首页 > 资讯列表 > 科技资讯 >> 智能设备

被谷歌AlphaGo改变的世界 李世石围棋人机大战一周年

智能设备 2017-03-13 15:20:10 转载来源: 网络整理/侵权必删

去年今日,三连败的李世石扳回一局。然而这一针兴奋剂很快失效,随后李世石再折一阵,最终以1:4输给AlphaGo

去年今日,三连败的李世石扳回一局。

然而这一针兴奋剂很快失效,随后李世石再折一阵,最终以1:4输给AlphaGo。在围棋人机大战中,顶级人类选手完败给人工智能。

人工智能一战成名,李世石留下落寞侧影。为AlphaGo落子的黄士杰一年后回忆说:“当时我代表AlphaGo下棋,必须保持冷静”。

从那时起到现在,人类始终生活在一个被AlphaGo改变的世界

一年回望

站在围棋人机大战一周年的节点上,该如何回顾过去、展望未来呢?量子位先把几个问题抛给创新工场AI工程院副院长王咏刚。

量子位:一年后再看AlphaGo有何改变?有什么记忆犹新的片段?

王咏刚:AlphaGo出世一年,其实进入大家视野的是三个版本:5:0击败樊麾的内测版本,4:1击败李世石的版本,以Master网名60:0快棋挑落中日韩高手的版本。三个版本演进脉络明显,每次迭代都有重大升级。

最震撼的是计算机在人类传统认为极其玄妙的、电脑无法掌握的“大局观”上突飞猛进,远远将人类选手甩在身后。电脑计算“大局观”的方式,和人类培养“大局观”的思路,有根本的差别。人类没可能在这方面赶上电脑。

和樊麾对局的棋谱基本上还看不出AlphaGo的大局观有多强,和李世石对局就下出了聂卫平赞不绝口的五路肩冲,到了Master的60局,大局观体现在两个地方:

1)从始至终对局势的把握,比如第60局古力用AlphaGo的思路对付AlphaGo,把中央撑得很满,但AlphaGo不紧不慢,总是恰到好处地保持胜势。

2)已经深刻影响人类对布局的思考,大飞守角之类的变化迅速被人类棋手模仿,这和当年深蓝问世后,国际象棋的布局革命是一样的。

量子位:过去一年,有什么具体产品或研究,是基于AlphaGo的么?

王咏刚:AlphaGo用的是AI领域应用非常普遍的算法:深度学习、蒙特卡洛算法、增强学习等。

从概念上可以说,机器视觉相关的深度学习技术,包含环境-决策-反馈的智能系统,里面都有AlphaGo的影子。当然,直接的代码实现层面,肯定没有复制、粘贴这样直接借用的关系,因为AlphaGo的深度学习模型毕竟是围绕围棋的特征建立的。

DeepMind去年发布的读唇术LipNet,与英国国家医疗服务体系NHS合作推出的医疗辅助应用Streams,与眼科医院合作帮助眼部疾病诊断等等,可以说都是与AlphaGo同源的技术。

量子位:AlphaGo是否已经攻克围棋?未来可提升的空间还有哪些?

王咏刚:“攻克围棋”,如果说战胜人类选手的话,AlphaGo已经实现了,而且现在“绝艺”,DeepZen之类的程序对人类胜率也很高了。

未来最多三年必将发生的是,手机上的本地APP就可以战胜人类职业高手,现在热闹的网上围棋对弈平台都会死掉(因为对手可以轻易用手机作弊),人类围棋将回归现场竞赛,围棋培训讲师将更重视普及教育,因为中高级的提高训练完全可以用机器代练。

不过,如果说“攻克围棋”是像计算机可以穷举西洋跳棋的所有变化那样,让电脑成为围棋“上帝”,这个应该还不大可能。现在AI大部分的招数,还在人类高手可以理解的范畴内。AI也有一些可疑的“弱点”,比如官子水平到底如何等等。

以后AI和AI之间的竞赛,应该会不断促进AI提高(但这种没有太多商业利益的事情,有没有持续投入是个问题)。人类应该望尘莫及,但可以不断从AI中学习新的思想。

不止下棋

“AlphaGo给大家最大启发,不是赢棋,而是如何构建一个智商超过300的机器”,HTC负责研发及医疗的总裁、原Google中国工程院副院长张智威说。

构建的方法有两个:一是训练、二是数据。张智威最近在清华的一次分享(传送门)中说,“如果能做好这件事,各位都是亿万富翁。最近两年,我们每天都在想,哪些领域可以拿到无限的数据”。

而在AAAI Fellow、IEEE Fellow、香港科技大学杨强教授看来,DeepMind在创造AlphaGo的过程中,引入一个新的概念:利用深度学习+强化学习,来判断现状和预测未来。这与未来的商业模式有着明确的关联:

通过对大数据的分析,对现实的判断和对商业未来走向进行预估。

杨强还试图基于AlphaGo归纳出一套人工智能的应用流程:算法的目标是什么?有没有数据?数据在哪里?问题的边界是否清晰?什么叫合理的走法、什么叫犯规的走法?你的特征在哪里?又如何得到这些特征?是否可以得到一个持续的反馈?

但也有人沿着另一条路前进。

围棋也好、国际象棋也好、国际跳棋也好,所有这些都是完美信息博弈。现实世界中,不完美信息才是常态,各种看不见的隐藏信息产生了大量的不确定性,而德州扑克代表的就是这种类型的博弈。

今年初,在德州扑克的人机大战中,人工智能Libratus击败了四位顶级人类玩家。创造了这个AI的卡内基梅隆大学Sandholm教授说,能够处理不完美信息的AI,未来可以用于商业谈判、网络安全、医疗方案制定等领域。

人工智能发展的终极目标,是通用人工智能(AGI)。通用人工智能可以解决任何一个问题。想要实现AGI就得让人工智能学会解决不确定性问题,这也是德州扑克人机大战的重大意义之一。

对于已届不惑的Demis Hassabis来说,创立DeepMind的目标绝不仅限于创造AlphaGo。过去的一年里,DeepMind还搞出了很多有意思的创新。

比方说可以模拟任意一种人类声音的WaveNet;以及与英国国家医疗服务体系合作,使用人工智能来改善医疗行业等。

继续战斗

过去的一年里,仅仅在围棋界,出彩的人工智能就不止AlphaGo一家。比方说量子位此前报道过的首个围棋十段:腾讯绝艺(传送门),就是一个AI。

而对于AlphaGo来说,挑战也还没结束。

现在的围棋江湖里,中日韩三强中,无疑中国军团占据了绝对的优势。刚刚结束的第18届农心杯三国围棋擂台赛上,中国队仅上场两位选手,就将日韩两队悉数全灭。连笑、柁嘉熹、柯洁等重量级棋手尚未登场,就已经拿下冠军。

不在正式场合对阵世界排名第一的柯洁,对于AlphaGo来说始终不够完美。去年AlphaGo挑战李世石前,各方还就谁赢谁输打赌。

当时《连线》记者在报道中描述道:

一位名叫周峰的中国记者在观战室拦下了我,开心地和我这种将AlphaGo视为科技奇迹而非围棋杀手的人进行对话。

但是当我询问看见李世石输了比赛他作何感想时,他指着心口说:“我很难过。”

四月,新的人机大战又要启幕了。

量子位很想问问,如果柯洁这次也输给AlphaGo,周峰还会特别难过么?

这一次,在人工智能和人类顶级高手之间,你觉得谁会赢呢?

“我们不关心输赢。输赢其实不用看的,AI想赢它就肯定能赢”,云从CEO周曦说,“关键问题是AlphaGo会不会有些新的想法”。

好戏又要上演,而未来的人机大战,势必不止于围棋。

标签: 谷歌 AlphaGo 变的 世界 李世石 围棋 人机 大战 一周年


声明:本文内容来源自网络,文字、图片等素材版权属于原作者,平台转载素材出于传递更多信息,文章内容仅供参考与学习,切勿作为商业目的使用。如果侵害了您的合法权益,请您及时与我们联系,我们会在第一时间进行处理!我们尊重版权,也致力于保护版权,站搜网感谢您的分享!

站长搜索

http://www.adminso.com

Copyright @ 2007~2024 All Rights Reserved.

Powered By 站长搜索

打开手机扫描上面的二维码打开手机版


使用手机软件扫描微信二维码

关注我们可获取更多热点资讯

站长搜索目录系统技术支持