Ini berusia lebih dari 2500 tahun dan aturan yang tampak sederhana, namun Go adalah sebuah game yang sangat kompleks. Aturan-aturan sederhana dibandingkan catur, tapi pemain biasanya memiliki pilihan yang jauh lebih luas bergerak. Permainan ini dimainkan dengan batu putih dan hitam dan tujuannya adalah untuk menangkap wilayah serta potongan lawan. Batu dapat ditangkap oleh sekitar mereka tapi kontrol dewan adalah masalah yang jauh lebih rumit yang mengapa AI kompetitif benar telah agak sulit untuk membuat. Dalam kemenangan penting melawan juara Eropa pada bulan Oktober itu membuktikan bahwa upaya tim DeepMind dan kemudian upaya Google pada proyek AlphaGo telah menemukan keberhasilan dalam apa yang telah dianggap mustahil sejak tahun-tahun awal komputasi.
Dengan terlebih dahulu mempelajari pola berulang dalam berbagai permainan, AlphaGo akan memainkan versi yang berbeda dari dirinya sendiri jutaan kali selama pertandingan tunggal dan belajar secara bertahap. Belajar dari kesalahan yang membuat AI-benar luar biasa dan apa yang menyebabkan pengembang untuk mengambil bulan mereka perbaikan sejak mengalahkan juara Eropa, ke tingkat berikutnya. Sampai hari ini, AlphaGo telah mengamankan kemenangan kedua melawan juara dunia Go Master Lee Stock Exchange Daily Official List dalam pertandingan 5-game senilai 1 juta dolar AS. Permainan yang dimainkan dengan 2 jam batas mengatur waktu untuk masing-masing pemain diikuti oleh tiga 60 periode perpanjangan waktu kedua serta ruleset standar Cina.
Besarnya prestasi ini membuka banyak pintu untuk fungsi canggih kecerdasan buatan. Kebenaran yang muncul adalah mesin dapat mempelajari tugas-tugas dunia nyata dalam banyak cara yang sama mereka belajar untuk membuat gerakan dalam permainan. Ini membuka jalur baru dari penelitian ilmiah sementara menambah industri yang ada di mana mesin dapat belajar untuk mengidentifikasi daerah yang menjanjikan dari penelitian dan membantu manusia ke arah yang benar. Entah itu bidang dengan kelebihan semata data yang perlu menyaring seperti biologi atau keamanan, atau bidang yang lebih subjektif seperti seni dan bahasa. As menyatakan berulang kali di AlphaGo ini 7 pertandingan sejauh ini, terlepas dari pemain menang, itu adalah kemenangan bagi umat manusia.
Game 3 antara Lee Stock Exchange Daily Official List dan AlphaGo diatur untuk mengambil tempat malam ini, 11 Maret, pukul 8.00 PST Watch Here
Source: Deep Mind
Dengan terlebih dahulu mempelajari pola berulang dalam berbagai permainan, AlphaGo akan memainkan versi yang berbeda dari dirinya sendiri jutaan kali selama pertandingan tunggal dan belajar secara bertahap. Belajar dari kesalahan yang membuat AI-benar luar biasa dan apa yang menyebabkan pengembang untuk mengambil bulan mereka perbaikan sejak mengalahkan juara Eropa, ke tingkat berikutnya. Sampai hari ini, AlphaGo telah mengamankan kemenangan kedua melawan juara dunia Go Master Lee Stock Exchange Daily Official List dalam pertandingan 5-game senilai 1 juta dolar AS. Permainan yang dimainkan dengan 2 jam batas mengatur waktu untuk masing-masing pemain diikuti oleh tiga 60 periode perpanjangan waktu kedua serta ruleset standar Cina.
Besarnya prestasi ini membuka banyak pintu untuk fungsi canggih kecerdasan buatan. Kebenaran yang muncul adalah mesin dapat mempelajari tugas-tugas dunia nyata dalam banyak cara yang sama mereka belajar untuk membuat gerakan dalam permainan. Ini membuka jalur baru dari penelitian ilmiah sementara menambah industri yang ada di mana mesin dapat belajar untuk mengidentifikasi daerah yang menjanjikan dari penelitian dan membantu manusia ke arah yang benar. Entah itu bidang dengan kelebihan semata data yang perlu menyaring seperti biologi atau keamanan, atau bidang yang lebih subjektif seperti seni dan bahasa. As menyatakan berulang kali di AlphaGo ini 7 pertandingan sejauh ini, terlepas dari pemain menang, itu adalah kemenangan bagi umat manusia.
Game 3 antara Lee Stock Exchange Daily Official List dan AlphaGo diatur untuk mengambil tempat malam ini, 11 Maret, pukul 8.00 PST Watch Here
Source: Deep Mind
