凤凰围棋获得2018年世界人工智能围棋冠军
凤凰围棋开源怎么下载应用。
2018年世界人工智能围棋大赛半决赛和决赛于4月28日在福州举行。在上午的半决赛中，绝艺和凤凰围棋分别击败了天算围棋和丽拉围棋晋级决赛。在下午的比赛中，之前保持不败的绝艺在决赛中意外连续两盘输给凤凰围棋。虽然绝艺在第三局获胜，但最终是1:2分输给凤凰围棋。这样，凤凰围棋赢得了2018年世界人工智能围棋大赛冠军，绝艺排名第二；丽拉围棋击败天算围棋，获得本次比赛第三名和第四名。棋客围棋为棋友们带来了精彩的棋谱直播：
半决赛结果：凤凰围棋。
绝艺胜天算围棋
凤凰围棋胜利丽拉围棋
决赛对阵：
第一局:凤凰围棋绝艺负凤凰围棋和绝艺谁强。
第二局:凤凰围棋绝艺负
第三局:绝艺胜凤凰围棋:
三四定位赛对阵：
天算围棋负丽拉围棋凤凰围棋软件。
半决赛和决赛时间表：
09：00——10：30半决赛凤凰碁石围棋。
12：30——14：00决赛第一局围棋棋谱。
14：15——15：45决赛第二局
16：00——17：30决赛第三局
16：00——17：30定位赛第三名和第四名
棋客围棋整理发布！一什么围棋。
更多精彩的赛事直播，棋文棋事，都在棋客围棋，下载棋客APP，和热爱围棋的棋友谈！什么是围棋。
在Facebook之后，PhoenixGo也开源了 之后，一个GPU击败柯洁
今日，腾讯微信翻译团队宣布开源围棋人工智能PhoenixGo！
4月28日，腾讯微信人工智能围棋PhoenixGo(凤凰围棋)在福州举办的“贝瑞基因杯”2018世界人工智能围棋大赛上表现出色，获得冠军。
Phoenixgo是腾讯微信翻译团队开发的人工智能围棋程序。除了开发机器翻译引擎外，几名工程师还在AlphagoZero论文的基础上实现了该项目，并进行了一些创新，以提高培训效率，利用微信服务器的闲置计算资源进行自我游戏，缓解了Zero版本对大量资源的苛刻需求。围棋go。
Bensondarr已经2000名人类职业棋手了 连胜
今年年初，PhoenixGo在野狐围棋上以Bensondarr等账号进行实战，在与全球棋手和野狐棋手的战斗中不断完善。目前，人类职业棋手已经200人了 连胜。最近，微信翻译团队在野狐围棋平台上的账号“金毛测试”运行在一个接近GTX1080Ti性能的Teslap40上，对人类棋手也有很高的胜率。
“金毛测试”人气排名第一lizzie围棋。
AlphaGoZero需要大量的计算资源来生成棋谱。PhoenixGo利用微信后台成千上万台CPU服务器的业余时间成长，但这种量级的计算资源很难被公众获得。为了让其他研究人员在我们的基础上继续探索围棋人工智能的奥秘，也为了让玩家更方便地研究围棋人工智能的国际象棋，同时方便许多围棋爱好者可以享受家庭普通电脑和专业九段的乐趣，微信翻译团队决定开源游戏源代码和良好的训练模型。围棋绝艺究竟多厉害。
从福州比赛回来后，微信翻译团队开始开始PhoenixGo的开源。经过一周多的源代码整理，该团队开源了PhoenixGo游戏源代码和20block模型。值得注意的是，培训源代码和其他源代码暂时不开源，因为它们与微信内的云计算平台耦合深，不易分离。这个源代码和模型可以在单个GPU上提供强大的专业棋手，在单机多卡和多机多卡系统上远远超过人类棋手的水平。
微信团队表示，PhoenixGo作为一项新技术，仍在不断探索和完善。
开源地址：绝艺围棋。
https：//github.com/Tencent/PhoenixGo
让我们回顾一下不久前宣布开源的FacebookAI。
5月2日，FacebookAIResearch(FAIR)官网博客宣布开源其AI围棋机器人ELFOpengo(包括源代码和训练模型)。该机器人是基于ELF平台开发的，击败了世界前30名的4名围棋选手。
据了解，这项工作主要受到DeepMind的启发。今年早些时候，FAI开始了这项工作，希望基于其强化学习和研究而开发的可扩展和轻量级框架(ExtensibleLightweightFramework，ELF)再现AlphaGoZero最近的结果。其目的是创建一个开源系统，可以自学围棋，达到人类专业棋手的水平或更高水平；他们还希望鼓励更多的人通过发布的代码和模型来思考该技术的新应用和研究方向。围棋代码。
据项目负责人田元东介绍，他们用2000GPU训练模型，大约两到三周后获得了当前版本的围棋人工智能模型，基本上超过了强专业玩家的水平。ELFOPengo在与世界前30名专业围棋玩家（金志锡、沈、朴永训、崔哲汉）的比赛中，Opengo
4：0的成绩赢得了所有的比赛；在比赛中，Opengo使用单个GPU每步搜索50秒（每步搜索8万个情况），而人类棋手可以长期思考。
此外，ELFOpengo与目前公开可用、最强大的围棋机器人Leelazero相比，后者采用了除ponder外的缺失配置和公开权重(192×15，158603eb，Apr.25、2018)，OpenGo赢得了200场比赛。
田渊栋博士随后在知乎发表的一篇感受文章中提到，Opengo项目「不是为了做最好的围棋程序，也不是为了打败谁」。这个项目有三个目的：围棋子。
(1)AlphaGoZero/AlphaZero算法非常有趣。我们想知道它为什么有效，它是如何有效的，它是否像宣传的一样是一种通用算法，只要堆叠机器，强大的人工智能就会立即到来？还是这个算法有什么问题和弱点？DeepMind没有开源或透露细节，文章中的一些地方也没有写得很清楚。我以前写过Blog讨论，但没有第一手经验总是不太实用。因此，本着研究的目的，我们需要复现，先复现，再创新，这就是做研究的习惯。围棋用料。
(2)今年年初，我重写了ELF的核心代码，并增加了分布式培训，需要找到一个具体的应用程序来测试。从这个角度来看，AlphaGoZero/AlphaZero是一个完美的选择，而且之前也有DarkForest代码和围棋的经验，所以拼起来不需要太大的努力。
(3)无论是通用算法还是分布式平台，都可以用来做很多其他的事情，不一定是围棋，也不一定是游戏。如果去看ELFOpengo的代码，会发现很大一部分与围棋无关，完全适合其他方向的工作。对我们来说，围棋只是做好算法和平台的一种手段。在这一点上，花点时间做好围棋是值得的。
田渊东博士说，随着今天ELFOpengo的发布，这三个目标都实现了。当然，他们更希望借此机会推广ELF平台和PyTorch深度学习框架，让更多的人使用和改进它。
代码见：https://github.com/pytorch/ELF
模型见：https://github.com/pytorch/ELF/releases星阵围棋。
柯洁九段
无论如何，我们都可以预见，在不久的将来，在家用电脑或个人笔记本上击败柯洁九段等一流的职业棋手，不是一个疯狂的梦想，而是一个赤裸裸的事实。
联系作者QQ：841991949
