·佩里恩的策略是由一个计算机程序提出的，该程序由美国研究公司FAR AI设计，与顶级围棋系统之一的KataGo进行了超过100万场比赛，以找到人类棋手可以利用的“盲点”。
一名人类棋手在围棋中击败了一个排名第一的人工智能系统。
据《金融时报》2月18日报道，美国业余选手凯林·佩里恩（Kellin Pelrine）利用另一台计算机发现的先前未知的AI缺陷击败了AI选手。在这场对弈中，佩里恩赢得了15局中的14局，且没有在计算机的直接支持下进行比赛。
这一胜利凸显了最先进的计算机围棋程序的弱点。
美国业余围棋选手凯林·佩里恩（Kellin Pelrine）。佩里恩的策略是由一个计算机程序提出的，该程序专门寻找人工智能系统的弱点。“令人意外的是，我们挖掘这个系统很容易。”设计该程序的美国研究公司FAR AI的首席执行官亚当·格里夫（Adam Gleave）说，该软件与顶级围棋系统之一的KataGo进行了超过100万场比赛，以找到人类棋手可以利用的“盲点”。
佩里恩说，该软件揭示的获胜策略对于人类来说“并非完全微不足道，但也不是超级难”，并且可以被中级玩家用来击败机器。他还用这种方法战胜了另一个顶级围棋系统Leela Zero。
尽管是在计算机建议的战术帮助下获胜，但人类的这一胜利发生在被视为人工智能崛起里程碑事件的七年之后。2016年，研究公司DeepMind设计的人工智能系统AlphaGo以4比1的比分击败了世界围棋冠军李世石。李世石将他3年后的退役归因于人工智能的兴起，称它是“一个不能被打败的实体”。
在围棋游戏中，两名棋手交替将黑白棋子放在标有19x19格子的棋盘上，力图包围对方的棋子并围出最大的空间。大量组合意味着计算机不可能评估所有潜在的动作。佩里恩使用的策略包括慢慢将一大组棋子串在一起包围对手，同时在棋盘的其他角落移动来分散AI的注意力。佩里恩说，围棋机器人没有注意到它的弱点，即使在包围圈接近完成时也是如此。
“但人会很容易发现。”他补充道。
美国加州大学伯克利分校计算机科学教授斯图尔特·罗素（Stuart Russell）表示，在一些最先进的围棋机器中发现的弱点表明，支撑当今最先进人工智能的深度学习系统存在根本性缺陷。
罗素说，这些系统只能“理解”它们过去接触过的特定情况，无法以人类认为容易的方式进行概括。“这再次表明我们过于草率地认为机器具有超人的智能水平。”
研究人员称，围棋系统失败的确切原因是推测问题。格里夫说，一个可能的原因是佩里恩所采用的策略很少被使用，这意味着AI系统没有接受过足够多的类似游戏的训练以意识到它们是脆弱的。当AI系统暴露于针对围棋机器的那种“对抗性攻击”时，通常会被发现存在缺陷。尽管如此，“我们看到非常大的（AI）系统在几乎没有验证的情况下被大规模部署”。
本文来自澎湃新闻
