
北京时间1月5日消息,谷歌DeepMind开发的AI在围棋棋盘上战胜韩国世界冠军之后再度重返,这一次AlphaGo在网上战胜了顶尖棋手,而且是悄悄进行的。

DeepMind创始人哈撒比斯(左一)与李世石握手
今天早些时候,谷歌DeepMind创始人丹米斯·哈撒比斯(Demis Hassabis)在Twitter发布消息,证实升级版AlphaGo在网上与真人对决。
哈撒比斯写道:“在过去几天里,我们在网上进行了一些非正式围棋比赛,对局以快棋的形式进行……我们的目的只是为了查看系统是否如预期一样好。”他还说:“感谢那些在弈城围棋网和野狐围棋网与我们对弈的棋手,我们的账号是Magister(P) 和Master(P),我们还要感谢那些观战的人。”
之前许多人都在猜测这位围棋高手是谁,大家都不确定,有人怀疑它是电脑。中国棋手古力悬赏10万元,寻找可以打败“Master”的棋手。
DeepMind发布的消息显示,非正式测试可能已经结束,今年晚些时候,AlphaGo将会参加一些正式比赛。
附哈撒比斯发布的最新声明:

一直以来,我们都在努力改进AlphaGo,在过去几天里,我们进行了一些非正式网上比赛,对局以快棋的形式进行,参加比赛的是最新开发的原型版系统,进行网上对决只是为了检查系统,看它是不是和预料的一样好。感谢那些在弈城围棋网和野狐围棋网与我们对弈的棋手,我们的账号是Magister(P) 和Master(P),我们还要感谢那些观战的人。
新版AlphaGo在比赛中下出了一些富有创意、非常漂亮的棋步,我们和围棋社区从中学到了许多东西,对此我们感到很兴奋,结果让人满意。
与AlphaGo对弈之后,棋手古力发帖称:“人类与AI携手合作,很快将会揭开围棋的深层秘密。”现在我们的非正式测试已经结束,今年我们准备与围棋组织、专家合作,举办正式、完整的比赛,进一步探索围棋的秘密,让人类与AI互相启迪,共同进步。很快我们就会公布更多消息。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。