查看原文
其他

人工智能再次碾压人类智力!颤抖吧,人类!

2016-01-29 科技富能量



去年霍金、马斯克还在讨论人工智能未来将如何超越人类,今年人工智能已经在人类“不可战胜”的领域打败了一位洲际冠军。《自然》杂志最近报道,由谷歌子公司DeepMind开发的机器AlphaGo,以五比零的战绩击败了欧洲围棋冠军,职业围棋二段选手樊麾,创造了历史

▲欧洲冠军,职业围棋二段樊麾

1997,被打倒的国际象棋,在侥幸的东方围棋

也许您觉得人类下棋输给计算器不是老早之前的事儿了吗?但那是国际象棋。1997年国际象棋人工智能第一次打败顶尖人类,到2006年人类最后一次在国际象棋上打败顶级人工智能,只过了10年。当国际象棋世界冠军卡斯帕罗夫被IBM的深蓝电脑各种打败之后,当时人们总会安慰自己,还好有古老的东方智慧——围棋,是无法被打败的。

▲1997年“深蓝”超级计算机与加里·卡斯帕罗夫比赛并获胜

复杂算法,理不清的可能,算不清的数字

因为国际象棋平均每回合会有35种可能性,一盘棋平均80回合,人工智能用蛮力计算还是很轻松的。而围棋每回合有250种可能,一盘棋最长可以有150回合,复杂程度比国际象棋高出了好几个维度。

▲国际象棋(左)与围棋(右)

计算围棋到底有多难?围棋最多有3的361次方种局面,这个数就是10后面接上170个0。但人类已观测的宇宙中,原子的数量才只有10的80次方个,而国际象棋的最大可能性是10的47次方。这么说吧,按照计算复杂指数来讲,国际象棋是47,宇宙是80,围棋是170……所以枚举法——也就是用暴力计算的方式是肯定行不通的。

计算新技术,选出有价值的,抛弃没前途的

那怎么办呢?研究者使用了目前人工智能最热门的领域“深度学习”,这项技术已经能完成笔记识别、面部识别、语言处理等等任务,AlphaGo使用的深度学习技术是“策略网络”和“值网络”,它们的任务在于合作“挑选”出那些比较有前途的棋步,抛弃明显的差棋,从而将计算量控制在计算机可以完成的范围里,本质上和人类棋手所做的一样。(AlphaGo 详细介绍请点击文末“阅读原文”了解更多)

▲policy network(策略网络) 和 value network(值网络)

对弈中,“值网络”负责减少搜索的深度——AI会一边推算一边判断局面,局面明显劣势的时候,就直接抛弃某些路线,不用一条道算到黑;而“策略网络”负责减少搜索的宽度——面对眼前的一盘棋,有些棋步是明显不该走的,比如不该随便送子给别人吃。AI就不用给每一步以同样的重视程度,而可以重点分析那些有戏的棋着。明显的差棋就算初学者也不会选,但如果按照枚举法的话,就要挨个把所有可能性好棋、差棋都算一遍。


如此来分析局面,判断每种下子策略的优劣,就像人类棋手会判断当前局面以及推断未来的局面一样。这样AlphaGo在分析了比如未来20步的情况下,就能判断在哪里下子赢的概率会高。

2016,被打败的东方围棋,在升级的人工智能

研究者们用许多专业棋局训练人工智能,然后让它和自己对弈,每次对弈都能让人工智能增进棋力。人每天也就能学几个小时,头就受不了,但机器只要有电就不会停下来,所以一个人一年能学1000局棋谱,机器一天就能把所有棋谱过一遍,而且下棋的时候人类会犯错、会疲劳,但人工智能不会

▲李世石 VS 谷歌AlphaGo,输赢如何,敬请期待

也许你会觉得,好吧就算人工智能很厉害吧,可毕竟击败的只是一个二段选手啊!还有那么多九段呢!所以谷歌将在三月份带着机器与韩国选手李世石在首尔决战,其实无论输赢,我们应该认识到的是,深度人工智能已经悄悄来到我们身边了,从有点笨的Siri到科幻电影里的超级机器人,一切都只是时间问题



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存