人物專訪 Google AI 深度學習 機器學習 機械神經網路 AlphaGo deeplearning 人工智慧成功挑戰圍棋里程碑的幕後推手， Google DeepMind 資深研究員黃世傑闡述 AlphaGo 的獨特之處 Google 旗下人工智慧公司 DeepMind 前些日子以 AlphaGo 程式以 4：1 的佳績成功挑戰韓國圍棋天才李世石，也為人工智慧史創下全新的里程碑，而幕後推手 DeepMind 公司團隊中的資深研究員以及 AlphaGo 主要程式開發者黃士傑博士也在稍早與台灣媒體見面，簡單的闡述 AlphaGo 與傳統人工智慧不同之處。黃士傑博士出身於台灣，同時也是業餘六段圍棋棋手，早在加入 DeepMind 前就已經於 2010 年以自己開發的圍棋程式 Erica 獲得第十五屆奧林匹亞電腦遊戲程式競賽的金牌。在加入 DeepMind 之後，也將其開發經驗融入這套系統。黃博士提到，有三千年歷史的圍 Chevelle.fu 9 年前
開箱評測 Google intel nvidia gpu cuda gpgpu 深度學習 機器學習 deep learning alpha go 機械神經網路 同樣的招式對聖鬥士是沒有用的！閒聊關於 Google AlphaGo 深度學習平台 今天科技業界發生一件有趣的大事，就是由 Google 的 AlphaGo 人工智慧與韓國棋士李世石的世紀對決，無論今天最終是人類獲勝或是電腦獲勝，都是相當值得玩味的。不同於當年 IBM 深藍超級電腦與俄羅斯國際象棋棋王卡斯帕羅夫的對決， AlphaGo 是以更新穎的機械神經網路架構的深度學習系統所打造的人工智慧，變數也會更多。過去的人工智慧是在系統所預設的邏輯內找尋對應方式，故需要給予超級電腦足以應對各種情況的邏輯庫，它才能夠持續變強，但問題在於過去的人工智慧只是按表操課，宛如早期的遊戲的 AI 一樣會有規律與破綻，也就是會有一定的套路。當然畢竟深藍是那個時代的超級電腦，能夠容納夠多的邏輯庫， Chevelle.fu 9 年前
