Skip to Content Facebook Feature Image

美國棋手經電腦發現對手弱點 終擊敗AlphaGo同級人工智能系統

國際

美國棋手經電腦發現對手弱點 終擊敗AlphaGo同級人工智能系統
國際

國際

美國棋手經電腦發現對手弱點 終擊敗AlphaGo同級人工智能系統

2023年02月18日 11:20 最後更新:13:54

英國《金融時報》報導,美國一名圍棋棋手,近日成功戰勝被視為和AlphaGo同級的人工智能系統Leela Zero,這是2016年AlphaGo橫掃人類頂級圍棋手後,人類的一次成功反擊。報導稱,這名棋手是利用另一電腦發現了人工智能棋手的弱點,並加以利用而得以取勝。

美國圍棋手Kellin Pelrine。

美國圍棋手Kellin Pelrine。

《金融時報》的報導稱,美國圍棋手Kellin Pelrine並不是頂級棋手,他利用另一台電腦發現了人工智能在圍棋比賽中的弱點,他連續贏了對手15場,除了一場利用電腦支援,另14場他都是因得知了對方弱點,靠自已能能力戰勝了對手。

更多相片
美國圍棋手Kellin Pelrine。

英國《金融時報》報導,美國一名圍棋棋手,近日成功戰勝被視為和AlphaGo同級的人工智能系統Leela Zero,這是2016年AlphaGo橫掃人類頂級圍棋手後,人類的一次成功反擊。報導稱,這名棋手是利用另一電腦發現了人工智能棋手的弱點,並加以利用而得以取勝。

Leela Zero人工智能系統。

《金融時報》的報導稱,美國圍棋手Kellin Pelrine並不是頂級棋手,他利用另一台電腦發現了人工智能在圍棋比賽中的弱點,他連續贏了對手15場,除了一場利用電腦支援,另14場他都是因得知了對方弱點,靠自已能能力戰勝了對手。

Leela Zero人工智能系統也是圍棋高手。

報導沒有提及有關棋局在何時進行,不過報導表示,這場人類的勝利,突顯了當今大多數廣泛使用的人工智能系統所共有的最佳圍棋計算機程序的弱點,包括總部位於舊金山的OpenAI創建的ChatGPT聊天機器人。

2016年AlphaGo戰勝韓國頂級棋手李世石。

「我們很容易就利用了這個系統」,設計該程序的加洲研究公司「FAR AI」的首席執行官Adam Gleave說。他補充說,該軟件與頂級圍棋系統之一的KataGo進行了超過 100萬場比賽,以找到人類棋手可以利用的「盲點」。

2016年AlphaGo橫掃人類棋手。

Pelrine 說,該軟件揭示的獲勝策略對於人類來說「不是超級難」,圍棋的中級玩家就可以用來擊敗人工智能。

2016年AlphaGo戰勝中國頂級棋手柯洁。

圍棋曾被認為是人工智能不可能超越人類的遊戲,但谷歌旗下研究公司DeepMind設計的系統AlphaGo在2016年以4比1的比分擊敗了世界圍棋冠軍李世石。之後連續擊敗多名頂級棋手。據稱,一般人無法和AlphaGo下棋,Pelrine戰勝的系統被認為是同等的。

戰勝Leela Zero的美國圍棋手Kellin Pelrine。

據稱,Pelrine用的方法其實很簡單,就是「聲東擊西」,利用棋盤的其它位置分散AI的注意力。Pelrine說:「如果是人類,這種策略它很容易被發現。」

Leela Zero人工智能系統。

Leela Zero人工智能系統。

報導沒有提及有關棋局在何時進行,不過報導表示,這場人類的勝利,突顯了當今大多數廣泛使用的人工智能系統所共有的最佳圍棋計算機程序的弱點,包括總部位於舊金山的OpenAI創建的ChatGPT聊天機器人。

Leela Zero人工智能系統也是圍棋高手。

Leela Zero人工智能系統也是圍棋高手。

「我們很容易就利用了這個系統」,設計該程序的加洲研究公司「FAR AI」的首席執行官Adam Gleave說。他補充說,該軟件與頂級圍棋系統之一的KataGo進行了超過 100萬場比賽,以找到人類棋手可以利用的「盲點」。

2016年AlphaGo戰勝韓國頂級棋手李世石。

2016年AlphaGo戰勝韓國頂級棋手李世石。

Pelrine 說,該軟件揭示的獲勝策略對於人類來說「不是超級難」,圍棋的中級玩家就可以用來擊敗人工智能。

2016年AlphaGo橫掃人類棋手。

2016年AlphaGo橫掃人類棋手。

圍棋曾被認為是人工智能不可能超越人類的遊戲,但谷歌旗下研究公司DeepMind設計的系統AlphaGo在2016年以4比1的比分擊敗了世界圍棋冠軍李世石。之後連續擊敗多名頂級棋手。據稱,一般人無法和AlphaGo下棋,Pelrine戰勝的系統被認為是同等的。

2016年AlphaGo戰勝中國頂級棋手柯洁。

2016年AlphaGo戰勝中國頂級棋手柯洁。

據稱,Pelrine用的方法其實很簡單,就是「聲東擊西」,利用棋盤的其它位置分散AI的注意力。Pelrine說:「如果是人類,這種策略它很容易被發現。」

有研究人員稱,一個可能的原因是Pelrine所採用的策略很少被使用,AI系統沒有接受過足夠多的類似遊戲的訓練以意識到它們的弱點。

戰勝Leela Zero的美國圍棋手Kellin Pelrine。

戰勝Leela Zero的美國圍棋手Kellin Pelrine。

往下看更多文章

研究:AI模型可透過「情感提示」提升效能 對其禮貌或能生產更優質內容

2024年03月28日 09:20 最後更新:12:27

最新研究顯示,大型語言模型可透過「情感提示」提升效能,對其禮貌或能生產更優質內容,表現更好。

一篇由微軟、北京師範大學和中國科學院的研究人員發表的論文指出,在使用生成式AI模型時,若在提示方式中傳達緊急性或重要性,模型的表現會更好。

Unsplash 資料圖片

Unsplash 資料圖片

研究人員使用了多個生成式AI模型進行了45個任務的自動實驗,包括Flan-T5-Large、Vicuna、Llama 2、BLOOM、ChatGPT和GPT-4。結果顯示,透過情感提示(EmotionPrompt)可以提升模型的性能,例如在指令誘導中相對性能提高了8.00%,在BIG-Bench中提高了115%。也就是說,對AI模型有禮貌可能有助於生成出更好、更正確的內容。

AP圖片

AP圖片

然而,值得注意的是,生成式AI模型並沒有真正的智慧,它們僅僅是根據統計模式來預測文字、圖像、語音、音樂等數據。研究人員指出,這些模型並不真正理解人類的情感。在論文中提到的情感提示,更像是「操縱」模型的潛在概率機制,透過觸發模型中通常不會被激活的部分,從而提供平時不會給出的答案。然而,情感提示也存在一些風險,可能會被用於惡意目的。

示意圖

示意圖

此外,研究人員還討論了生成式AI模型和人類對情感的理解和作用之間的差異。心理學研究表明,情感可以影響人類的行為和態度,但人類的推理和認知能力不能僅僅通過添加情感刺激來增強。目前,我們對於AI如何使用情感提示以及其背後的真實原因還不完全了解。

你 或 有 興 趣 的 文 章