亦苏围棋社区 - Powered by Discuz! Board

标题: 人工智能会有多强大？谷歌AlphaGo不过是惊鸿一瞥 [打印本页]

作者: 天马行空 时间: 2016-2-19 10:25 标题: 人工智能会有多强大？谷歌AlphaGo不过是惊鸿一瞥

2016年02月19日09:32 新浪体育

[attach]42273[/attach]

创造出最聪明人工智能的努力已经演变成一场竞赛

　　选自Wired

　　作者：CADE METZ

　　机器之心编译出品

　　参与：微胖

　　谷歌的人工智能系统刚刚在围棋游戏中击败人类大师，围棋是一个有着2500年悠久历史的竞赛游戏，较之国际象棋，其策略和智力复杂程度呈指数级增长。

　　Bostrom是牛津大学哲学教授，出生于瑞典，近期畅销书《Superintelligence： Paths， Dangers， Strategies》让这位教授声名鹊起，他在书中探讨了人工智能的好处，也提出这样的主张，一台真实的智能计算机能加速人类灭亡。倒不是说他低估了谷歌围棋机器的力量。他只是认为，这并不一定是一次巨大飞跃。Bostrom指出，多年来，系统背后的技术一直处于稳定提升中，其中包括有过诸多讨论的人工智能技术，比如深度学习和强化学习。谷歌击败围棋大师不过是更大弧线进程中的一部分。这一进程始于很久以前，也将延续至未来几年。

　　Bostrom说，‘过去和现在，最先进的人工智能都取得了很多进展，’‘（谷歌）的基础技术与过去几年中的技术发展密切相连。’

　　但是，如果你以另一种方式看待这个事情，它正是谷歌获胜为什么如此激动人心的原因所在——或许还也有点让人害怕。Bosrom甚至认为，这是一个停下来的好理由，看一看这项技术已经走了多远并正往何处去。研究人员曾经认为，人工智能破解围棋至少还需要另一个十年。如今，它正前往曾被视为无法企及之处。或者，至少说，许多人——他们可自由支配巨大权力和大量金钱——决心要抵达的那些地方。

　　这并不仅仅是指谷歌。也指Facebook，微软以及其他科技巨人。创造出最聪明人工智能的努力真的已经演变成一场竞赛，而且竞争者们都是这个地球上最有权力也最富有的巨人。在谷歌这场胜利当中，最生动的部分可能就是扎克伯格的反应。

　　搭建大脑

　　谷歌的人工智能系统，亦即AlphaGo，由DeepMind研发，谷歌早在2014年就花4亿美元收购了这家人工智能研究机构。DeepMind专门从事深度学习和强化学习研究，这些技术能让机器自己进行大量学习。以前，创始人Demis Hassabis和他的团队已经使用这些技术搭建了一些会玩经典雅达利视频游戏（比如，Pong，Breakout以及Space Invaders）的系统。在有些案例中，这些系统不仅比职业玩家还出色，它们还会以天马行空的方式玩游戏，没有人类玩家会或者可以这么玩。显然，这就是促使佩奇买下这家公司的原因。

　　使用所谓的神经网络—— 近似大脑神经元网络的硬件和软件网络——深度学习就是显著有效的图片搜索工具驱动力——更不用说Facebook的面部识别服务，微软Skype的翻译工具以及推特的色情内容识别系统。如果你用数百万游戏招数训练深度网络，你就能教会它玩这款游戏。而且，当你用其他海量数据组训练它时，就能教会神经网络完成其他任务，从为谷歌搜索引擎生成结果到识别电脑病毒。

　　强化学习将系统能做的事情向前推进一步。一旦搭建起一个很善于玩游戏的神经网络，你就能让它和自己对战。随着两个版本的神经网络彼此对阵数以千计次后，系统就能追查出哪些招数回报最高——也就是说，得分最高——并以这种方式学会以更高的水平玩游戏。但是，再一次，这一技术并不限于游戏。也能适用到任何类似游戏，包含策略和竞争的事情上。

　　AlphaGo使用了这一切。而且还远不止此。Hassabis和他团队添加了一个二级 ‘深度强化学习’，预测每一步的长效成果。而且他们采用了过去驱动围棋游戏人工智能系统的传统人工智能技术，包括蒙特卡洛树搜索。借鉴新旧技术，他们搭建起能够击败顶级职业选手的系统。十月，AlphaGo与三次卫冕欧洲围棋冠军的选手进行了闭门对弈，比赛结果于周三早上才对外公布。比赛对弈五局，AlphaGo五局全胜。

　　极其复杂

　　这场胜利之前，许多人工智能砖家认为，它不可能打败顶尖人类棋手——至少不会这么快。最近几个月，Facebook已经在研究自己的围棋人工智能系统，尽管它并没有像许多其他研究人员那样密切致力于围棋项目，就像DeepMind那样。上个礼拜，当我们问及LeCun，这位负责Facebook人工智能研究工作的深度学习创建人，谷歌是否已经秘密打败了了象棋大师时，他说，这不太可能（it was unlikely）。他的回答是，‘不（No）。或许（Maybe）。不（No）。’

　　Facebook开源自己的人工智能硬件

　　问题在于围棋特别复杂。国际象棋平均一回合有35种可能的下法，围棋却高达250种可能。而且每个走法之后还有另外250种走法。以此类推。这意味着，即使最大的超级计算机也不能预测出每个可能下法的结果。因为太多了。正如Hassabis说的，可能的位置比宇宙原子数量还要多。为了破解围棋，你需要一种不光会计算的人工智能。它需要多少模仿人类，甚至是人类直觉。你需要会学习的东西。

　　这就是谷歌和Facebook要解决这个难题的原因。如果他们能够解决如此复杂的问题，那么，他们也能将研究所得作为跳板，迈向处理更实际现实生活问题的人工智能。Hassabis说，这些技术和机器人学是‘天作之合’。它们能让机器人更好地了解环境并对环境中不可预测的变化做出响应。想象一台能洗盘子的机器。但是，他也相信，这些技术能增进科学研究，提供了可以为研究人员指明下一个重大突破的人工智能助手。

　　而且那也略过了一些将会改变人类日常生活的更加直接的应用。DeepMind技术能帮助智能电话识别图片、语音以及翻译，不仅如此，还能理解语言。这些技术正通往这样的机器：它能理解用普通老式英语说的话，并用这种语言回答我们。

　　他们是认真的

　　这一切解释了为什么扎克伯格如此渴望在谷歌披露自己已经击败一位围棋大师这一消息几小时之前，更新自己的Facebook讨论围棋。

　　谷歌以在学术期刊Nature上发布研究论文的方式公布了这一结果，而且Facebook员工也在官方发布之前获得这份论文（消息发布两天前，也和一些记者方分享了这一消息，不过缔结了守秘协议）。结果，扎克伯格以及公司许多其他人就采取了某种预损失控制行动。

　　谷歌宣布消息的前一晚，Facebook人工智能研究人员发布了一崭新的研究论文，介绍了他们自己的围棋研究工作——就其本身水平来说，研究工作还是令人印象深刻的——扎克伯格也在自己的账户上宣传了这篇论文。他说，‘在过去六个月中，我们已经搭建起一个能以0.1秒之速下棋的人工智能，同时也和之前那些花费数年搭建起来的系统一样出色。’‘研究人员田渊栋，就坐在距离我20英尺的座位上。我喜欢让我们的人工智能团队坐在我旁边，这样我就能从他们的研究中学习些东西。’

　　不必介意Facebook的围棋人工智能不像AlphaGo走得那么远。正如LeCun指出的，Facebook并没有在围棋问题上像DeepMind那样投入很多资源。而且也没有花费很多时间研究这方面。为什么公司在谷歌大日子前夕强调自己的研究工作，原因尚不清楚，但是现实是，Facebook——特别是扎克伯格——非常重视这类人工智能。然而，这种人工智能竞赛并不真的仅仅是个哪家公司系统更会玩围棋的问题。毋宁是哪家公司能够吸引到顶级人工智能人才的问题。扎克伯格和LeCun都知道，他们必须向相对小规模的人工智能社区展示，在这个问题上，公司态度是认真的。

　　有多认真？哦，最明显的地方就是扎克伯格测量了自己和田渊栋的距离。在Facebook，你的重要性取决于你的座位距离扎克伯格有多近。而且，扎克伯格个人也卷入了对人工智能的需求中——毫无疑问。今年元旦，扎克伯格说，2016年的个人挑战就是打造一个人工智能系统，在家庭和工作事务中，帮助自己。

　　威胁

　　谷歌和Facbook意图搭建人工智能，它将在许多方面超越人类智能。但是，他们不是唯一的两个玩家。微软，推特和马斯克以及其他许多人都在同一方向上推进着自己的研究。对于人工智能研究来说，那是件了不起的事情。而且，对于像Nick Bostrom这样的人——以及，呃，马斯克——来说，它也让人感到恐惧。

　　正如深度学习创业公司Skymind的CEO兼创始人Chris Nicholson指出的，围棋证实的这类人工智能几乎能用于解决任何可被视为某种游戏的难题——策略会在其中扮演重要角色的任何事情。他说，这包括金融交易和战争。这两个例子都需要更多的研究工作——以及更多的数据。不过，思维本身并未得到解决。Bostrom的书言之有理，人工智能会比核武器还要危险，原因不仅在于人类会滥用人工智能，还在于我们能打造出多少无法加以控制的人工智能系统。

　　类似Alpha Go。这样的系统。是的，系统会己学习——确实会和自己对弈，自己生成数据和策略，在围棋游戏中（我们仍然期待着对决世界最顶尖的围棋选手之一），它能胜过几乎所有人类。但是，尽管围棋很复杂，但是，它也是一个有限的宇宙——并不近乎真实事情那般复杂。而且，DeepMind的研究人员已经完全掌控系统。他们能够以自己意愿改变它并关掉它。事实上，考虑将这种特殊机器视为危险，甚至是毫无意义的。

　　担忧在于，随着研究人员不断改进该系统，他们会在不知不觉中跨越那道门槛，有关世界末日的焦虑确实开始变得有意义。Bostrom说，他和他的Futhre of Humanity Institute其他同仁正在关注加强学习找到突破人类控制的方式。他说，‘某些同样的问题会出现在今后更佳成熟的系统中，我们今天也能在系统中找到类似的问题。’他解释道，有许多小的暗示表明，强化学习会产生机器拒绝被关闭的情形。

　　但是，这些是非常小的暗示。Bostrom承认，如果这样的危险真的会发生，那还很遥远。谢谢他的努力，也感谢那些诸如马斯克这样有影响力的技术专家们，对于潜在危险而言，这种更为广泛的兴师动众无异于未雨绸缪，是明智的。这些担心说明了一件最重要的事情，像DeepMind的那些尚处发展中的技术，它们非常强大。

　　谷歌的这次胜利说明了同一件事。但是，这场胜利仅仅是序曲。3月，AlphaGo将挑战过去十年中的世界顶级围棋选手李在石，这场比赛将更加重要。李在石比刚刚在伦敦输掉比赛的欧洲冠军樊麾更有才能。樊麾世界排名633，而李在石世界排名第五。许多专家相信，AlphaGo将会赢得这场重量级较量。如果事实果真过如此，好吧，那也只是一个序曲。

欢迎光临亦苏围棋社区 (http://ysgo.91em.com/bbs/)