您好,欢迎来到白雪棋院官方网站!
白雪棋院
当前位置:主页 > 围棋 > 新闻动态 >
国际人工智能联合会议在即 计算机围棋论文获奖
时间:2016-07-08 15:35 作者:嘉琪 来源:新浪体育 点击:
论文作者之一David Silver曾接受新浪网专访论文作者之一David Silver曾接受新浪网专访

  机器之心整理报道

  参与:吴攀、杜夏德、微胖、李亚洲

  引言:国际人工智能联合会议( International Joint Conference onArtificial Intelligence,IJCAI )是聚集人工智能领域研究者和从业者的盛会,也是人工智能领域中最主要的学术会议之一。该大会的主办方是位于美国加利福尼亚州的非营利性组织 IJCAI, Inc。 。1969 年到 2015 年,该大会在每个奇数年举办,现已举办了 24 届。随着近几年来人工智能领域的研究和应用的持续升温,从 2016 年开始,IJCAI 大会将变成每年举办一次的年度盛会;今年是该大会第一次在偶数年举办。第 25 届 IJCAI 大会将于 7 月 9 日- 15 日在纽约举办。

  一、会议简介与几大看点

  今年的大会主题是:人类 — 有意识的人工智能(Human-Aware Artificial Intelligence)。来自全世界50个国家(包括中国)大学、公共以及私人研究实验室的人工智能研究人员(1000多人)将参加本次会议。

  本次会议主要议程包括大会接收的551篇技术论文介绍、tutorial、研讨会、展示、应邀演讲、友好会议最佳论文演讲以及职业生涯早期焦点人物演讲,等等。

  讨论主题包括:机器学习、自然语言理解以及机器人技术的最新发展;人工智能在医疗保健、城市设计以及其他领域的应用情况;一个日益自动化的世界中的道德问题以及面临的危险。另外,会议期间也会举行一些人工智能游戏竞赛,比如愤怒的小鸟。

  总的说来,本次大会有以下几个看点:

  1。 共有 7 位专业人士应邀发表演讲,551篇同行评议的论文展示以及 tutorials、研讨会、Demos、游戏比赛以及职业生涯早期焦点人物演讲。

  其中,大会设置了一个特殊单元‘职业生涯早期焦点( Early Career Spotlight)’演讲,旨在提供一个机会,让大家了解所有具有代表性的人工智能领域中,一些身处职业生涯早期、最活跃研究人员的研究方向。

  2。 今年夏天,白宫科技政策办公室(White House Office of Science andTechnology Policy)举办了主题为‘Preparing for the Future of AI(为人工智能未来做准备)’的全国研讨会(共四场,机器之心持续跟踪报道中),本次会议将对该系列研讨会的主要内容进行小组讨论。

  3。 7月15日,人工智能节( AI Festival)将对公众开放,届时,今年 IJCAI 奖项得主将会进行主题演讲。演讲者包括:哈佛大学的 BarbaraGrosz、加州大学伯克利分校的 Michael Jordan、以色列理工学院的 Moshe Tennenholtz 以及斯坦福大学的 Percy Liang。

  4。 7月15日的 Industry Day,来自谷歌、IBM Waston、Facebook、索尼、三星以及其他世界领先公司的实验室领导人员将发表演讲。

  关于围棋的人工智能论文获奖。

  7。 卓越论文奖( Prominent Paper Award)

  论文题目:计算机围棋中的蒙特卡洛树搜索和快速动作价值评估(Monte-Carlotree search and rapid action value estimation in computer Go)

  作者:Sylvain Gelly, David Silver

  摘要

  一种基于蒙特卡洛模拟的新搜索范式已经革新了计算机围棋程序的性能。在这篇文章中,我们描述了两种基于蒙特卡洛树搜索算法的扩展,它们极大地提高了这种基础算法的有效性。当我们将这两种扩展应用到围棋程序 MeGo 时,它就变成了第一个在 9×9 棋盘的围棋中达到段位(专业级)水平的程序。在这篇论文中,我们调查了计算机围棋中的蒙特卡洛革命,给出了导致 MeGo 和后续的围棋程序的成功的关键想法,并且还首次对这一扩展过的蒙特卡洛树搜索框架提供了一份理论上和实践上的全面描述。

  评价

  古老的中国棋盘游戏围棋长时间来都被认为是人工智能面临的一项艰巨挑战。尽管计算机程序已经在西洋跳棋和国际象棋上成功击败世界顶级人类棋手很多年,但围棋所需的高水平的直觉和评估使其难以通过人工智能研究方法进行攻克。近几年来,这一情况已经发生了变化,最近的里程碑是谷歌 DeepMind 开发的程序 AlphaGo 成功了击败了传奇围棋棋手李世石。而使这一突破成为可能的上一个里程碑是十年前经过一些改进增强过的蒙特卡洛树搜索。它所带来的应用成功在 9×9 棋盘的围棋中击败了人类专业棋手,实现了专业级水平(段位)。这一成果报告在2007 年的两篇论文中:一篇发表在 Int。 Computer Games AssociationJournal 中,作者是 Rémi Coulom;另一篇在ICML 2007 大会上发表,作者是 Sylvain Gelly 和 David Silver。这篇发表在 Artifcial IntelligenceJournal 上的论文是对后者的跟进,其中涵盖了两项改进:快速动作价值评估(rapid actionvalue estimation)和启发式初始化(heuristic initialization)。这些扩展让一个程序第一次在 19×19 棋盘的围棋中达到了专业级的水平。