AlphaGo又贏了 人工智能要逆天?

掃碼閱讀手機版

來源: 中國企業家 作者:翟文婷 編輯:徐林軒 2017-05-24 09:37:01

內容提要:不管是圍棋界還是科技界,基本已經達成人類不再是AI對手的共識……

  不管是圍棋界還是科技界,基本已經達成人類不再是AI對手的共識。

  幾乎沒有什麼懸念,AlphaGo又贏了。烏鎮圍棋峰會與柯潔的首戰中,雖然柯潔出手漂亮,但這款明星AI還是以1/4子獲勝。

  從現場直播來看,柯潔狀態不錯,偶爾思考時用他標志性的『抓頭發』、『皺眉心』等小動作。在最後『官子』階段,勝負即將分明時,鏡頭捕捉到他一個苦笑的表情。賽後他承認,當時知道已經要輸了。

  整場比賽,柯潔幾乎花費了AlphaGo兩倍的時間,後者是接近勻速的計算速度。但現場擔任解說的中國圍棋大師華學明和徐瑩卻認為柯潔已經發揮出了世界級水平。

  這個結局似乎早就被預料到。開幕式環節,AlphaGo開發者DeepMind創始人Demis Hassabis意味深長地說,『這不是人機大戰,而是人使用電腦發現新的奧秘和知識。和哈勃望遠鏡一樣,探索宇宙,AlphaGo就是新的哈勃望遠鏡。』他還補充,目的不是輸贏,最終的勝利屬於人類。

  19歲的柯潔則在決戰開始前一晚發微博,無論輸贏這都是他與AI的最後三盤對局。不論是AlphaGo還是騰訊絕藝、日本ZEN,都表現出超強實力,他相信未來屬於人工智能:

  無論輸贏,這都將是我與人工智能最後的三盤對局

  很多人可能會問為什麼?

  其實私底下我已經與朋友家人說了很多次這樣的想法,現在的AI進步之快遠超我們的想象。像國產的絕藝、日產的ZEN雖然和AIphago還有著較大差距,但已經表現出超強的實力了...我相信未來是屬於人工智能的。

  可它始終都是冷冰冰的機器,與人類相比,我感覺不到它對圍棋的熱情和熱愛。對它而言...它的熱情——也只不過是運轉速度過快導致CPU發熱罷了。

  我會我用所有的熱情去與它做最後的對決,不管面對再強大的對手——我也絕不會後退!至少這...最後一次...

  拼盡全力後,無論結果...管他口中是是非非,來一首《滄海一聲笑》..豈不美哉、快意?我淡然笑到...

  25日與27日,柯潔還將與AlphaGo繼續兩盤較量,除此之外也有兩場團隊賽。

  此次與柯潔對戰的是AlphaGo2.0,與去年大勝李世石的版本要更強悍,它曾以Master的化名,通過在線對弈的形式擊敗了包括柯潔在內的所有選手,60戰而無一敗。馬化騰曾說,AlphaGo2.0已經可以自學並尋找規律,好像模擬出一個現實環境,通過各種反饋進一步昇級學習。

  所以,不管是圍棋界還是科技界,基本已經達成人類不再是AI對手的共識。Demis Hassabis在談起來中國的目的,一定程度上是尋找AlphaGo的弱點。既然如此,為何人們還是樂此不疲地期待並參與人機大戰?

  AI是人類開發的,並且起初的智慧全部來自於人類,不是預編程。去年對戰李世石的版本通過自我對弈產生了3000盤圍棋棋譜,幾乎可以達到每分鍾推演上億步棋局的運算能力。

  而現在,不僅它的運算能力超乎想像,用柯潔的話說沒有弱點,甚至開始反作用於人本身。就連Demis Hassabis都對驚訝於AlphaGo居然有自己的棋路,對這臺機器的能力感到震驚。

  今天上午的比賽,柯潔的開局方式正是AlphaGo慣用的。而後者使用的幾個招數在人類對戰中絕不可能出現,柯潔在賽後坦言,『AlphaGo實在下得太出色了,我輸得沒有脾氣。』

  『棋聖』聶衛平在這次大賽開始前幾天曾說,AlphaGo對職業棋手的影響不是一般的大。2017年『金立杯』圍甲聯賽第6輪比賽中,棋手們紛紛模仿AlphaGo的著法,有些在過去簡直被視作離經叛道,但現在被認為是可行。

  很多過去棋手們篤定的理論都被顛覆了。柯潔說,人工智能在衝擊圍棋職業,也改變他們最初建立起的很多理論與看法,『沒有什麼棋是不能下的』。一年半前與AlphaGo對戰的圍棋手樊麾如今加入了DeepMind公司。

  其次,AlphaGo的自我學習能力和進化,讓其開發者期待在AI游戲做更多探索。2016年暴雪嘉年華,DeepMind宣布將於暴雪合作,打造《星際爭霸2》的專屬AI系統。它會像人類一樣去思考和決策,與AlphaGo有著相同的使命。

  當然,外界更想知道,即便AlphaGo打遍全天下無敵手,它對人類究竟有什麼實際價值。

  據說,DeepMind正在使用AlphaGo系統的變體來服務其他行業,其中一種變體應用於醫療行業,他們正在著力解決蛋白質折疊的問題。這家公司在未來幾十年會將善意程序編入機器。『如何檢查和解讀系統的操作目的,我們也會在建造機器的過程中解決這些問題。』Demis Hassabis說。

  人工智能領域,最讓他興奮的兩件事:深度學習和強化學習。前者用於識別,後者用於決策。建構人工智能系統是非常復雜的技能,全世界只有幾百人能否參與這項工作。即便是引領世界AI水平的DeepMind,實際進展也比較有限。

  2016年底,DeepMind將其核心深度學習平臺之一『DeepMind Lab』進行開源。這套開源體系可以專注於AI在實際環境中進行視覺+感知的交互,這對於無人駕駛、AR、地圖導航、機器人記憶等AI領域的研究與創業者來說,意義重大。

下載津雲客戶端關注更多精彩

推薦新聞

我來說兩句

關於北方網 | 廣告服務 | 誠聘英纔 | 聯系我們 | 網站律師 | 設為首頁 | 關於小狼 | 違法和不良信息舉報電話:022-23602087 | 舉報郵箱:jubao@staff.enorth.cn | 舉報平臺

Copyright (C) 2000-2024 Enorth.com.cn, Tianjin ENORTH NETNEWS Co.,LTD.All rights reserved
本網站由天津北方網版權所有
增值電信業務經營許可證編號:津B2-20000001  信息網絡傳播視聽節目許可證號:0205099  互聯網新聞信息服務許可證編號:12120170001津公網安備 12010002000001號