CNET科技資訊網(wǎng) 3月15日 北京消息(文/孫封蕾):李世石(朝鮮漢字:李世乭),1983年3月2日生于韓國全羅南道,2006年3月12日與女友金賢珍完婚,同年9月3號女兒李慧琳出世。1995年入段,1998年二段,1999年三段,2003年因獲LG杯冠軍直接升為六段,2003年4月獲得韓國最大棋戰(zhàn)KT杯亞軍,升為七段,2003年7月獲第16屆富士通杯冠軍后直接升為九段。
截至如今,他已經(jīng)獲得了14個世界慢棋個人賽冠軍和5個亞軍,以及3個世界快棋個人賽冠軍和1個亞軍。
那么,對于圍棋比較外行的我們,如何做到,李世石的這些冠軍、亞軍是否代表圍棋界的最高水平呢?我們來看世界圍棋比賽有哪些,李世石的成績?nèi)绾巍?/p>
1. 應(yīng)氏杯世界職業(yè)圍棋錦標賽
2. 富士通杯世界圍棋錦標賽(已停辦)
3. 東洋證券杯世界圍棋錦標賽(已停辦)
4. 三星杯世界圍棋公開賽
5. LG杯世界圍棋棋王賽
6. 春蘭杯世界職業(yè)圍棋錦標賽
7. 豐田杯世界圍棋王座戰(zhàn)(已停辦)
8. BC信用卡杯世界圍棋公開賽(已停辦)
9. 百靈杯世界圍棋公開賽
10. MLILY夢百合杯世界圍棋公開賽
11. 亞洲杯電視圍棋快棋賽
在這些比賽中,李世石奪冠14次,從世界冠軍的數(shù)量上來說,李世石的14冠僅次于李昌鎬的18冠。
有圍棋專業(yè)人士認為,李世石的冠軍含金量比李昌鎬的要更高。李昌鎬時代的競爭相比不是很激烈,在那個時期,中國圍棋正處于寒冬期,中國出色的選手只有馬曉春、常昊和周鶴洋,他最大的競爭對手主要是同胞曹薰鉉和劉昌赫。那一時期的棋風也相對平和,李昌鎬從不犯錯的風格使得他在那一時期獨領(lǐng)風騷。
而現(xiàn)在李世石所處的時代,中國棋手開始人才井噴,而且棋風變化很大,各個都是力戰(zhàn)派,古力、柯潔都是實力強勁的對手,棋局更難掌握。
2016年3月9日—3月15日,谷歌人工智能AlphaGo(阿爾法圍棋)與李世石的人機大戰(zhàn)五番棋在首爾四季酒店進行。
3月9日,李世石首戰(zhàn)狀態(tài)不佳,執(zhí)黑中盤認輸,比分0比1落后。
3月10日,“人機大戰(zhàn)”第二場繼續(xù)在首爾四季酒店舉行,李世石在沒有出現(xiàn)大的失誤的情況下,執(zhí)白再次中盤投子認輸,被“AlphaGo”連下兩城。
3月12日,在休息了一天之后,李世石輸?shù)袅说谌直荣悾?ldquo;AlphaGo”已經(jīng)3比0提前取得了勝利。本著雙方合同中表示對于AlphaGo的測試,剩下的兩局比賽依舊會照常下完。
3月13日,第四輪對決中,李世石放下了一切包袱,在局面不利的情況下,弈出了白78挖,憑借這“神之一手”,李世石執(zhí)白中盤戰(zhàn)勝了谷歌DeepMind開發(fā)的人工智能AlphaGo,這是他在三連敗后取得的首次勝利。
3月15日,雙方將進行第5局的較量。
在3月14日,世界職業(yè)圍棋排名網(wǎng)站GoRatings.org上,中國的柯潔位列第一,韓國樸永訓(xùn)、日本井山裕太分列第二、第三,AlphaGo位列第四,李世石排名第五。
3月15日下午,人機大戰(zhàn)收官戰(zhàn),與之前的4場比賽不同,這次對決沒有出現(xiàn)一方中盤取勝的情況,雙方一直殺到收官階段。最終,比賽在進行到5小時后,李世石180手投子認輸,“AlphaGo”以4比1贏得比賽。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。