Browse Wiki & Semantic Web

Jump to: navigation, search
Http://dbpedia.org/resource/AlphaGo
  This page has no properties.
hide properties that link here 
  No properties link to this page.
 
http://dbpedia.org/resource/AlphaGo
http://dbpedia.org/ontology/abstract AlphaGo je počítačový program využívající AlphaGo je počítačový program využívající umělé inteligence, který hraje deskovou hru go. Byl vytvořen společností v říjnu 2015. Stal se prvním počítačovým programem, který porazil profesionálního hráče go bez handicapu na hrací ploše 19x19. V březnu 2016 porazil hráče I Se-tola v pěti zápasech s konečným skóre 4:1 ve prospěch AlphaGo. V květnu 2017 AlphaGo porazil nejlepšího hráče go v té době, Kche Ťie ve třech zápasech s výsledkem 2:1. AlphaGo pro volbu tahů využívá algoritmus Monte Carlo a rozhoduje se na základě znalostí naučených strojovým učením, konkrétně umělou neuronovou sítí, pozorováním her hráčů i jiných programů. Go je považováno za mnohem náročnější hru pro počítače než například šachy, protože existuje více možností tahů a více variací v každém zápasu. Pro srovnání počítač Deep Blue dokázala po dvou desetiletích vývoje porazit šachového velmistra Garryho Kasparova v roce 1997, zatímco nejlepší programy pro Go byly na úrovni 5. amatérského danu a nedokázaly porazit profesionální hráče. * Lee Sedol (B) vs AlphaGo (W) * * * * *ee Sedol (B) vs AlphaGo (W) * * * * * , AlphaGo est un programme informatique capaAlphaGo est un programme informatique capable de jouer au jeu de go, développé par l'entreprise britannique DeepMind et racheté en 2014 par Google. En octobre 2015, il devient le premier programme à battre un joueur professionnel (le français Fan Hui) sur un goban de taille normale (19×19) sans handicap. Il s'agit d'une étape symboliquement forte puisque le programme joueur de go est alors un défi complexe de l'intelligence artificielle. En mars 2016, il bat Lee Sedol, un des meilleurs joueurs mondiaux (9e dan professionnel). Le 27 mai 2017, il bat le champion du monde Ke Jie et la retraite du logiciel est annoncée. L'algorithme d'AlphaGo combine des techniques d'apprentissage automatique et de parcours de graphe, associées à de nombreux entrainements avec des humains, d'autres ordinateurs, et surtout lui-même. Cet algorithme sera encore amélioré dans les versions suivantes. AlphaGo Zero en octobre 2017 atteint un niveau supérieur en jouant uniquement contre lui-même. AlphaZero en décembre 2017 surpasse largement, toujours par auto-apprentissage, le niveau de tous les joueurs humains et logiciels, non seulement au go, mais aussi aux échecs et au shōgi. au go, mais aussi aux échecs et au shōgi. , Το AlphaGo είναι ένα πρόγραμμα υπολογιστή Το AlphaGo είναι ένα πρόγραμμα υπολογιστή που αναπτύχθηκε από την της Alphabet Inc. στο Λονδίνο για να παίξει το επιτραπέζιο παιχνίδι Γκο. Τον Οκτώβριο του 2015, έγινε ο πρώτος υπολογιστής Γκο που νίκησε επαγγελματία παίκτη Γκο επί ίσοις όροις σε ένα σε φυσικό μέγεθος 19 × 19 ταμπλό. Τον Μάρτιο του 2016 ο υπολογιστής AlphaGo νίκησε τον επαγγελματία παίχτη Λι Σεντόλ σε ματς 5 παιχνιδιών, η πρώτη φορά που πρόγραμμα υπολογιστή Γκο νικάει επαγγελματία χωρίς κάποιος να αρχίζει με μειονέκτημα. Παρόλο που ο υπολογιστής έχασε το τέταρτο παιχνίδι, ο Σεντόλ παραιτήθηκε στο τελευταίο παιχνίδι, διαμορφώνοντας το τελικό 4-1 υπέρ του AlphaGo. Σε αναγνώριση της νίκης του επί του Σεντόλ, απονεμήθηκε τιμητικά στο AlphaGo η κατηγορία 9 νταν, από την Κορεατική Ένωση Μπαντούκ (Korea Baduk Association). Το AlphaGo επιλέχθηκε από το περιοδικό Science ως ένας από τους 9 υποψήφιους πρωτοπόρους της χρονιάς στις 22 Δεκεμβρίου 2016. Ο AlphaGo χρησιμοποιεί ένα αλγόριθμο MCTS (Monte Carlo Tree Search) με συνδυασμό τεχνικών μηχανικής μάθησης με διακλαδώσεις, και ειδικότερα με εντατική εξάσκηση με παιχνίδια με ανθρώπους και με παιχνίδια με τον υπολογιστή.ρώπους και με παιχνίδια με τον υπολογιστή. , AlphaGo – program komputerowy do gry w go AlphaGo – program komputerowy do gry w go stworzony przez firmę DeepMind. W listopadzie 2015 roku jako pierwszy automat pokonał zawodowego gracza, , w pięciorundowym pojedynku na pełnej planszy w równej grze. Mecz zakończył się wynikiem 5:0. W marcu 2016 w meczu z jednym z najlepszych zawodowych graczy – Lee Sedolem – wygrał 4:1. W uznaniu wygranej AlphaGo otrzymał honorowy 9. dan od południowokoreańskiej federacji go. Algorytm stojący za programem stanowi kombinację technik sieci neuronowych, uczenia maszynowego oraz wyszukiwania Monte Carlo. 22 grudnia 2016 roku został wybrany przez Science jako jeden z „przełomów roku”.zez Science jako jeden z „przełomów roku”. , AlphaGo és un programa d'ordinador desenvoAlphaGo és un programa d'ordinador desenvolupat per Google DeepMind per jugar al go, el joc de tauler més antic del qual es conserven les regles. En el go les fitxes (anomenades pedres) no són al tauler, com passa en altres jocs, sinó que es van col·locant amb plena llibertat per tota la seva superfície amb l'objectiu d'abastar un territori més gran que el del rival. Durant molt temps el go s'ha vist com un dels majors desafiaments a la intel·ligència artificial.safiaments a la intel·ligència artificial. , AlphaGo(アルファ碁、アルファご)は、Google DeepMindによって開AlphaGo(アルファ碁、アルファご)は、Google DeepMindによって開発されたコンピュータ囲碁プログラムである。 2015年10月に、人間のプロ囲碁棋士を互先(ハンディキャップなし)で破った初のコンピュータ囲碁プログラムとなった。2016年3月15日には、李世乭との五番勝負で3勝(最終的に4勝1敗)を挙げ、韓国棋院に(プロとしての)名誉九段を授与された。また、2017年5月には、柯潔との三番勝負で3局全勝を挙げ、中国囲棋協会にプロの名誉九段を授与された。Google DeepMindは世界トップ棋士である柯潔に勝利したことを機に、AlphaGoを人間との対局から引退させると発表した。 コンピュータが人間に打ち勝つことが最も難しいと考えられてきた分野である囲碁において、人工知能が勝利を収めたことは世界に衝撃をもたらした。AlphaGoの登場は単なる一競技の勝敗を越え、人工知能の有用性を広く知らしめるものとなり、世界的AIブームを呼び起こすきっかけともなった。の有用性を広く知らしめるものとなり、世界的AIブームを呼び起こすきっかけともなった。 , ألفاغو هي برمجية في كمبيوتر غو طُورت من قِبل جوجل ديب مايند في أكتوبر من العام 2015 وأًصبحت أول برمجية تهزم لاعب بشري محترف في لعبة الغو. , AlphaGo è un software per il gioco del go AlphaGo è un software per il gioco del go sviluppato da Google DeepMind. È stato il primo software in grado di sconfiggere un maestro umano nel gioco senza handicap e su un goban di dimensioni standard (19×19). Sotto il nome di «AlphaGo» si intendono diverse versioni del software, in particolare: 1. * la versione che ha sconfitto 5-0 il campione europeo Fan Hui; 2. * la versione che ha sconfitto 4-1 Lee Sedol; 3. * «Master», la versione che ha vinto 60 partite online contro professionisti e ha sconfitto 3-0 Ke Jie; 4. * «AlphaGo Zero», la versione del software basata completamente sull'auto-apprendimento; 5. * «AlphaZero», una versione che è in grado di giocare a go, scacchi e shogi.in grado di giocare a go, scacchi e shogi. , AlphaGo adalah program komputer yang dikemAlphaGo adalah program komputer yang dikembangkan oleh Google DeepMind di London untuk memainkan permainan papan Go. Pada Oktober 2015, AlphaGo menjadi program pertama yang mengalahkan pemain manusia profesional tanpa pada papan berukuran 19×19. Bulan Maret 2016, program ini mengalahkan dalam tiga pertandingan pertama dari total lima pertandingan. Untuk pertama kalinya program Go komputer mengalahkan pemain profesional tanpa handicap. Meski dikalahkan Lee Sedol di pertandingan keempat, Lee menyerah di pertandingan akhir sehingga AlphaGo mendapat perolehan skor 4. Algoritme AlphaGo mencampurkan teknik pembelajaran mesin dan . Selain itu, AlphaGo juga menjalani latihan intensif lewat pertandingan melawan manusia dan komputer.pertandingan melawan manusia dan komputer. , AlphaGo es un programa informático de inteAlphaGo es un programa informático de inteligencia artificial desarrollado por Google DeepMind para jugar al juego de mesa Go. En octubre de 2015 se convirtió en la primera máquina de Go en ganar a un jugador profesional de Go sin emplear piedras de handicap en un tablero de 19x19. Se enfrentó contra el jugador chino 2p en una serie de 5 partidas oficiales, las cuales AlphaGo ganó, seguidas por unas partidas informales que acabaron 3-2 a favor de la inteligencia artificial. En marzo de 2016 se enfrentó a uno de los mejores jugadores, Lee Sedol 9p. El 9 de marzo de 2016, AlphaGo ganó la primera partida de este enfrentamiento.​​ Hasta marzo del 2016, AlphaGo está clasificado número dos del mundo en el ranking no oficial de Rémi Coulom, con un elo de 3611 hasta julio del 2016.​ En reconocimiento por vencer a Lee Sedol, AlphaGo fue galardonado con un honorario 9-dan por la . AlphaZero supera a AlphaGo Zero y otros programas superiores de ajedrez y Shōgi después de solo 24 horas de juego. Después de 4 horas de juegos adquirió un nivel superhumano.​​de juegos adquirió un nivel superhumano.​​ , AlphaGo(“Go”为日文“碁”字发音转写,是围棋的西方名称),直译为阿尔法围棋AlphaGo(“Go”为日文“碁”字发音转写,是围棋的西方名称),直译为阿尔法围棋,亦被音译为阿尔法狗、阿法狗、阿发狗等,是於2014年开始由英国伦敦Google DeepMind开发的人工智能圍棋軟體。2017年,關於AlphaGo的電影紀錄片《AlphaGo世紀對決》正式上映。 專業術語上來說,AlphaGo的做法是使用了蒙特卡洛树搜索與兩個深度神經網路相結合的方法,一個是以借助估值网络(value network)來評估大量的選點,一个是借助走棋网络(policy network)來選擇落子,并使用强化学习进一步改善它。在這種設計下,電腦可以結合樹狀圖的長遠推斷,又可像人類的大腦一樣自發學習進行直覺訓練,以提高下棋實力。可以結合樹狀圖的長遠推斷,又可像人類的大腦一樣自發學習進行直覺訓練,以提高下棋實力。 , AlphaGo Google DeepMind-ek sortutako adimeAlphaGo Google DeepMind-ek sortutako adimen artifizialeko programa bat da, Go mahai-jokora jolasteko diseinatua. 2015eko urrian, abantailarik gabe eta 19x19ko ohol batean Go jokalari profesional bat garaitu zuen lehen makina bihurtu zen. jokalariaren aurka egin zituen 5 partiduetatik 3 irabazi zituen, aipatzekoa da beste partidu informal batzuetan ere irabaztea lortu zuela. 2016an munduko jokalaririk onenetako baten aurka jolastu zuen, Lee Sedol 9. mailakoaren aurka. 2016ko martxoan jokalari honen aurka egin zuen partidu bat irabaztea lortu zuen. Hala, sailkapen ez-ofizialean, AlphaGo munduko bigarren Go jokalaririk onena bezala agertu zen. Lee Sedol jokalaria garaitzearen ondorioz, adimen artifizialeko programa hau 9-dan (maila) izendapena aitortu zion . 2017ko Go-aren etorkizunaren gailurrean, AlphaGo programak, Ke Jie, munduko Go jokalaririk onena garaitzea lortu zuen. Egin ziren hiru partiduetatik, adimen artifizialeko programak hirurak irabazi zituen. Esandako jokalaria garaitu ondoren, AlphaGori 9-dan mailako jokalari profesional izendapena aitortu zion. Elkarren arteko norgehiagoka amaitu ondoren, AlphaGo erretiratu egin zen eta DeepMind adimen artifizialaren inguruan ikertzen dabil gaur egun ere.ren inguruan ikertzen dabil gaur egun ere. , AlphaGo — программа для игры в го, разрабоAlphaGo — программа для игры в го, разработанная компанией Google DeepMind в 2015 году. AlphaGo стала первой в мире программой, которая выиграла матч без гандикапа у профессионального игрока в го на стандартной доске 19 × 19, и эта победа ознаменовала собой важный прорыв в области искусственного интеллекта, так как большинство специалистов по искусственному интеллекту считало, что подобная программа не будет создана ранее 2020—2025 годов. В марте 2016 года программа выиграла со счётом 4:1 у Ли Седоля, профессионала 9-го дана (высшего ранга), во время исторического матча, широко освещавшегося в прессе. После победы в матче Корейская ассоциация падук присвоила AlphaGo «почётный 9-й дан» за «искренние усилия» программы в овладении мастерством игры. Победу AlphaGo над Ли Седолем часто сравнивают с шахматным матчем между программой Deep Blue и Гарри Каспаровым 1997 года, где победа программы, созданной IBM, над действовавшим чемпионом стала символической точкой отсчёта новой эпохи, когда компьютеры превзошли людей в шахматах.В отличие от Deep Blue, AlphaGo — это программа, которая не привязана к конкретному аппаратному обеспечению. Кроме того, AlphaGo основана на общих принципах машинного обучения и практически не использует (в отличие от шахматных программ) ни алгоритмов, ни оценочных функций, специфичных для игры в го. При разработке AlphaGo авторы использовали только самую элементарную теорию игры в го, программа достигла высокого уровня игры, обучаясь сама на партиях профессионалов. Таким образом, её методы машинного обучения могут быть использованы в других областях применения искусственного интеллекта. В частности, команда разработчиков планирует применить опыт, полученный при написании AlphaGo, для создания системы медицинской диагностики. AlphaGo комбинирует технику, которая дала большой прорыв в силе программ для игры в го в 2007—2012 годах, и недавние успехи в области машинного обучения, а именно глубинное обучение с помощью многоуровневых нейронных сетей. с помощью многоуровневых нейронных сетей. , AlphaGo is a computer program that plays tAlphaGo is a computer program that plays the board game Go. It was developed by DeepMind Technologies a subsidiary of Google (now Alphabet Inc.). Subsequent versions of AlphaGo became increasingly powerful, including a version that competed under the name Master. After retiring from competitive play, AlphaGo Master was succeeded by an even more powerful version known as AlphaGo Zero, which was completely self-taught without learning from human games. AlphaGo Zero was then generalized into a program known as AlphaZero, which played additional games, including chess and shogi. AlphaZero has in turn been succeeded by a program known as MuZero which learns without being taught the rules. AlphaGo and its successors use a Monte Carlo tree search algorithm to find its moves based on knowledge previously acquired by machine learning, specifically by an artificial neural network (a deep learning method) by extensive training, both from human and computer play. A neural network is trained to identify the best moves and the winning percentages of these moves. This neural network improves the strength of the tree search, resulting in stronger move selection in the next iteration. In October 2015, in a match against Fan Hui, the original AlphaGo became the first computer Go program to beat a human professional Go player without handicap on a full-sized 19×19 board. In March 2016, it beat Lee Sedol in a five-game match, the first time a computer Go program has beaten a 9-dan professional without handicap. Although it lost to Lee Sedol in the fourth game, Lee resigned in the final game, giving a final score of 4 games to 1 in favour of AlphaGo. In recognition of the victory, AlphaGo was awarded an honorary 9-dan by the Korea Baduk Association. The lead up and the challenge match with Lee Sedol were documented in a documentary film also titled AlphaGo, directed by Greg Kohs. The win by AlphaGo was chosen by Science as one of the Breakthrough of the Year runners-up on 22 December 2016. At the 2017 Future of Go Summit, the Master version of AlphaGo beat Ke Jie, the number one ranked player in the world at the time, in a three-game match, after which AlphaGo was awarded professional 9-dan by the Chinese Weiqi Association. After the match between AlphaGo and Ke Jie, DeepMind retired AlphaGo, while continuing AI research in other areas. The self-taught AlphaGo Zero achieved a 100–0 victory against the early competitive version of AlphaGo, and its successor AlphaZero is currently perceived as the world's top player in Go.perceived as the world's top player in Go. , Alphago, av utvecklarna skrivet AlphaGo, äAlphago, av utvecklarna skrivet AlphaGo, är ett datorprogram som utvecklats av Deepmind som spelar brädspelet Go. I oktober 2015 blev det det första datorprogrammet att slå en professionell Go-spelare, utan handikapp på en fullstor 19 × 19 bräda. Go anses vara mycket svårare för datorer att vinna än andra spel som schack. Anledningen är att spelet har en mycket större förgreningsfaktor vilket gör det svårt att hitta vilket drag som är det bästa med vanliga algoritmer i artificiell intelligens t.ex. totalsökning. I mars 2016 utmanade Alphago den sydkoreanske professionella Go-spelaren Lee Se-dol och vann med 4-1.a Go-spelaren Lee Se-dol och vann med 4-1. , ( 이탈리아의 도시에 대해서는 알파고 (이탈리아) 문서를 참고하십시오.)( ( 이탈리아의 도시에 대해서는 알파고 (이탈리아) 문서를 참고하십시오.)( 외신 기자 알파고에 대해서는 알파고 시나씨 문서를 참고하십시오.) 알파고(영어: AlphaGo)는 구글의 딥마인드가 개발한 인공지능 바둑 프로그램이다. 영국의 스타트업 기업이었던 딥마인드가 2014년 구글에 인수되면서 개발이 본격적으로 진행되었다. 2015~2017년 프로토타입 버전인 알파고 판, 알파고 리, 알파고 마스터가 공개되었고, 2017년 10월에 최종 버전인 알파고 제로를 발표하였다. 2018년 12월에는 바둑을 포함한 보드게임에 적용할 수 있는 범용 인공지능 알파 제로(Alpha Zero)를 발표하였다. 알파고는 2015년 10월 유럽 바둑 챔피언십 (EGC)에서 3차례 우승한 프랑스의 판 후이(Fan Hui, 樊麾) 2단과의 5번기에서 모두 승리해 핸디캡(접바둑) 없이 호선(맞바둑)으로 프로 바둑 기사를 이긴 최초의 컴퓨터 바둑 프로그램이 되었다. 2016년 3월에는 여러 국제 기전에서 18차례 우승했던 세계 최상위급 프로 기사인 이세돌 9단과의 5번기 공개 대국에서 대부분의 예상을 깨고 4승 1패로 승리해 '현존 최고 인공지능'으로 등극하면서 세계를 놀라게 했다. 2017년 5월에는 당시 바둑 세계 랭킹 1위 프로 기사였던 커제(柯洁) 9단과의 3번기 공개 대국과 중국 대표 5인과의 상담기(相談棋, 단체전)에서도 모두 승리하며 '세계에서 가장 강력한 인공지능'임을 다시 한번 각인시켰다. 한국기원은 알파고가 정상의 프로기사 실력인 '입신'(入神)의 경지에 올랐다고 인정하여 '프로 명예 단증(9단)'을 수여하였고, 중국기원도 '프로기사 9단' 칭호를 부여했다. 이 대국을 통해 인공지능의 새 장을 열었다는 평가를 받았으며, 바둑계는 기존의 통념을 깨뜨리는 창의적인 수와 대세관으로 수 천년 동안 이어진 패러다임이 바뀔 것으로 전망했다. 데미스 허사비스(Demis Hassabis) 최고경영자(CEO)는 2017년 5월에 열린 '바둑의 미래 서밋(Future of Go Summit)'이 알파고가 참가하는 마지막 대회가 될 것이며, 앞으로 인공지능은 인류가 새로운 지시영역을 개척하고 진리를 발견할 수 있도록 돕게 될 것이라고 말했다. 딥마인드는 질병진단 및 건강관리, 신약개발, 기후변화예측, 무인자율주행차, 스마트폰 개인비서 등 사회 전분야로 확대해 미래의 다양한 핵심 서비스 사업에 적용할 수 있는 범용 인공지능으로 개발한다는 계획이다. 알파고라는 이름은 구글의 지주회사 이름인 알파벳과 그리스 문자의 첫 번째 글자로 최고를 의미하는 '알파(α)', 바둑의 일본어 발음 '碁(ご)'에서 유래한 영어 단어 'Go'를 뜻한다. 통산 전적은 73승 1패이다.)'에서 유래한 영어 단어 'Go'를 뜻한다. 통산 전적은 73승 1패이다. , AlphaGo — це комп'ютерна програма для гри в ґо, що розроблена компанією Google DeepMind. У жовтні 2015 року вона стала першою комп'ютерною програмою, що в грі на рівних на класичній дошці 19х19 завдала поразки людині — професійному гравцю в ґо . , AlphaGo é um programa de computador que joAlphaGo é um programa de computador que joga o jogo de tabuleiro Go. Foi desenvolvido pela DeepMind Technologies, que mais tarde foi adquirida pelo Google. As versões subsequentes do AlphaGo tornaram-se cada vez mais poderosas, incluindo uma versão que competia com o nome de . Depois de se aposentar do jogo competitivo, AlphaGo Master foi sucedido por uma versão ainda mais poderosa conhecida como , que foi completamente autodidata, sem aprender com jogos humanos. AlphaGo Zero foi então generalizado em um programa conhecido como , que jogava jogos adicionais, incluindo xadrez e shogi. AlphaZero, por sua vez, foi sucedido por um programa conhecido como , que aprende sem ser ensinado as regras. AlphaGo e seus sucessores usam um para encontrar seus movimentos com base no conhecimento previamente adquirido por aprendizado de máquina, especificamente por uma rede neural artificial (um método de aprendizado profundo) por meio de treinamento extensivo, tanto do jogo humano quanto do computador. Uma rede neural é treinada para identificar os melhores movimentos e as porcentagens de vitória desses movimentos. Essa rede neural melhora a força da busca em árvore, resultando em uma seleção de movimento mais forte na próxima iteração. Em outubro de 2015, em uma partida contra Fan Hui, o AlphaGo original tornou-se o primeiro programa de computador Go a derrotar um jogador profissional de Go humano sem handicaps em um tabuleiro 19×19 de tamanho normal. Em março de 2016, ele derrotou em uma partida de cinco jogos, a primeira vez em que um programa de computador Go derrotou um profissional de 9 dan sem handicap. Embora tenha perdido para Lee Sedol no quarto game, Lee renunciou no jogo final, dando um placar final de 4 jogos a 1 a favor do AlphaGo. Em reconhecimento à vitória, AlphaGo foi premiado com um 9-dan honorário da Associação de Baduk da Coreia. A preparação e o desafio com Lee Sedol foram documentados em um documentário também intitulado AlphaGo, dirigido por Greg Kohs. A vitória do AlphaGo foi escolhida pela revista científica Science como uma das vice-campeãs do Breakthrough of the Year em 22 de dezembro de 2016. No Future of Go Summit 2017, a do AlphaGo derrotou , o jogador número um do mundo na época, em uma partida de três jogos, após o qual o AlphaGo foi premiado com um 9-dan profissional pela Associação Weiqi Chinesa. Após a partida entre AlphaGo e Ke Jie, a DeepMind aposentou AlphaGo, enquanto continuava a pesquisa de IA em outras áreas. O autodidata AlphaGo Zero alcançou uma vitória de 100-0 contra a versão competitiva inicial de AlphaGo, e seu sucessor é atualmente considerado o melhor jogador do mundo de Go, bem como possivelmente de xadrez.o de Go, bem como possivelmente de xadrez. , AlphaGo ist ein Computerprogramm, das das AlphaGo ist ein Computerprogramm, das das Brettspiel Go spielt und von DeepMind entwickelt wurde. Es ist auch unter den Pseudonymen Master(P) und Magister(P) bekannt. AlphaGo kombiniert Techniken des maschinellen Lernens und der Traversierung. Im Januar 2016 wurde bekannt, dass AlphaGo bereits im Oktober 2015 den mehrfachen Europameister (2. Dan) besiegt hatte. Damit ist es das erste Programm, das unter Turnierbedingungen ohne Vorgabe (Handicap) auf einem 19×19-Brett einen professionellen Go-Spieler schlagen konnte. Im März 2016 schlug AlphaGo den Südkoreaner Lee Sedol, der als einer der weltbesten Profispieler angesehen wird (AlphaGo gegen Lee Sedol). angesehen wird (AlphaGo gegen Lee Sedol).
http://dbpedia.org/ontology/thumbnail http://commons.wikimedia.org/wiki/Special:FilePath/Alphago_logo_Reversed.svg?width=300 +
http://dbpedia.org/ontology/wikiPageExternalLink http://homepages.cwi.nl/~aeb/go/games/games/AlphaGo/ + , https://web.archive.org/web/20170104201657/https:/www.goratings.org/ + , http://senseis.xmp.net/%3FAlphaGo + , https://www.deepmind.com/research/highlighted-research/alphago/ +
http://dbpedia.org/ontology/wikiPageID 49242352
http://dbpedia.org/ontology/wikiPageLength 60273
http://dbpedia.org/ontology/wikiPageRevisionID 1110179878
http://dbpedia.org/ontology/wikiPageWikiLink http://dbpedia.org/resource/Lian_Xiao + , http://dbpedia.org/resource/Chang_Hao_%28Go_player%29 + , http://dbpedia.org/resource/Go_and_mathematics + , http://dbpedia.org/resource/Rules_of_go + , http://dbpedia.org/resource/CPU + , http://dbpedia.org/resource/Byoyomi + , http://dbpedia.org/resource/Distributed_computing + , http://dbpedia.org/resource/Category:Google + , http://dbpedia.org/resource/Crazy_Stone_%28software%29 + , http://dbpedia.org/resource/Stockfish_%28chess%29 + , http://dbpedia.org/resource/Board_game + , http://dbpedia.org/resource/Tree_traversal + , http://dbpedia.org/resource/Fan_Hui + , http://dbpedia.org/resource/Zhou_Ruiyang + , http://dbpedia.org/resource/Pluribus_%28poker_bot%29 + , http://dbpedia.org/resource/Category:2015_software + , http://dbpedia.org/resource/Science_%28journal%29 + , http://dbpedia.org/resource/UNICEF + , http://dbpedia.org/resource/Graphics_processing_unit + , http://dbpedia.org/resource/University_of_Tokyo + , http://dbpedia.org/resource/Leela_Zero + , http://dbpedia.org/resource/Alpha%E2%80%93beta_pruning + , http://dbpedia.org/resource/Tang_Weixing + , http://dbpedia.org/resource/Gu_Li_%28Go_player%29 + , http://dbpedia.org/resource/IBM + , http://dbpedia.org/resource/Fan_Tingyu + , http://dbpedia.org/resource/AI_takeover + , http://dbpedia.org/resource/Master_%28software%29 + , http://dbpedia.org/resource/File:Alphago_logo_Reversed.svg + , http://dbpedia.org/resource/Monte_Carlo_tree_search + , http://dbpedia.org/resource/ArXiv + , http://dbpedia.org/resource/Cho_Han-seung + , http://dbpedia.org/resource/Tuo_Jiaxi + , http://dbpedia.org/resource/Google + , http://dbpedia.org/resource/Shi_Yue_%28Go_player%29 + , http://dbpedia.org/resource/Wuzhen + , http://dbpedia.org/resource/Common_sense + , http://dbpedia.org/resource/Mi_Yuting + , http://dbpedia.org/resource/Jiang_Weijie + , http://dbpedia.org/resource/AlphaGo_%28film%29 + , http://dbpedia.org/resource/Solved_game + , http://dbpedia.org/resource/Park_Yeong-hun + , http://dbpedia.org/resource/Self-play_%28reinforcement_learning_technique%29 + , http://dbpedia.org/resource/Lee_Sedol + , http://dbpedia.org/resource/Chinook_%28draughts_player%29 + , http://dbpedia.org/resource/European_Go_Championship + , http://dbpedia.org/resource/Renminbi + , http://dbpedia.org/resource/Richard_S._Sutton + , http://dbpedia.org/resource/Zen_%28software%29 + , http://dbpedia.org/resource/Aja_Huang + , http://dbpedia.org/resource/International_Go_Federation + , http://dbpedia.org/resource/Four_Seasons_Hotel + , http://dbpedia.org/resource/Deep_Blue_%28chess_computer%29 + , http://dbpedia.org/resource/Matchbox_Educable_Noughts_and_Crosses_Engine + , http://dbpedia.org/resource/Kim_Ji-seok_%28Go_player%29 + , http://dbpedia.org/resource/Convolutional_neural_networks + , http://dbpedia.org/resource/Watson_%28computer%29 + , http://dbpedia.org/resource/Artificial_general_intelligence + , http://dbpedia.org/resource/Stuart_J._Russell + , http://dbpedia.org/resource/Kang_Dong-yun + , http://dbpedia.org/resource/AlphaFold + , http://dbpedia.org/resource/Deep_Blue_versus_Garry_Kasparov + , http://dbpedia.org/resource/Branching_factor + , http://dbpedia.org/resource/Won_Seong-jin + , http://dbpedia.org/resource/Shogi + , http://dbpedia.org/resource/Albert_Lindsey_Zobrist + , http://dbpedia.org/resource/The_Economist + , http://dbpedia.org/resource/List_of_Go_terms + , http://dbpedia.org/resource/Nature_%28journal%29 + , http://dbpedia.org/resource/Cho_Chikun + , http://dbpedia.org/resource/Breakthrough_of_the_Year + , http://dbpedia.org/resource/Nie_Weiping + , http://dbpedia.org/resource/Tree_search + , http://dbpedia.org/resource/Chen_Yaoye + , http://dbpedia.org/resource/Chess + , http://dbpedia.org/resource/Go_professional + , http://dbpedia.org/resource/Seoul + , http://dbpedia.org/resource/Korea_Baduk_Association + , http://dbpedia.org/resource/Ke_Jie + , http://dbpedia.org/resource/Artificial_neural_network + , http://dbpedia.org/resource/Machine_learning + , http://dbpedia.org/resource/Heuristic + , http://dbpedia.org/resource/Leela_%28software%29 + , http://dbpedia.org/resource/Yuta_Iyama + , http://dbpedia.org/resource/Future_of_Go_Summit + , http://dbpedia.org/resource/Tensor_processing_unit + , http://dbpedia.org/resource/Go_opening + , http://dbpedia.org/resource/Go_ranks_and_ratings + , http://dbpedia.org/resource/Marvin_Minsky + , http://dbpedia.org/resource/MuZero + , http://dbpedia.org/resource/Murray_Campbell + , http://dbpedia.org/resource/Park_Jeong-hwan + , http://dbpedia.org/resource/Sensei%27s_Library + , http://dbpedia.org/resource/Arthur_Samuel + , http://dbpedia.org/resource/David_Silver_%28programmer%29 + , http://dbpedia.org/resource/Category:AlphaGo + , http://dbpedia.org/resource/AlphaGo_Lee + , http://dbpedia.org/resource/AlphaGo_Master + , http://dbpedia.org/resource/Yang_Dingxin + , http://dbpedia.org/resource/Elo_rating_system + , http://dbpedia.org/resource/Reinforcement_learning + , http://dbpedia.org/resource/Deep_learning + , http://dbpedia.org/resource/AlphaZero + , http://dbpedia.org/resource/AlphaGo_versus_Lee_Sedol + , http://dbpedia.org/resource/Artificial_intelligence + , http://dbpedia.org/resource/IJCAI + , http://dbpedia.org/resource/Central_processing_unit + , http://dbpedia.org/resource/AlphaGo_versus_Ke_Jie + , http://dbpedia.org/resource/Divine_move + , http://dbpedia.org/resource/Darkforest + , http://dbpedia.org/resource/Computer_Go + , http://dbpedia.org/resource/Category:Applications_of_artificial_intelligence + , http://dbpedia.org/resource/Michael_Wooldridge_%28computer_scientist%29 + , http://dbpedia.org/resource/Sohu + , http://dbpedia.org/resource/Draughts + , http://dbpedia.org/resource/Tan_Xiao + , http://dbpedia.org/resource/AlphaGo_versus_Fan_Hui + , http://dbpedia.org/resource/DeepMind + , http://dbpedia.org/resource/Chinese_Weiqi_Association + , http://dbpedia.org/resource/Alphabet_Inc. + , http://dbpedia.org/resource/TD-Gammon + , http://dbpedia.org/resource/Backgammon + , http://dbpedia.org/resource/Professional_Go_player + , http://dbpedia.org/resource/Yoshio_Ishida + , http://dbpedia.org/resource/Masaki_Takemiya + , http://dbpedia.org/resource/Garry_Kasparov + , http://dbpedia.org/resource/Dwango_%28company%29 + , http://dbpedia.org/resource/Stephen_Hawking + , http://dbpedia.org/resource/Facebook + , http://dbpedia.org/resource/Computer_program + , http://dbpedia.org/resource/GPU + , http://dbpedia.org/resource/Elmo_%28shogi_engine%29 + , http://dbpedia.org/resource/Deep_neural_network + , http://dbpedia.org/resource/AlphaGo_Zero + , http://dbpedia.org/resource/Category:Applied_machine_learning + , http://dbpedia.org/resource/Tygem + , http://dbpedia.org/resource/Go_%28game%29 + , http://dbpedia.org/resource/Chou_Chun-hsun + , http://dbpedia.org/resource/Category:Go_engines + , http://dbpedia.org/resource/Glossary_of_artificial_intelligence + , http://dbpedia.org/resource/Sputnik_crisis + , http://dbpedia.org/resource/Byo-yomi + , http://dbpedia.org/resource/Go_handicaps + , http://dbpedia.org/resource/Komidashi +
http://dbpedia.org/property/wikiPageUsesTemplate http://dbpedia.org/resource/Template:Differentiable_computing + , http://dbpedia.org/resource/Template:Commonscatinline + , http://dbpedia.org/resource/Template:Use_dmy_dates + , http://dbpedia.org/resource/Template:Main + , http://dbpedia.org/resource/Template:Short_description + , http://dbpedia.org/resource/Template:About + , http://dbpedia.org/resource/Template:Go_%28game%29 + , http://dbpedia.org/resource/Template:Youtube + , http://dbpedia.org/resource/Template:Wikiquote-inline + , http://dbpedia.org/resource/Template:Div_col + , http://dbpedia.org/resource/Template:Div_col_end + , http://dbpedia.org/resource/Template:Use_British_English_Oxford_spelling + , http://dbpedia.org/resource/Template:Goban + , http://dbpedia.org/resource/Template:Reflist + , http://dbpedia.org/resource/Template:Further + , http://dbpedia.org/resource/Template:Artificial_intelligence + , http://dbpedia.org/resource/Template:Citation_needed + , http://dbpedia.org/resource/Template:Update_after +
http://purl.org/dc/terms/subject http://dbpedia.org/resource/Category:AlphaGo + , http://dbpedia.org/resource/Category:Google + , http://dbpedia.org/resource/Category:2015_software + , http://dbpedia.org/resource/Category:Applications_of_artificial_intelligence + , http://dbpedia.org/resource/Category:Applied_machine_learning + , http://dbpedia.org/resource/Category:Go_engines +
http://purl.org/linguistics/gold/hypernym http://dbpedia.org/resource/Program +
http://schema.org/sameAs http://viaf.org/viaf/22148449727015691454 +
http://www.w3.org/ns/prov#wasDerivedFrom http://en.wikipedia.org/wiki/AlphaGo?oldid=1110179878&ns=0 +
http://xmlns.com/foaf/0.1/depiction http://commons.wikimedia.org/wiki/Special:FilePath/Alphago_logo_Reversed.svg +
http://xmlns.com/foaf/0.1/isPrimaryTopicOf http://en.wikipedia.org/wiki/AlphaGo +
owl:sameAs http://cs.dbpedia.org/resource/AlphaGo + , http://yago-knowledge.org/resource/AlphaGo + , http://ar.dbpedia.org/resource/%D8%A3%D9%84%D9%81%D8%A7_%D8%BA%D9%88 + , http://fr.dbpedia.org/resource/AlphaGo + , http://id.dbpedia.org/resource/AlphaGo + , http://ca.dbpedia.org/resource/AlphaGo + , https://global.dbpedia.org/id/26k9j + , http://pl.dbpedia.org/resource/AlphaGo + , http://ja.dbpedia.org/resource/AlphaGo + , http://it.dbpedia.org/resource/AlphaGo + , http://el.dbpedia.org/resource/AlphaGo + , http://th.dbpedia.org/resource/%E0%B9%81%E0%B8%AD%E0%B8%A5%E0%B8%9F%E0%B8%B2%E0%B9%82%E0%B8%81%E0%B8%B0 + , http://sv.dbpedia.org/resource/Alphago + , http://tr.dbpedia.org/resource/AlphaGo + , http://he.dbpedia.org/resource/AlphaGo + , http://fa.dbpedia.org/resource/%D8%A2%D9%84%D9%81%D8%A7%DA%AF%D9%88 + , http://fi.dbpedia.org/resource/AlphaGo + , http://gu.dbpedia.org/resource/%E0%AA%86%E0%AA%B2%E0%AB%8D%E0%AA%AB%E0%AA%BE_%E0%AA%97%E0%AB%8B + , http://www.wikidata.org/entity/Q22329209 + , http://hy.dbpedia.org/resource/AlphaGo + , http://ko.dbpedia.org/resource/%EC%95%8C%ED%8C%8C%EA%B3%A0 + , http://simple.dbpedia.org/resource/AlphaGo + , http://ru.dbpedia.org/resource/AlphaGo + , http://az.dbpedia.org/resource/AlphaGo + , http://uk.dbpedia.org/resource/AlphaGo + , http://es.dbpedia.org/resource/AlphaGo + , http://de.dbpedia.org/resource/AlphaGo + , http://pt.dbpedia.org/resource/AlphaGo + , http://bg.dbpedia.org/resource/%D0%90%D0%BB%D1%84%D0%B0%D0%93%D0%BE + , http://eu.dbpedia.org/resource/AlphaGo + , http://hi.dbpedia.org/resource/%E0%A4%85%E0%A4%B2%E0%A5%8D%E0%A4%AB%E0%A4%BE%E0%A4%97%E0%A5%8B + , http://zh.dbpedia.org/resource/AlphaGo + , http://hu.dbpedia.org/resource/AlphaGo + , http://dbpedia.org/resource/AlphaGo +
rdf:type http://dbpedia.org/ontology/Work +
rdfs:comment AlphaGo – program komputerowy do gry w go AlphaGo – program komputerowy do gry w go stworzony przez firmę DeepMind. W listopadzie 2015 roku jako pierwszy automat pokonał zawodowego gracza, , w pięciorundowym pojedynku na pełnej planszy w równej grze. Mecz zakończył się wynikiem 5:0. W marcu 2016 w meczu z jednym z najlepszych zawodowych graczy – Lee Sedolem – wygrał 4:1. W uznaniu wygranej AlphaGo otrzymał honorowy 9. dan od południowokoreańskiej federacji go. Algorytm stojący za programem stanowi kombinację technik sieci neuronowych, uczenia maszynowego oraz wyszukiwania Monte Carlo.maszynowego oraz wyszukiwania Monte Carlo. , Alphago, av utvecklarna skrivet AlphaGo, äAlphago, av utvecklarna skrivet AlphaGo, är ett datorprogram som utvecklats av Deepmind som spelar brädspelet Go. I oktober 2015 blev det det första datorprogrammet att slå en professionell Go-spelare, utan handikapp på en fullstor 19 × 19 bräda. Go anses vara mycket svårare för datorer att vinna än andra spel som schack. Anledningen är att spelet har en mycket större förgreningsfaktor vilket gör det svårt att hitta vilket drag som är det bästa med vanliga algoritmer i artificiell intelligens t.ex. totalsökning.rtificiell intelligens t.ex. totalsökning. , AlphaGo(“Go”为日文“碁”字发音转写,是围棋的西方名称),直译为阿尔法围棋AlphaGo(“Go”为日文“碁”字发音转写,是围棋的西方名称),直译为阿尔法围棋,亦被音译为阿尔法狗、阿法狗、阿发狗等,是於2014年开始由英国伦敦Google DeepMind开发的人工智能圍棋軟體。2017年,關於AlphaGo的電影紀錄片《AlphaGo世紀對決》正式上映。 專業術語上來說,AlphaGo的做法是使用了蒙特卡洛树搜索與兩個深度神經網路相結合的方法,一個是以借助估值网络(value network)來評估大量的選點,一个是借助走棋网络(policy network)來選擇落子,并使用强化学习进一步改善它。在這種設計下,電腦可以結合樹狀圖的長遠推斷,又可像人類的大腦一樣自發學習進行直覺訓練,以提高下棋實力。可以結合樹狀圖的長遠推斷,又可像人類的大腦一樣自發學習進行直覺訓練,以提高下棋實力。 , AlphaGo je počítačový program využívající AlphaGo je počítačový program využívající umělé inteligence, který hraje deskovou hru go. Byl vytvořen společností v říjnu 2015. Stal se prvním počítačovým programem, který porazil profesionálního hráče go bez handicapu na hrací ploše 19x19. V březnu 2016 porazil hráče I Se-tola v pěti zápasech s konečným skóre 4:1 ve prospěch AlphaGo. V květnu 2017 AlphaGo porazil nejlepšího hráče go v té době, Kche Ťie ve třech zápasech s výsledkem 2:1. * Lee Sedol (B) vs AlphaGo (W) * * * * *ee Sedol (B) vs AlphaGo (W) * * * * * , AlphaGo Google DeepMind-ek sortutako adimeAlphaGo Google DeepMind-ek sortutako adimen artifizialeko programa bat da, Go mahai-jokora jolasteko diseinatua. 2015eko urrian, abantailarik gabe eta 19x19ko ohol batean Go jokalari profesional bat garaitu zuen lehen makina bihurtu zen. jokalariaren aurka egin zituen 5 partiduetatik 3 irabazi zituen, aipatzekoa da beste partidu informal batzuetan ere irabaztea lortu zuela. 2016an munduko jokalaririk onenetako baten aurka jolastu zuen, Lee Sedol 9. mailakoaren aurka. 2016ko martxoan jokalari honen aurka egin zuen partidu bat irabaztea lortu zuen. Hala, sailkapen ez-ofizialean, AlphaGo munduko bigarren Go jokalaririk onena bezala agertu zen. Lee Sedol jokalaria garaitzearen ondorioz, adimen artifizialeko programa hau 9-dan (maila) izendapena aitortu zion .au 9-dan (maila) izendapena aitortu zion . , AlphaGo — це комп'ютерна програма для гри в ґо, що розроблена компанією Google DeepMind. У жовтні 2015 року вона стала першою комп'ютерною програмою, що в грі на рівних на класичній дошці 19х19 завдала поразки людині — професійному гравцю в ґо . , AlphaGo(アルファ碁、アルファご)は、Google DeepMindによって開AlphaGo(アルファ碁、アルファご)は、Google DeepMindによって開発されたコンピュータ囲碁プログラムである。 2015年10月に、人間のプロ囲碁棋士を互先(ハンディキャップなし)で破った初のコンピュータ囲碁プログラムとなった。2016年3月15日には、李世乭との五番勝負で3勝(最終的に4勝1敗)を挙げ、韓国棋院に(プロとしての)名誉九段を授与された。また、2017年5月には、柯潔との三番勝負で3局全勝を挙げ、中国囲棋協会にプロの名誉九段を授与された。Google DeepMindは世界トップ棋士である柯潔に勝利したことを機に、AlphaGoを人間との対局から引退させると発表した。 コンピュータが人間に打ち勝つことが最も難しいと考えられてきた分野である囲碁において、人工知能が勝利を収めたことは世界に衝撃をもたらした。AlphaGoの登場は単なる一競技の勝敗を越え、人工知能の有用性を広く知らしめるものとなり、世界的AIブームを呼び起こすきっかけともなった。の有用性を広く知らしめるものとなり、世界的AIブームを呼び起こすきっかけともなった。 , ألفاغو هي برمجية في كمبيوتر غو طُورت من قِبل جوجل ديب مايند في أكتوبر من العام 2015 وأًصبحت أول برمجية تهزم لاعب بشري محترف في لعبة الغو. , AlphaGo és un programa d'ordinador desenvoAlphaGo és un programa d'ordinador desenvolupat per Google DeepMind per jugar al go, el joc de tauler més antic del qual es conserven les regles. En el go les fitxes (anomenades pedres) no són al tauler, com passa en altres jocs, sinó que es van col·locant amb plena llibertat per tota la seva superfície amb l'objectiu d'abastar un territori més gran que el del rival. Durant molt temps el go s'ha vist com un dels majors desafiaments a la intel·ligència artificial.safiaments a la intel·ligència artificial. , ( 이탈리아의 도시에 대해서는 알파고 (이탈리아) 문서를 참고하십시오.)( ( 이탈리아의 도시에 대해서는 알파고 (이탈리아) 문서를 참고하십시오.)( 외신 기자 알파고에 대해서는 알파고 시나씨 문서를 참고하십시오.) 알파고(영어: AlphaGo)는 구글의 딥마인드가 개발한 인공지능 바둑 프로그램이다. 영국의 스타트업 기업이었던 딥마인드가 2014년 구글에 인수되면서 개발이 본격적으로 진행되었다. 2015~2017년 프로토타입 버전인 알파고 판, 알파고 리, 알파고 마스터가 공개되었고, 2017년 10월에 최종 버전인 알파고 제로를 발표하였다. 2018년 12월에는 바둑을 포함한 보드게임에 적용할 수 있는 범용 인공지능 알파 제로(Alpha Zero)를 발표하였다. 알파고라는 이름은 구글의 지주회사 이름인 알파벳과 그리스 문자의 첫 번째 글자로 최고를 의미하는 '알파(α)', 바둑의 일본어 발음 '碁(ご)'에서 유래한 영어 단어 'Go'를 뜻한다. 통산 전적은 73승 1패이다.)'에서 유래한 영어 단어 'Go'를 뜻한다. 통산 전적은 73승 1패이다. , AlphaGo est un programme informatique capaAlphaGo est un programme informatique capable de jouer au jeu de go, développé par l'entreprise britannique DeepMind et racheté en 2014 par Google. En octobre 2015, il devient le premier programme à battre un joueur professionnel (le français Fan Hui) sur un goban de taille normale (19×19) sans handicap. Il s'agit d'une étape symboliquement forte puisque le programme joueur de go est alors un défi complexe de l'intelligence artificielle. En mars 2016, il bat Lee Sedol, un des meilleurs joueurs mondiaux (9e dan professionnel). Le 27 mai 2017, il bat le champion du monde Ke Jie et la retraite du logiciel est annoncée.e et la retraite du logiciel est annoncée. , AlphaGo is a computer program that plays tAlphaGo is a computer program that plays the board game Go. It was developed by DeepMind Technologies a subsidiary of Google (now Alphabet Inc.). Subsequent versions of AlphaGo became increasingly powerful, including a version that competed under the name Master. After retiring from competitive play, AlphaGo Master was succeeded by an even more powerful version known as AlphaGo Zero, which was completely self-taught without learning from human games. AlphaGo Zero was then generalized into a program known as AlphaZero, which played additional games, including chess and shogi. AlphaZero has in turn been succeeded by a program known as MuZero which learns without being taught the rules.ich learns without being taught the rules. , AlphaGo adalah program komputer yang dikemAlphaGo adalah program komputer yang dikembangkan oleh Google DeepMind di London untuk memainkan permainan papan Go. Pada Oktober 2015, AlphaGo menjadi program pertama yang mengalahkan pemain manusia profesional tanpa pada papan berukuran 19×19. Bulan Maret 2016, program ini mengalahkan dalam tiga pertandingan pertama dari total lima pertandingan. Untuk pertama kalinya program Go komputer mengalahkan pemain profesional tanpa handicap. Meski dikalahkan Lee Sedol di pertandingan keempat, Lee menyerah di pertandingan akhir sehingga AlphaGo mendapat perolehan skor 4.ehingga AlphaGo mendapat perolehan skor 4. , AlphaGo — программа для игры в го, разрабоAlphaGo — программа для игры в го, разработанная компанией Google DeepMind в 2015 году. AlphaGo стала первой в мире программой, которая выиграла матч без гандикапа у профессионального игрока в го на стандартной доске 19 × 19, и эта победа ознаменовала собой важный прорыв в области искусственного интеллекта, так как большинство специалистов по искусственному интеллекту считало, что подобная программа не будет создана ранее 2020—2025 годов. В марте 2016 года программа выиграла со счётом 4:1 у Ли Седоля, профессионала 9-го дана (высшего ранга), во время исторического матча, широко освещавшегося в прессе. После победы в матче Корейская ассоциация падук присвоила AlphaGo «почётный 9-й дан» за «искренние усилия» программы в овладении мастерством игры.я» программы в овладении мастерством игры. , AlphaGo ist ein Computerprogramm, das das Brettspiel Go spielt und von DeepMind entwickelt wurde. Es ist auch unter den Pseudonymen Master(P) und Magister(P) bekannt. AlphaGo kombiniert Techniken des maschinellen Lernens und der Traversierung. , AlphaGo è un software per il gioco del go AlphaGo è un software per il gioco del go sviluppato da Google DeepMind. È stato il primo software in grado di sconfiggere un maestro umano nel gioco senza handicap e su un goban di dimensioni standard (19×19). Sotto il nome di «AlphaGo» si intendono diverse versioni del software, in particolare:rse versioni del software, in particolare: , Το AlphaGo είναι ένα πρόγραμμα υπολογιστή Το AlphaGo είναι ένα πρόγραμμα υπολογιστή που αναπτύχθηκε από την της Alphabet Inc. στο Λονδίνο για να παίξει το επιτραπέζιο παιχνίδι Γκο. Τον Οκτώβριο του 2015, έγινε ο πρώτος υπολογιστής Γκο που νίκησε επαγγελματία παίκτη Γκο επί ίσοις όροις σε ένα σε φυσικό μέγεθος 19 × 19 ταμπλό. Τον Μάρτιο του 2016 ο υπολογιστής AlphaGo νίκησε τον επαγγελματία παίχτη Λι Σεντόλ σε ματς 5 παιχνιδιών, η πρώτη φορά που πρόγραμμα υπολογιστή Γκο νικάει επαγγελματία χωρίς κάποιος να αρχίζει με μειονέκτημα. Παρόλο που ο υπολογιστής έχασε το τέταρτο παιχνίδι, ο Σεντόλ παραιτήθηκε στο τελευταίο παιχνίδι, διαμορφώνοντας το τελικό 4-1 υπέρ του AlphaGo. Σε αναγνώριση της νίκης του επί του Σεντόλ, απονεμήθηκε τιμητικά στο AlphaGo η κατηγορία 9 νταν, από την Κορεατική Ένωση Μπαντούκ (Korea Baduk Association). Το Aη Μπαντούκ (Korea Baduk Association). Το A , AlphaGo es un programa informático de inteAlphaGo es un programa informático de inteligencia artificial desarrollado por Google DeepMind para jugar al juego de mesa Go. En octubre de 2015 se convirtió en la primera máquina de Go en ganar a un jugador profesional de Go sin emplear piedras de handicap en un tablero de 19x19. AlphaZero supera a AlphaGo Zero y otros programas superiores de ajedrez y Shōgi después de solo 24 horas de juego. Después de 4 horas de juegos adquirió un nivel superhumano.​​de juegos adquirió un nivel superhumano.​​ , AlphaGo é um programa de computador que joAlphaGo é um programa de computador que joga o jogo de tabuleiro Go. Foi desenvolvido pela DeepMind Technologies, que mais tarde foi adquirida pelo Google. As versões subsequentes do AlphaGo tornaram-se cada vez mais poderosas, incluindo uma versão que competia com o nome de . Depois de se aposentar do jogo competitivo, AlphaGo Master foi sucedido por uma versão ainda mais poderosa conhecida como , que foi completamente autodidata, sem aprender com jogos humanos. AlphaGo Zero foi então generalizado em um programa conhecido como , que jogava jogos adicionais, incluindo xadrez e shogi. AlphaZero, por sua vez, foi sucedido por um programa conhecido como , que aprende sem ser ensinado as regras. , que aprende sem ser ensinado as regras.
rdfs:label AlphaGo , Alphago , 알파고 , ألفا غو
hide properties that link here 
http://dbpedia.org/resource/Timothy_Lillicrap + http://dbpedia.org/ontology/knownFor
http://dbpedia.org/resource/DeepMind + http://dbpedia.org/ontology/product
http://dbpedia.org/resource/Alphago + , http://dbpedia.org/resource/Alpha-Go + , http://dbpedia.org/resource/Alpha_Go + , http://dbpedia.org/resource/DeepMind_AlphaGo + , http://dbpedia.org/resource/Google_AlphaGo + http://dbpedia.org/ontology/wikiPageRedirects
http://dbpedia.org/resource/2017_in_science + , http://dbpedia.org/resource/Deep_learning + , http://dbpedia.org/resource/Applications_of_artificial_intelligence + , http://dbpedia.org/resource/2016_in_science + , http://dbpedia.org/resource/AI_winter + , http://dbpedia.org/resource/AlphaStar_%28software%29 + , http://dbpedia.org/resource/AlphaZero + , http://dbpedia.org/resource/Ladder_%28Go%29 + , http://dbpedia.org/resource/Go_%28game%29 + , http://dbpedia.org/resource/Monte_Carlo_tree_search + , http://dbpedia.org/resource/Chen_Yutian + , http://dbpedia.org/resource/Babel_250 + , http://dbpedia.org/resource/History_of_Go + , http://dbpedia.org/resource/Michael_Redmond_%28Go_player%29 + , http://dbpedia.org/resource/Deep_Blue_%28chess_computer%29 + , http://dbpedia.org/resource/Deep_Blue_versus_Garry_Kasparov + , http://dbpedia.org/resource/AlphaGo_Zero + , http://dbpedia.org/resource/Google_Go + , http://dbpedia.org/resource/R%C3%A9mi_Coulom + , http://dbpedia.org/resource/AlphaGo_%28film%29 + , http://dbpedia.org/resource/Zen_%28software%29 + , http://dbpedia.org/resource/Fine_Art_%28software%29 + , http://dbpedia.org/resource/List_of_artificial_intelligence_projects + , http://dbpedia.org/resource/Computer_Go + , http://dbpedia.org/resource/Timeline_of_computing_2010%E2%80%932019 + , http://dbpedia.org/resource/2010s_in_science_and_technology + , http://dbpedia.org/resource/Wook_Talk + , http://dbpedia.org/resource/Timeline_of_machine_learning + , http://dbpedia.org/resource/AlphaGo_versus_Fan_Hui + , http://dbpedia.org/resource/Shin_Jin-seo + , http://dbpedia.org/resource/Tygem + , http://dbpedia.org/resource/Rich_Man_%28TV_series%29 + , http://dbpedia.org/resource/My_Holo_Love + , http://dbpedia.org/resource/David_Silver_%28computer_scientist%29 + , http://dbpedia.org/resource/University_of_Cambridge + , http://dbpedia.org/resource/Misaligned_goals_in_artificial_intelligence + , http://dbpedia.org/resource/Lee_Sedol + , http://dbpedia.org/resource/Fan_Hui + , http://dbpedia.org/resource/Go_software + , http://dbpedia.org/resource/Ke_Jie + , http://dbpedia.org/resource/Timeline_of_artificial_intelligence + , http://dbpedia.org/resource/Glossary_of_artificial_intelligence + , http://dbpedia.org/resource/DeepMind + , http://dbpedia.org/resource/AlphaGo_versus_Lee_Sedol + , http://dbpedia.org/resource/Hauschka + , http://dbpedia.org/resource/Future_of_Go_Summit + , http://dbpedia.org/resource/Aja_Huang + , http://dbpedia.org/resource/List_of_Go_games + , http://dbpedia.org/resource/List_of_Go_players + , http://dbpedia.org/resource/Reinforcement_learning + , http://dbpedia.org/resource/AlphaFold + , http://dbpedia.org/resource/OpenAI_Five + , http://dbpedia.org/resource/Ilya_Sutskever + , http://dbpedia.org/resource/Machine_learning_in_video_games + , http://dbpedia.org/resource/Neuro-symbolic_AI + , http://dbpedia.org/resource/Timothy_Lillicrap + , http://dbpedia.org/resource/Master_%28software%29 + , http://dbpedia.org/resource/Artificial_intelligence + , http://dbpedia.org/resource/Convolutional_neural_network + , http://dbpedia.org/resource/Progress_in_artificial_intelligence + , http://dbpedia.org/resource/Outline_of_machine_learning + , http://dbpedia.org/resource/KGS_Go_Server + , http://dbpedia.org/resource/Darkforest + , http://dbpedia.org/resource/Multi-agent_reinforcement_learning + , http://dbpedia.org/resource/Intrinsic_motivation_%28artificial_intelligence%29 + , http://dbpedia.org/resource/Deep_reinforcement_learning + , http://dbpedia.org/resource/Evaluation_function + , http://dbpedia.org/resource/Logology_%28science%29 + , http://dbpedia.org/resource/Symbolic_artificial_intelligence + , http://dbpedia.org/resource/Cho_Chikun + , http://dbpedia.org/resource/The_Alignment_Problem + , http://dbpedia.org/resource/Polanyi%27s_paradox + , http://dbpedia.org/resource/The_Final_Last_of_the_Ultimate_End + , http://dbpedia.org/resource/Alphago + , http://dbpedia.org/resource/Alpha-Go + , http://dbpedia.org/resource/Alpha_Go + , http://dbpedia.org/resource/DeepMind_AlphaGo + , http://dbpedia.org/resource/Google_AlphaGo + , http://dbpedia.org/resource/Google_DeepMind_AlphaGo + http://dbpedia.org/ontology/wikiPageWikiLink
http://dbpedia.org/resource/Timothy_Lillicrap + http://dbpedia.org/property/knownFor
http://dbpedia.org/resource/DeepMind + http://dbpedia.org/property/products
http://en.wikipedia.org/wiki/AlphaGo + http://xmlns.com/foaf/0.1/primaryTopic
http://dbpedia.org/resource/AlphaGo + owl:sameAs
 

 

Enter the name of the page to start semantic browsing from.