2017年03月01日15:46 新浪体育
刘知青教授
（文章来源：城市围棋联赛）
2月26日，北京邮电大学教授，北京邮电大学计算机与围棋研究所所长，国内人工智能围棋资深研究者刘知青教授出席“城围联围棋嘉年华·上海2017”活动，并在“围棋与世界”论坛上发表了关于围棋与人工智能的演讲。
刘知青教授：大家上午好，今天给了提高就是围棋与人工智能。我只想讲四个小故事，给大家一点启发，最后做一个展望和总结。
首先第一个故事，就是在美国读博士研究生的事情，美国博士和研究生还是非常难读，入学就很难读。我的老板给了很难的题目，我没有办法做了，他说不行，还得把人工智能系统形象地展现出来，他说了一个图象大约值一千个词儿，他们说是中国的谚语我搞不清楚是哪一个谚语，我做了一个研究，班固曾经有一句话，叫做百闻不如一见，我估计是出自这句话。
最早可能是不闻不若闻之，闻之不若见之，见之不若知之，知之不若行之，学至于行而止矣。视觉与形象思维人类智慧的重要组成部分。
2002年的时候，中国科大教授做了这么一个东西，中科大是做围棋，做了对比之后发现，围棋选手做围棋对比的时候，充分用了右脑思维。为了视觉与形象思维是围棋对弈的显著特点，会下围棋的人，肯定形象思维更加好。如果想开发孩子的智力，一定让他们下围棋。也是为什么人工智能选举围棋作为突破的一个项目。
AlphaGo所识别的围棋，其主要通过形象思维的方式来识别了围棋两大问题。对于这么一个围棋层面来讲，其实AlphaGo和其他人工智能围棋是换成了也么一个48个小的图象，这48个小图象说明什么东西，包含哪一个地方有黑子，哪一个地方可以有白子，诸如此类它把围棋基本特征弄成了48个小图象，然后给计算机进行学习。人工智能通过视觉图象围棋落子方法。
这些对于我们的生活，社会怎么样利用，这个旗是这样的，我上面放了6盘棋，计算机可以做很简单的判断，如果根据图象做这样判断，哪一个是容易赚钱的，哪一个投资是有效的，哪一个投资是没有效果的。这个去年自然杂志上刊登了AlphaGo，今年刊登了图片这个东西，使用了人工智能方法判别提出病变的部位，它是良性的，还是恶性的，识别率90%。所以视觉形象人工智能具有广泛的应用前景。我们也可以做物流的规划和教育的通讯等等，我不一一例举。
最后做一个展望，还是见之不若知之，知之不若行之。人工智能就是做机器学习，机器学习怎么做的？它做数据驱动，所谓听之，辨之，行之，知之，知就是数据，你没有这个数据，你见不了什么东西，我们闻之，见到了围棋，不是见到了围棋规则，真正围棋所有的智慧，通过围棋的棋谱来表示出来，这些围棋数据是人工智能背后一个基础，所以只能在数据终，人工智能来源与基于数据的机器学习，有监督的指导学习过度到监督的自主学习。
最后我总结一下未来的发展趋势，机器与人会更加紧密地结合在一席，机器为人提供智能，人为机器提供目标与数据，相互补充的共生体。为什么？因为机器需要数据，数据来源人，人要跟别人去竞争，你必须依赖于一系列的机器帮助你获得更多的知识，作出的决策，所以人和机器紧密在一起，相互补充，成为一个共生体。这个东西也有一个道德和法律上的影响，大家也可以设想一下，比如说法律方面，道德方面如何去应对这个东西。我的报道就这么多，谢谢大家！ |
