AI wins Tournament against Go-Master Lee Sedol (UPDATE: AI wins 4-1 after final Match)

Gepostet vor 1 Jahr, 2 Monaten in #Misc #Tech #AI #BoardGames

Share: Twitter Facebook Mail

[update 15.3.] „Google DeepMind’s AlphaGo program beat champion Go player Lee Sedol in their fifth and final match in Seoul Monday afternoon, bringing their tournament to a close, 4-1.“

Die Go Association hatte der KI heute morgen für ihren Sieg den neunten Dan Grandmaster Rank verliehen: „Google's artificial intelligence (AI) program AlphaGo has been awarded the highest Go grandmaster rank, reserved for those whose ability at the ancient board game borders on "divinity", South Korea's Go Association said on Tuesday (March 15).“


gggoooIm Januar hatte Googles AI AlphaGo einen 2nd Dan-Go-Player geschlagen, vor ein paar Wochen noch ’ne Sensation. Das Match damals war der Auftakt für ein Tournament gegen Lee Sedol, lange Zeit einer der besten Spieler der Welt, der mit nur 20 Jahren den höchsten (9.) Dan erreichte. Der war vor ein paar Monaten noch sehr zuversichtlich, nachdem er das bereits im Herbst 2015 abgehaltene Match studiert hatte: „I have heard that Google DeepMind’s AI is surprisingly strong and getting stronger, but I am confident that I can win at least this time.“

Was er dabei nicht beachtete: Seit Oktober hat AlphaGo weitergelernt. Und nun hat er ein (eigentlich auf 5 Matches angelegtes) Tournier haushoch mit 0-3 verloren (im Bild rechts: Endstand des dritten Matches). Die beiden restlichen Runden werden noch gespielt, bleibt abzuwarten, ob Lee überhaupt nochmal gegen die Maschine punkten kann. Ich bin skeptisch, der Drops ist gelutscht.

A Google-developed computer programme took an unassailable 3-0 lead in its match-up with a South Korean Go grandmaster on Saturday—marking a major breakthrough for a new style of "intuitive" artificial intelligence (AI). The programme, AlphaGo, secured victory in the five-match series with its third consecutive win over Lee Se-Dol—one the ancient game's greatest modern players with 18 international titles to his name. Lee, who has topped the world ranking for much of the past decade and confidently predicted an easy victory when accepting the AlphaGo challenge, now finds himself fighting to avoid a whitewash defeat in the two remaining games on Sunday and Tuesday.

Interessantes Bit aus ’nem Zeit-Interview mit Go-Spieler Christoph Gerlach:

ZEIT ONLINE: Könnte ein Experte, der nur die Züge der Partie zwischen Sedol und AlphaGo nachliest, erkennen, wer Mensch und wer Maschine ist, wie in einem Turing-Test?

Gerlach: Ich habe keinen Unterschied entdeckt. Und ich glaube, andere auch nicht.

Hier eine Analyse des ersten Matches:

Und bei dem ganzen Machine Learning-Bruhaha nicht vergessen, und das ist das wirklich creepige an dem ganzen Kram: Machine Learning works great – Mathematicians just don’t know why.

[update 13.3.] Das Tournier hat Lee Sedol jetzt bereits verloren, aber die vierte Runde hat er immerhin gewonnen. Menschen sind also (noch) nicht chancenlos gegen AlphaGo:

Song Taegon, 9-dan, Korean commentator, said:
“It seems Lee Sedol can now read AlphaGo better and has a better understanding of how AlphaGo moves. For the 5th match, it will be a far closer battle than before since we know each better. Professional Go players said that they became more interested in playing Go after witnessing AlphaGo’s innovative moves. People started to rethink about moves that were previously regarded as undesirable or bad moves. AlphaGo can help us think outside of the box in Go games.“

Neural Network sorts Skate Decks

David De Vigne hat ein Neural Network auf seine Sammlung von Skatedecks trainiert und hat sie damit nach visuellen Merkmalen…

How Computer Vision Is Finally Taking Off

Nat and Friends: „Computer vision is fascinating to me because a) it sounds intriguing and b) it’s a part of…

Deep Dreaming an Art Archive

Tolle Installation des türkischen Künstlers Refik Anadol, der eine künstliche Intelligenz und ihr Machine Learning auf das Archiv des SALT…

Smile-Filtering a Face until there is no Face left to smile-filter

Gene Kogan: „just in case you were wondering, this is what happens when you repeatedly run FaceApp’s smile filter until…

Neural Network dreams your Dreams

Wissenschaftler können bereits seit Jahren Bilder aus Gehirnscans extrahieren, also: Tatsächlich ein Abbild davon schaffen, was wir sehen. Die Resultate…

4 AI-Obamas learn Algo-Lipsynch from Audio

Seit ich über die neuen Möglichkeiten von Machine Learning bezüglich Computer Vision und der Generation von Bildern schreibe, vor allem…

The Thing-Boardgame

Mondo veröffentlicht dieses Jahr zu Halloween ein Boardgame basierend auf John Carpenters The Thing. WANT!

Neural Networks for Character Control

Daniel Holden, Taku Komura und Jun Saito haben ein Neural Network auf Character-Animationen trainiert, mit dem Figuren in Games und…

AI Voice-Cloning

Vor ein paar Monate veröffentlichte Google sein WaveNet, ein auf Stimmen trainiertes Neurales Netzwerk mit einem deutlichen Qualitätssprung gegenüber bisherigen…

Neural Network cooks with Cthulhu

Janelle Shane spielt mit Neural Networks rum und hat eins davon auf Lovecraft trainiert. Dann hat sie das Neural Network…

Next Level, photorealistic Style-Transfer

In ihrem neuen Paper stellen Fujun Luan, Sylvain Paris, Eli Shechtman und Kavita Bala eine neue Style-Transfer-Methode vor: Figure 1:…