音響換電容
網易智能訊 5月24日消息，圍棋峰會進入第二天，在今日舉行的人工智能高峰論壇上，DeepMind創始人傑米斯.哈薩比斯（Demis Hassabis）發表瞭演講，介紹瞭AlphaGo的研發過程，以及AlphaGo意味著什麼。
AlphaGo是DeepMind公司打造瞭人工智能系統，DeepMind在2010年於倫敦創立，在2014年加入Google。據哈薩比斯介紹，DeepMind參與瞭谷歌人工智能的“阿波羅計劃”，另外還還打造瞭研發科學的新方式。
“DeepMind的願景是研究何為AI，然後再用智能解決所有問題，即我們怎樣提出有效的建議去解決問題，我們最終希望建立通用人工智能。”哈薩比斯說到。
據哈薩比斯透露，AlphaGo打造的通用學習機器有兩個特性，一個是“學習”，即非程序預設，可以自主學習原始材料。另一個是通用性，即同一個系統可以執行多種任務。“一系列的算法和系統能夠做系列的任務，這些任務可能是前所未見的。”哈薩比斯表示，通用的強人工智能，與現在弱人工智能不一樣，目前弱人工智能都是預設的，其實IBM在上世紀90年代設計的音響後級系統規劃國際象棋程序也是預設的預設的人工智能，“它是通過蠻力搜索，機器被動的接受這個程序，不能自我學習。”哈薩比斯說到。
DeepMind希望打造強化學習框架，哈薩比斯稱，強化學習框架就是讓“智能體”深處在一個真實/虛擬的環境中，去完成一個特定的目標。為瞭完成這項任務，智能體可以觀察環境，這其中有視覺、聽覺、觸覺等觀察方式。在這個之後，在頭腦中設置一個想法，然後采取行動，踐行計劃。在實時的觀察中就可以行動的。“如果能解決這個問題，其實強人工智能就已經實現瞭，這與人這一智能體觀察學習的方式是一樣的。”哈薩比斯表示。
哈薩比斯提到瞭雅達利智能體，這是DeepMind在AlphaGo之前（三年前）研發的AI程序，通過2600測試臺，測試百餘款八十年代的八位元雅達利遊戲。當時的雅達利智能體僅僅輸入原始像素（~30），目標是利用深度強化學習，玩好雅達利遊戲。
AlphaGo目前成為DeepMind最新的人工智能系統。哈薩比斯稱，雖然AlphaGo是玩圍棋的，但是它也可以做其他東西。
為什麼計算機下圍棋非常困難？這是因為其復雜程度讓窮舉搜索都難以解決，這個難題包括兩個方面，一是“不可能”寫出評估程序以決定輸贏，另一個是搜索空間太過龐大。
在哈薩比斯看來，更困難的是圍棋不像象棋等遊戲靠計算，而是靠直覺。“圍棋中沒有等級概念，所有棋子都一樣，圍棋是築防遊戲，因此需要盤算未來。你在下棋的過程中，是棋盤在心中，必須要預測未來。小小一個棋子可撼動全局，牽一發動全身。圍棋'妙手'如受天啟。”哈薩比斯如此解釋圍棋中的直覺。
在技術上，AlphaGo用到瞭兩種網絡：策略網絡和估值網絡，這些技術去年在《Nature》上發表，並啟發瞭很多研究者設計自己的人工智能系統。
哈薩比斯回憶到，此後我們進行瞭測試，2016年我們讓AlphaGo與李世石對弈，最後AlphaGo以4:1戰勝瞭李世石，“這一刻我們等瞭十年，真的是十年磨一劍。”李世石感慨到。
AlphaGo吸引瞭2.8億的觀眾，3.5萬篇的報道，棋盤銷售在西方增加瞭10倍。哈薩比斯回憶瞭其中（AlphaGo對弈李世石）的精彩之處，分別是第二局第37步棋令人驚嘆，它讓我們思考：幾千年來，你人類都低估瞭第5條線下子的價值。另外，還有第四局絕倫的第78著，他贏得瞭一盤。李世石說，“我認為這給圍棋引入瞭新思路，我感覺找到瞭繼續玩圍棋的新理由。”
哈薩比斯稱，很多藝術都是主觀，AlphaGo把圍棋看做瞭一個客觀的藝術，每一步都會分析有什麼影響。“因此，我給直覺的定義是，通過體驗獲得初步感知，無法表達出來，可通過行為確認其存在和正誤。”哈薩比斯表示，AlphaGo已經可以模仿人的直覺，而且具備創造力，通過組合已有知識或獨特想法的能力。所以AlphaGo已經有瞭直覺和創造力，不過這些能力目前僅僅局限在圍棋上。
在這之後，DeepMind希望彌補AlphaGo知識的空白，之後便發佈瞭新的版本“Master”，在網上進行對局，也獲得瞭很大的勝利。柯潔在與Master對弈後感嘆到，人類數千年的實戰演練進化，計算機卻告訴我們人類全都是錯的。哈薩比斯稱，“20世紀三四十年代，吳清源給圍棋帶來瞭革命性的力量。我相信AlphaGo也能開啟一個圍棋新時代。棋類程序講戰術，AlphaGo講戰略。”
“我們離最優還有多遠，怎樣才是完美的棋局？3000年的對弈不足以找到最佳棋局。AlphaGo讓我們可探尋這些奧秘。”哈薩比斯說到。
圍棋之外，哈薩比斯希望將人工智能運用到各種各樣的領域。哈薩比斯稱，“人機合作可以達到1+1＞2的效果，人類的智慧將被人工智能放大。人工智能和AlphaGo都是工具，就像哈勃望遠鏡一樣，可以推進人類文明的進步。”哈薩比斯稱，無數其他領域也將遭到組合轟炸，強人工智能也是我們探索的最好工具，比如將AI用到材料設計、新藥研制上，還有現實生活中的應用，如醫療、智能手機、教育等。
目前，DeepM後級擴大機推薦ind已經非常成功的將AlphaGo用到瞭數據中心的優化中，結果顯示可以節省50%的電能。
最後，哈薩比斯總結到，信息過載和系統冗餘是巨大挑戰，我們希望利用AI找到元解決方案。“我們的目標是實現人工智能科學，或人工智能輔助科學，當然AI要有倫理和責任的約束。總之，人工智能技術可以幫助我們更好的探索人腦的奧秘。（小羿）
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
全站熱搜
留言列表
