06aa755e5b912d1f10206816602a922ca54e6e855fd33eb1ba1629dbafa"},"chapter":"内容简介","content":"人工智能还同时向人类的游戏发起挑战，让计算机自己去学习如何玩电子游戏并打出人类难以企及的高分。Maluuba 团队设计了一款人工智能系统，该系统可以在雅达利游戏机（Atari 2600）上学习玩 Pac-Man（就是我们小时候玩的《吃豆人》）游戏，并达到这个游戏的最高分 999900。DeepMind 团队也在攻克围棋之后更进一步，在 AlphaGo 的基础上训练了一个基于强化学习的人工智能 AlphaZero。通过不同类型的训练，AlphaZero 可以学会下围棋、象棋、将棋等不同棋牌游戏，也可以学会玩电子游戏。它曾同时挑战 Atari2600 游戏机上的 49 款电子游戏，并在大部分游戏中达到或超过了人类玩家的水平。\n\n在比游戏更严肃一点的电子竞技方面，趁着著名竞技游戏 Dota2 的 2017国际邀请赛（The International 2017，这是一项每年举办一次、比赛总奖金超过 1.55 亿元、冠军单项奖金超过 6700 万元的超级电子竞技比赛）举办之际，OpenAI 发布了一款能够参加单对单对战（Dota2 一般是 5 人组队对战的比赛）的Dota2 机器人“ OpenAI Five”，在邀请赛中作为表演项目挑战前世界冠军中单选手 Dendi，尽管单人对战等同于屏蔽了诸多需要互相配合的复杂战术成分，操作成为最主要的胜负因素，但即使如此，看到以往人类新手可以随意欺负的计算机忽然间以 3 比 0 的比分战胜了世界冠军，这个结果也非常令人类选手沮丧。\n\n2017 年，DeepMind 公司宣布与暴雪娱乐合作，将 AlphoZero 训练用于暴雪著名的游戏《星际争霸 2》（StarCraft 2）。《星际争霸》系列是人类历史上最成功的即时战略游戏，也是人类游戏史上战术最复杂的电子竞技项目，在全世界（尤其是韩国）吸引了一大批职业玩家参与。当时韩国作为围棋大国，刚刚经历了 AlphaZero 在围棋上的挑战，对人工智能已不敢小觑，事前《星际争霸》的职业选手也专门训练，准备应对 AlphaZero 的挑战。但最终结果出乎所有人的预料，训练一年多时间的 AlphaZero 居然连游戏中自带的最简单的计算机都无法战胜，更不用说人类职业选手了。出道以来所向披靡的 AlphaZero 在《星际争霸》上首次遭遇滑铁卢。\n\n第 9 章 与机器共生\n\n383","previous_page":382,"next_page":384}