Китайский мастер Кэ Цзе вновь сразится в го с искусственным интеллектом

В мае этого года китайский мастер игры в го Кэ Цзе проиграл алгоритму AlphaGo, созданному принадлежащей Google компанией Deep Mind. Поражение Кэ Цзе во всех трех играх матча с искусственным интеллектом окончательно подтвердил триумф программы Deep Mind, которая ранее одолела еще двух сильных игроков в го. После этого поединка Alpha Go больше не участвует в соревнованиях по го, а Кэ Цзе пообещал, что больше не будет играть с искусственным интеллектом. И если создатели Alpha Go держат свое слово и работают над более совершенным наследником своего алгоритма, который за считанные часы осваивает го, шахматы и сёги, достигая вершин мастерства, то Цзе нарушил данное весной обещание. Как пишет Engadget , в апреле 2018 года мастер сразится с китайской программой Tianrang. Ранее этот алгоритм был признан одним из лучших среди программ для го, участвовавших в соревнованиях Ryusei-2017, которые прошли в Японии в начале декабря. Особенность Tianrang заключается в том, что для перемещения игровых камней по полю для го программе не требуется помощь человека – для этого она использует специальный манипулятор, созданной в Университета Фучжоу. Напомним, что Кэ Цзе обладает девятым даном. После череды побед, одержанных в 2015 и 2016 годах, он считается суперзвездой в мире профессионального го и игроком номер один в Китае. С сентября 2014 года он занимает первое место в неофициальном мировом рейтинге игроков в го, составляемом французским экспертом в области компьютерных технологий и создателем программы для игры в го Crazy Stone Реми Куломом. Го - одна из древнейших настольных игр, и до недавних успехов AlphaGo считалось, что компьютер, даже обладающий высокими вычислительными мощностями, не способен играть в го на равных с профессиональным игроком из-за высокого уровня абстракции и невозможности перебора всех доступных вариантов развития событий. Например, точное число допустимых комбинаций на доске для го больше, чем число атомов в наблюдаемой Вселенной. Ссылка на источник