据外媒报道,ai在所有经典桌游中打败我们人类已有很多年时间。但现在,研究人员正在寻找一种方法来阻碍会下棋的ai并教授一套新模型做出更像人类的决定。这显然是一个新奇的概念:大多数下棋和玩棋盘游戏的ai再一次地试图击败最优秀的人。事实上,在某些情况下,ai玩家非常优秀,以至于他们将一些职业玩家完全赶出了游戏社区。
然而,maia--一个全新的国际象棋引擎寻求的是模仿而非超越。正如研究人员指出的那样,这可能会给ai对手带来更有趣的国际象棋体验,同时也能让对手学习和提高自己的技能。
来自多伦多大学的研究员ashton anderson表示:“目前的国际象棋ai并不知道人们在某个特定能力水平上通常会犯什么错误。虽然它们会告诉你你犯过的所有错误--所有你在哪些情况下没能像机器一样精准地运作--但它们无法区分你应该做什么。”
对于新手或中级玩家来说,如果被对手碾压则很难确定自己的弱点。然而当挑战是公平的、竞争环境是公平的,你就更容易找到那些你本可以做得更好的小地方。
anderson继续说道:“maia从算法上描述了哪些错误属于哪些关卡的典型特征,并因此决定了哪些错误是人们应该克服的、哪些错误是他们不应该克服的,因为(纠正)这些错误仍是非常困难的。
截止到目前,maia已经能在50%以上的时间里匹配人类的动作。虽然这还算不上一个很好的数字,但却是一个不错的开始。
几周前,maia被介绍到免费的在线象棋服务网站lichess.org。在上线的第一周,该模型玩了4万场,现在这个数字已经上升到了11.637万。当把这个数字分解下可以看到--66000场胜局、9000场和局、40000败局。在lichess首次亮相之前,该模型在真实的人类象棋游戏中接受了9套50万个“位置”的训练。
责编ajx
jdbc注册驱动的三种方式
剖析编码器的工作原理及高速计数器程序编写
端子机的工作原理是什么?端子机使用前检测要注意哪些?
5G时代下安防机器人将打开新的想象空间
SystemVerilog 中各种不同的联合解析
Maia:可模仿人类下国际象棋的AI系统
苹果Vision Pro头显将配备16GB统一内存,搭载M2芯片及12个摄像头
PLC工作原理及接线说明
保护嵌入式和物联网设备从端点到云
3G高成本涂黑运营商财报:净利环比统统下降
阻抗匹配的基本原理
冷链冷库物流中AGV机器人无线充电的应用方案
vivo APEX 2019为了实现超级一体化的设计 采用了全屏幕指纹技术
常用的三种视频存储方式
专家支招:电路板保护“软封装”
iOS10.3会不会卡?多台iPhone速度实测看不出啥优势
触摸屏结合PLC在变频节能系统中的应用
冷却电动汽车电池新技术助力提高能量密度
来酷携手联想共同为职场效率再添新动能
腾讯云服务器安装搭建鸿蒙Hi3861开发板的开发环境