AI产品--深蓝deep和沃森Watson

回顾IBM的深蓝和沃森,深蓝通过α-β剪枝算法在1997年击败国际象棋冠军卡斯帕罗夫,展示了计算机在棋类游戏中的智能。沃森则在2011年《危险边缘》节目中战胜人类对手,展现了自然语言处理和知识问答的能力。两者标志着AI在特定领域的突破。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

深蓝deepblue

  它是一个国际象棋程序,采用的是20 世纪60 年代就提出的α-β 剪枝算法,IBM 公司聘请了若干个国际象棋特级大师总结下棋的模式和知识,用于对局面的评估。最终于1997 年战胜了连续10 年国际象棋世界冠军卡斯帕罗夫。

  采用的是α-β 搜索框架,加上大量的人类知识,在技术上已经没有什么发展空间。
  这样就要求对于出现的棋局进行打分,按照该打分选择最佳的走法。因此在α-β剪枝算法框架下写博弈程序时,如何程序实现α-β剪枝算法并不是难点,如何正确或者尽可能正确地对棋局进行打分成为了程序智能水平的最关键部分。
  为什么国际象棋、中国象棋程序可以达到人类最高的水平?其原因也就在这里。当搜索达到一定深度后,无论是国际象棋还是中国象棋,可以通过人工的办法给出一些还算可靠的计分办法,比如双方棋子的数量,车、马、炮所在位置等,都是可以有效计分的依据,当然这需要对棋本身具有很深刻的了解才行。而围棋,在这方面就困难的多,所以至今还没有找到相对可靠的计分办法,从而导致α-β剪枝算法框架的失败。


沃森Watson

  是IBM 为了纪念公司成立100 周年研发的一个问答系统,其名称是为了纪念IBM 公司的创始人Thomas J. Watson 先生。
  2011 年在美国最受欢迎的智力竞猜电视节目《危险边缘》中,沃森击败该节目历史上两位最成功的选手肯? 詹宁斯和布拉德? 鲁特,成为《危险边缘》节目新的王者。
  在沃森系统中,共采用了100 多项与自然语言处理、知识问答相关的技术,利用《危险边缘》节目创始以来40 多年的问题与答案进行训练,存储了大量图书、新闻和电影剧本资料、辞海、文选和《世界图书百科全书》等数百万份资料,在3 秒内可以给出一个问题的答案。
  IBM 公司把相关技术称之为认知计算。IBM 公司以此为契机,成立了沃森集团,专注于认知计算的研究和应用,已经在医疗健康领域取得了很好的成果。从通用性和商用性的角度来说,它是三者(另外两个是deepblue和alphaGO)中最好的。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值