新年伊始，围棋界就迎来了重磅消息：世界围棋排名Goratings进行了调整，将人工智能围棋程序AlphaGo和DeepZenGo从排名上删除，中国围棋名将柯洁排名重新回到首位，韩国李世石排名上升至第五。
此前与人工智能进行正式对局的棋手，也重新获得了等级分。1月30日的排名中，李世石以3523分名列第九。此次李世石在近期没有正式比赛时的情况下直接增加了16分，目前排名第五位。查看现在李世石的等级分变更记录，全年三月李世石在人机大战中1比4不敌AlphaGo的成绩没有计算在内。
Goratings世界围棋等级分此前把围棋人工智能AlphaGo计算在排名之内，曾引发不少争议。此次更新排名终于变成了真正的世界围棋人类棋手排名。参考更早出现对弈程序和国际等级分的国际象棋项目，这样做很正常。国际象棋的世界排名也是只有人类棋手的，对弈程序有自己单独的排名和比赛。
更新过后的世界围棋排名，柯洁以3633分高居榜首，领先第二名朴廷桓将近50分之多。芈昱廷和周睿羊排名第三和第四，逼近朴廷桓。李世石重返第五，井山裕太第六。
世界围棋排名删除人工智能程序排名，真正实现了人类棋手的围棋排名，世界围棋大赛应该是人与人之间的较量，人工智能不是人，他就是一台机器，只不过是比较精通于某种技能。人工智能的出现，可以说是社会、科技进步的一种表现，但是如果将人工智能纳入各种比赛，那么比赛就会丧失其公正性，人工智能夺得冠军也是没有什么可以庆幸的。不能够说明人工智能超越了人类，只能够说明制造其的团队，其研发人员，是非常厉害的，考虑是非常全面的，不然，程序来源于人类，是不可能高于人类的。 新世界围棋排名中人工智能被除名，这是对选手的一种尊重，也是对比赛的一种尊重。中国在人工智能领域研究里是弱项，应学习技术，提高自己在人工智能领域的地位。
人工智能与人类的围棋大战始末
2015年10月，Google的围棋人工智能“阿尔法Go”（AlphaGo）的最新进展：它让计算机在没有任何让子的情况下，以5:0完胜围棋欧洲冠军樊麾。这是第一次，计算机在一块全尺寸棋盘、没有任何让子的情况下，赢了职业围棋选手。
2016年3月15日，谷歌围棋人工智能AlphaGo今天与韩国棋手李世石进行最后一轮较量，AlphaGo获得本场比赛胜利，最终人机大战总比分定格在1:4。
2016年在12月29日，升级版的AlphaGo采用20秒下3个子的快棋模式十战全胜，谢尔豪四段、孟泰龄六段、於之莹五段、韩一洲四段、乔智健四段，皆是当下围棋界的职业棋手，都败在master的手上。
2016年12月31日，升级版的AlphaGo已经在网上挑战众多“披着马甲”的国内外一流高手了，其中就包括韩国第一人朴廷桓、新科百灵杯冠军陈耀烨以及中国名人战冠军连笑，全都是N：0，人类无一胜局。
2017年1月4日，升级版的AlphaGo挑落中国棋圣聂卫平，取得54连胜。这次master大杀四方，堪称人工智能在围棋上碾压人类规模最大的一次。
2017年4月，自去年李世石挑战阿尔法狗失败后，人类一直期待当今围棋第一人柯洁与阿尔法狗的终极较量，最终把战旗定在了今年四月份，地点则是浙江的乌镇。
AlphaGo和Master背后的技术——深度学习
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
深度学习的概念由Hinton等人于2006年提出。基于深度置信网络(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。
同机器学习方法一样，深度机器学习方法也有监督学习与无监督学习之分．不同的学习框架下建立的学习模型很是不同．例如，卷积神经网络（Convolutional neural networks，简称CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信网（Deep Belief Nets，简称DBNs）就是一种无监督学习下的机器学习模型。
人工智能的分类
弱人工智能 Artificial Narrow Intelligence（ANI）: 弱人工智能是擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋，你要问它怎样更好地在硬盘上储存数据，它就不知道怎么回答你了。
强人工智能 Artificial General Intelligence（AGI）: 人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。Linda Gottfredson 教授把智能定义为“一种宽泛的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。”强人工智能在进行这些操作时应该和人类一样得心应手。
超人工智能 Artificial Super Intelligence （ASI）: 牛津哲学家，知名人工智能思想家 Nick Bostrom 把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。
人工智能带来颠覆性影响
不可否认，人工智能会带来颠覆性的影响。放眼未来，人工智能的产业化应用，将是全球新一轮产业革命的引爆点，“智能+”也或将取代“互联网+”，成为经济发展的重要推动力量。德国的工业4.0旨在打造智能工厂、智能生产、智能物流，美国提出以智能制造实现“再工业化”的战略构想，中国也把人工智能列为“互联网+”行动计划的重点领域……在这场新的技术革命中，谁抢占先机，谁就能获得新一轮产业革命的主动权。
自从英国数学家图灵提出“机器能思考吗”的命题，人工智能就开始进入人类的思想。而人类的全部尊严就在于思想，人工智能作为人类思想的产物，也将再次证明人类的伟大。
人工智能正在进入改变每个行业：广告，农业，教育，金融，法律，制造业，医疗，石油，媒体，零售，诊断，机器人等。
此前与人工智能进行正式对局的棋手，也重新获得了等级分。1月30日的排名中，李世石以3523分名列第九。此次李世石在近期没有正式比赛时的情况下直接增加了16分，目前排名第五位。查看现在李世石的等级分变更记录，全年三月李世石在人机大战中1比4不敌AlphaGo的成绩没有计算在内。
Goratings世界围棋等级分此前把围棋人工智能AlphaGo计算在排名之内，曾引发不少争议。此次更新排名终于变成了真正的世界围棋人类棋手排名。参考更早出现对弈程序和国际等级分的国际象棋项目，这样做很正常。国际象棋的世界排名也是只有人类棋手的，对弈程序有自己单独的排名和比赛。
更新过后的世界围棋排名，柯洁以3633分高居榜首，领先第二名朴廷桓将近50分之多。芈昱廷和周睿羊排名第三和第四，逼近朴廷桓。李世石重返第五，井山裕太第六。
世界围棋排名删除人工智能程序排名，真正实现了人类棋手的围棋排名，世界围棋大赛应该是人与人之间的较量，人工智能不是人，他就是一台机器，只不过是比较精通于某种技能。人工智能的出现，可以说是社会、科技进步的一种表现，但是如果将人工智能纳入各种比赛，那么比赛就会丧失其公正性，人工智能夺得冠军也是没有什么可以庆幸的。不能够说明人工智能超越了人类，只能够说明制造其的团队，其研发人员，是非常厉害的，考虑是非常全面的，不然，程序来源于人类，是不可能高于人类的。 新世界围棋排名中人工智能被除名，这是对选手的一种尊重，也是对比赛的一种尊重。中国在人工智能领域研究里是弱项，应学习技术，提高自己在人工智能领域的地位。
人工智能与人类的围棋大战始末
2015年10月，Google的围棋人工智能“阿尔法Go”（AlphaGo）的最新进展：它让计算机在没有任何让子的情况下，以5:0完胜围棋欧洲冠军樊麾。这是第一次，计算机在一块全尺寸棋盘、没有任何让子的情况下，赢了职业围棋选手。
2016年3月15日，谷歌围棋人工智能AlphaGo今天与韩国棋手李世石进行最后一轮较量，AlphaGo获得本场比赛胜利，最终人机大战总比分定格在1:4。
2016年在12月29日，升级版的AlphaGo采用20秒下3个子的快棋模式十战全胜，谢尔豪四段、孟泰龄六段、於之莹五段、韩一洲四段、乔智健四段，皆是当下围棋界的职业棋手，都败在master的手上。
2016年12月31日，升级版的AlphaGo已经在网上挑战众多“披着马甲”的国内外一流高手了，其中就包括韩国第一人朴廷桓、新科百灵杯冠军陈耀烨以及中国名人战冠军连笑，全都是N：0，人类无一胜局。
2017年1月4日，升级版的AlphaGo挑落中国棋圣聂卫平，取得54连胜。这次master大杀四方，堪称人工智能在围棋上碾压人类规模最大的一次。
2017年4月，自去年李世石挑战阿尔法狗失败后，人类一直期待当今围棋第一人柯洁与阿尔法狗的终极较量，最终把战旗定在了今年四月份，地点则是浙江的乌镇。
AlphaGo和Master背后的技术——深度学习
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
深度学习的概念由Hinton等人于2006年提出。基于深度置信网络(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。
同机器学习方法一样，深度机器学习方法也有监督学习与无监督学习之分．不同的学习框架下建立的学习模型很是不同．例如，卷积神经网络（Convolutional neural networks，简称CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信网（Deep Belief Nets，简称DBNs）就是一种无监督学习下的机器学习模型。
人工智能的分类
弱人工智能 Artificial Narrow Intelligence（ANI）: 弱人工智能是擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋，你要问它怎样更好地在硬盘上储存数据，它就不知道怎么回答你了。
强人工智能 Artificial General Intelligence（AGI）: 人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。Linda Gottfredson 教授把智能定义为“一种宽泛的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。”强人工智能在进行这些操作时应该和人类一样得心应手。
超人工智能 Artificial Super Intelligence （ASI）: 牛津哲学家，知名人工智能思想家 Nick Bostrom 把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。
人工智能带来颠覆性影响
不可否认，人工智能会带来颠覆性的影响。放眼未来，人工智能的产业化应用，将是全球新一轮产业革命的引爆点，“智能+”也或将取代“互联网+”，成为经济发展的重要推动力量。德国的工业4.0旨在打造智能工厂、智能生产、智能物流，美国提出以智能制造实现“再工业化”的战略构想，中国也把人工智能列为“互联网+”行动计划的重点领域……在这场新的技术革命中，谁抢占先机，谁就能获得新一轮产业革命的主动权。
自从英国数学家图灵提出“机器能思考吗”的命题，人工智能就开始进入人类的思想。而人类的全部尊严就在于思想，人工智能作为人类思想的产物，也将再次证明人类的伟大。
人工智能正在进入改变每个行业：广告，农业，教育，金融，法律，制造业，医疗，石油，媒体，零售，诊断，机器人等。
