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(hào)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(gè)世界慢棋個(gè)人賽冠軍和5個(gè)亞軍,以及3個(gè)世界快棋個(gè)人賽冠軍和1個(gè)亞軍。
那么,對(duì)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(biāo)賽
2. 富士通杯世界圍棋錦標(biāo)賽(已停辦)
3. 東洋證券杯世界圍棋錦標(biāo)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(biāo)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(mèng)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(rèn)為,李世石的冠軍含金量比李昌鎬的要更高。李昌鎬時(shí)代的競爭相比不是很激烈,在那個(gè)時(shí)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(duì)手主要是同胞曹薰鉉和劉昌赫。那一時(shí)期的棋風(fēng)也相對(duì)平和,李昌鎬從不犯錯(cuò)的風(fēng)格使得他在那一時(shí)期獨(dú)領(lǐng)風(fēng)騷。
而現(xiàn)在李世石所處的時(shí)代,中國棋手開始人才井噴,而且棋風(fēng)變化很大,各個(gè)都是力戰(zhàn)派,古力、柯潔都是實(shí)力強(qiáng)勁的對(duì)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(jī)大戰(zhàn)五番棋在首爾四季酒店進(jìn)行。
3月9日,李世石首戰(zhàn)狀態(tài)不佳,執(zhí)黑中盤認(rèn)輸,比分0比1落后。
3月10日,“人機(jī)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(rèn)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(duì)于AlphaGo的測(cè)試,剩下的兩局比賽依舊會(huì)照常下完。
3月13日,第四輪對(duì)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(jìn)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(jī)大戰(zhàn)收官戰(zhàn),與之前的4場比賽不同,這次對(duì)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(jìn)行到5小時(shí)后,李世石180手投子認(rèn)輸,“AlphaGo”以4比1贏得比賽。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。