去年今日,三連敗的李世乭扳回一局。
然而這一針興奮劑很快失效,隨后李世乭再折一陣,最終以1:4輸給AlphaGo。在圍棋的人機(jī)大戰(zhàn)中, 人類選手完敗給人工智能。
人工智能一戰(zhàn)成名,李世乭留下落寞側(cè)影。為AlphaGo落子的黃士杰一年后回憶說:“當(dāng)時(shí)我代表AlphaGo下棋,必須保持冷靜”。
從那時(shí)起到現(xiàn)在,人類始終生活在一個(gè)被AlphaGo改變的世界。
一年回望
站在圍棋人機(jī)大戰(zhàn)一周年的節(jié)點(diǎn)上,該如何回顧過去、展望未來呢?量子位先把幾個(gè)問題拋給創(chuàng)新工場(chǎng)AI工程院副院長(zhǎng)王詠剛。
量子位:一年后再看AlphaGo有何改變?有什么記憶猶新的片段?
王詠剛:AlphaGo出世一年,其實(shí)進(jìn)入大家視野的是三個(gè)版本:5:0擊敗樊麾的內(nèi)測(cè)版本,4:1擊敗李世石的版本,以Master網(wǎng)名60:0快棋挑落中日韓高手的版本。三個(gè)版本演進(jìn)脈絡(luò)明顯,每次迭代都有重大升級(jí)。
最震撼的是計(jì)算機(jī)在人類傳統(tǒng)認(rèn)為極其玄妙的、電腦無法掌握的“大局觀”上突飛猛進(jìn),遠(yuǎn)遠(yuǎn)將人類選手甩在身后。電腦計(jì)算“大局觀”的方式,和人類培養(yǎng)“大局觀”的思路,有根本的差別。人類沒可能在這方面趕上電腦。
和樊麾對(duì)局的棋譜基本上還看不出AlphaGo的大局觀有多強(qiáng),和李世石對(duì)局就下出了聶衛(wèi)平贊不絕口的五路肩沖,到了Master的60局,大局觀體現(xiàn)在兩個(gè)地方:
1)從始至終對(duì)局勢(shì)的把握,比如第60局古力用AlphaGo的思路對(duì)付AlphaGo,把中央撐得很滿,但AlphaGo不緊不慢,總是恰到好處地保持勝勢(shì)。
2)已經(jīng)深刻影響人類對(duì)布局的思考,大飛守角之類的變化迅速被人類棋手模仿,這和當(dāng)年深藍(lán)問世后,國(guó)際象棋的布局革命是一樣的。
量子位:過去一年,有什么具體產(chǎn)品或研究,是基于AlphaGo的么?
王詠剛:AlphaGo用的是AI領(lǐng)域應(yīng)用非常普遍的算法:深度學(xué)習(xí)、蒙特卡洛算法、增強(qiáng)學(xué)習(xí)等。
從概念上可以說,機(jī)器視覺相關(guān)的深度學(xué)習(xí)技術(shù),包含環(huán)境-決策-反饋的智能系統(tǒng),里面都有AlphaGo的影子。當(dāng)然,直接的代碼實(shí)現(xiàn)層面,肯定沒有復(fù)制、粘貼這樣直接借用的關(guān)系,因?yàn)锳lphaGo的深度學(xué)習(xí)模型畢竟是圍繞圍棋的特征建立的。
DeepMind去年發(fā)布的讀唇術(shù)LipNet,與英國(guó)國(guó)家醫(yī)療服務(wù)體系NHS合作推出的醫(yī)療輔助應(yīng)用Streams,與眼科醫(yī)院合作幫助眼部疾病診斷等等,可以說都是與AlphaGo同源的技術(shù)。
去年今日,三連敗的李世乭扳回一局。
量子位:AlphaGo是否已經(jīng)攻克圍棋?未來可提升的空間還有哪些?
王詠剛:“攻克圍棋”,如果說戰(zhàn)勝人類選手的話,AlphaGo已經(jīng)實(shí)現(xiàn)了,而且現(xiàn)在“絕藝”,DeepZen之類的程序?qū)θ祟悇俾室埠芨吡恕?/P>
未來最多三年必將發(fā)生的是,手機(jī)上的本地APP就可以戰(zhàn)勝人類職業(yè)高手,現(xiàn)在熱鬧的網(wǎng)上圍棋對(duì)弈平臺(tái)都會(huì)死掉(因?yàn)閷?duì)手可以輕易用手機(jī)作弊),人類圍棋將回歸現(xiàn)澈賽,圍棋培訓(xùn)講師將更重視普及教育,因?yàn)橹懈呒?jí)的提高訓(xùn)練完全可以用機(jī)器代練。
不過,如果說“攻克圍棋”是像計(jì)算機(jī)可以窮舉西洋跳棋的所有變化那樣,讓電腦成為圍棋“上帝”,這個(gè)應(yīng)該還不大可能,F(xiàn)在AI大部分的招數(shù),還在人類高手可以理解的范疇內(nèi)。AI也有一些可疑的“弱點(diǎn)”,比如官子水平到底如何等等。
以后AI和AI之間的競(jìng)賽,應(yīng)該會(huì)不斷促進(jìn)AI提高(但這種沒有太多商業(yè)利益的事情,有沒有持續(xù)投入是個(gè)問題)。人類應(yīng)該望塵莫及,但可以不斷從AI中學(xué)習(xí)新的思想。
不止下棋
“AlphaGo給大家最大啟發(fā),不是贏棋,而是如何構(gòu)建一個(gè)智商超過300的機(jī)器”,HTC負(fù)責(zé)研發(fā)及醫(yī)療的總裁、原Google中國(guó)工程院副院長(zhǎng)張智威說。
構(gòu)建的方法有兩個(gè):一是訓(xùn)練、二是數(shù)據(jù)。張智威最近在清華的一次分享(傳送門)中說,“如果能做好這件事,各位都是億萬富翁。最近兩年,我們每天都在想,哪些領(lǐng)域可以拿到無限的數(shù)據(jù)”。
而在AAAI Fellow、IEEE Fellow、香港科技大學(xué)楊強(qiáng)教授看來,DeepMind在創(chuàng)造AlphaGo的過程中,引入一個(gè)新的概念:利用深度學(xué)習(xí)+強(qiáng)化學(xué)習(xí),來判斷現(xiàn)狀和預(yù)測(cè)未來。這與未來的商業(yè)模式有著明確的關(guān)聯(lián):
通過對(duì)大數(shù)據(jù)的分析,對(duì)現(xiàn)實(shí)的判斷和對(duì)商業(yè)未來走向進(jìn)行預(yù)估。
楊強(qiáng)還試圖基于AlphaGo歸納出一套人工智能的應(yīng)用流程:算法的目標(biāo)是什么?有沒有數(shù)據(jù)?數(shù)據(jù)在哪里?問題的邊界是否清晰?什么叫合理的走法、什么叫犯規(guī)的走法?你的特征在哪里?又如何得到這些特征?是否可以得到一個(gè)持續(xù)的反饋?
但也有人沿著另一條路前進(jìn)。
圍棋也好、國(guó)際象棋也好、國(guó)際跳棋也好,所有這些都是完美信息博弈。現(xiàn)實(shí)世界中,不完美信息才是常態(tài),各種看不見的隱藏信息產(chǎn)生了大量的不確定性,而德州撲克代表的就是這種類型的博弈。
今年初,在德州撲克的人機(jī)大戰(zhàn)中,人工智能Libratus擊敗了四位 人類玩家。創(chuàng)造了這個(gè)AI的卡內(nèi)基梅隆大學(xué)Sandholm教授說,能夠處理不完美信息的AI,未來可以用于商業(yè)談判、網(wǎng)絡(luò)安全、醫(yī)療方案制定等領(lǐng)域。
人工智能發(fā)展的終極目標(biāo),是通用人工智能(AGI)。通用人工智能可以解決任何一個(gè)問題。想要實(shí)現(xiàn)AGI就得讓人工智能學(xué)會(huì)解決不確定性問題,這也是德州撲克人機(jī)大戰(zhàn)的重大意義之一。
對(duì)于已屆不惑的Demis Hassabis來說,創(chuàng)立DeepMind的目標(biāo)絕不僅限于創(chuàng)造AlphaGo。過去的一年里,DeepMind還搞出了很多有意思的創(chuàng)新。
比方說可以模擬任意一種人類聲音的WaveNet;以及與英國(guó)國(guó)家醫(yī)療服務(wù)體系合作,使用人工智能來改善醫(yī)療行業(yè)等。
投稿郵箱:chuanbeiol@163.com 詳情請(qǐng)?jiān)L問川北在線:http://m.sanmuled.cn/