close

阿爾法元“完爆”阿爾法狗 人工智能還有何種可能?

(原標題:阿爾法元“完爆”阿爾法狗,人工智能還有何種可能?)

新華社杭州10月27日電(記者餘靖靜)AlphaGo(以下稱:“阿爾法狗”)是首個在圍棋中戰勝人類世界冠軍的系統。該系統開發團隊DeepMind近日公佈,最強版AlphaGo Zero(以下稱:“阿爾法元”)能零靜電油煙處理機租賃基礎“自學成才”,在通過幾天的訓練後,就以100比0的戰績擊敗瞭“阿爾法狗”。

“阿爾法元”為何能短時間內“完爆”“阿爾法狗”?它給人工智能(AI)的發展帶來什麼啟示?人工智能成長不再受限於人類經驗,是否要喟嘆“顫抖吧人類”?

零基礎“自學成才”意味著什麼?

對於在如此短的時間超越瞭“阿爾法狗”,浙江工業大學副教授、博導姚信威認為,這種“無師自通”的學習模式在AI整個發展上是具有裡程碑意義的。

姚信威說,“阿爾法元”的偉大之處是第一次讓機器在不“學習”任何棋譜、隻設定規則的情況下,從“一張白紙”的狀態開始,迅速成為圍棋大師,“在這個過程中, 阿爾法元 是自己的老師。”

“ 阿爾法元 豐富瞭人工智能成長的方式,在方法論上是有重大意義的進步。”國傢千人計劃特聘專傢羅歡認為,“阿爾法狗”學習人類經驗,需要大量數據,學習成果是訓練數據集裡隱含的人類專傢認知的集合;而“阿爾法元”通過機器間的博弈來提高,不需要人類經驗,在判別模型給定的目標下,可以超越人類經驗,發現人類專傢還沒有探索過的博弈路徑。

“人工智能研究長期以來的一個目標是,在最具挑戰性的領域,在沒有人類輸入的條件下,創造出實現超越人類能力的算法。“阿爾法元”的成功,是朝這個目標邁進的一大步。”姚信威說,“阿爾法元” 證明瞭,即使在最具挑戰的領域,純強化學習的方法是完全可行的——即不需要人類的樣例或指導,不提供基本規則以外的任何領域知識,能夠實現超越人類的水平。

技術驚艷,何時成為主流?

姚信威分析說,“阿爾法元”得到這樣的結果,是利用瞭一種新的強化學習方式。該系統從一個對圍棋遊戲完全沒有任何知識的神經網絡開始,通過與一種強大的搜索算法的結合,它就可以自己和自己下棋瞭。在這個自我對弈的過程中,神經網絡不斷被調整、更新,以預測下一個落子位置以及對局的最終贏傢。

他解釋說,每一次迭代,更新後的神經網絡都會將與搜索算法重新組合,進而創建一個新的、更強大的“阿爾法元”版本,使得神經網絡的預測越來越準確,得到更加強大的“油煙處理機租賃阿爾法元”版本。

“無師自通”雖然在技術上令人驚艷,姚信威認為,其在短期還是無法成為主流。“目前人工智能解決的很多事情,實際上都是在模擬人類的某一種技能,讓機器應用這一技能去完成任務,而這需要海量的數據與更多的信號輸入。所以,在今後很長一段時間內,監督學習依然是AI研究與AI商業化的主流方向。”

“ 阿爾法元 是對增強學習理論的一個很好的驗證,非常鼓舞人心。”羅歡認為,將來我們會陸續看到大量的研究成果和實際應用出現,“當然,從理論初步驗證到實用肯定還有一個工程化的過程。”

姚信威也認為,對弈之外,“阿爾法元”的技術可能在其他領域應用,比如新材料開發、新藥的化學結構探索等,“但這需要時間驗證”。

他認為,“阿爾法元”的自主學習帶來的技術革新,並非適用於所有人工智能領域——圍棋是一種對弈遊戲,信息透明,有明確結構;而語音識別、圖像識別、自然語音理解、無人駕駛等領域,數據無法窮舉,也很難完全無中生有;“阿爾法元”的技術可以降低數據需求,但依然需要大量的數據。

機器如此,人類如何自處?台中靜電機出租

面對如此強大的“阿爾法元”,部分人士難免覺得“被碾壓”“有些可怕”。專傢們則認為,其實不必驚慌。

“嚴格講,圍棋規則和判定棋局輸贏也是一種監督信號。因此,說人類無用,或者說機器可以自己產生認知,都沒有準確地理解 阿爾法元 。”姚信威說。

“ 阿爾法元 畢竟是個模型,它不是智慧生物。人類棋手依然可以利用智慧,以更奇特的招數來取勝。”上海海事大學信息工程學院教師朱昌明說。

“人的歸人,機器的歸機器。”羅歡說,圍棋人是下不過機器瞭,而譬如五子棋、象棋等,人早就下不過機器瞭,但還是有非常多的愛好者。

“圍棋有確定的目標,確定的規則,確定的評價方法,這個問題就變成瞭一個搜索問題,而難點就在於對巨大的搜索空間的剪枝,以及得分的預測。這樣的問題往往是機器最擅長的。”復旦大學博士生四年級陳新馳說,人類不擅長這些,但從語義理解的角度,機器什麼都做不瞭。

“所以即使 阿爾法元 (下圍棋)可以戰勝人類,也不能說明什麼問題,因為它根本不知道自己在下棋。”陳新馳說,從實現人工智能的角度,仍有很長的路要走。

“增強學習理論的能力邊界離自主意識還很遠。 阿爾法元 主要用判別模型取代瞭數據標註,其對應的是一個簡單規則的封閉系統;而對目標不能用數學模型描述的領域,它還無能為力。”羅歡說。

“一個孩子在1歲時,碰幾次樹就知道以後要避開樹行走,而人工智能創造的無人駕駛車卻需要碰撞幾萬次才能學會避開障礙物。這是人類先天的優勢。”朱昌明說。

台灣電動床工廠 電動床

台灣電動床工廠 電動床

AUGI SPORTS|重機車靴|重機車靴推薦|重機專用車靴|重機防摔鞋|重機防摔鞋推薦|重機防摔鞋

AUGI SPORTS|augisports|racing boots|urban boots|motorcycle boots

arrow
arrow

    rYnDXR6Hi 發表在 痞客邦 留言(0) 人氣()