分析：人機(jī)大戰(zhàn)機(jī)器再勝一回 人工智能會(huì)全面超越人類嗎

【計(jì)算機(jī)論文】分析：人機(jī)大戰(zhàn)機(jī)器再勝一回人工智能會(huì)全面超越人類嗎？

1月28日，《金融時(shí)報(bào)》援引《自然》雜志的報(bào)道稱，由谷歌倫敦子公司DeepMind開發(fā)的AlphaGo機(jī)器，以5:0的戰(zhàn)績(jī)擊敗了歐洲圍棋三屆冠軍樊麾(出生于中國，現(xiàn)籍法國)。DeepMind是2014年被Google以4億英鎊的價(jià)格收購的人工智能團(tuán)隊(duì)。這場(chǎng)比賽發(fā)生在2015年10月15日，只因一些特別的原因直到現(xiàn)在才公布。據(jù)報(bào)道，該比賽全程沒有讓棋，最終人工智能戰(zhàn)勝了人類。今年3月，AlphaGo還將在首爾與過去十年全世界頂級(jí)的圍棋選手李世石對(duì)陣，這將是復(fù)雜人腦和機(jī)器在圍棋界的一場(chǎng)終極對(duì)決。到底是人類大腦贏，還是不斷被強(qiáng)化神經(jīng)網(wǎng)絡(luò)的機(jī)器大腦贏？懸念會(huì)在今年3月接盅，但針對(duì)人工智能的各種猜想和激烈討論已先行展開。焦點(diǎn)一：谷歌AlphaGo是怎么贏的？對(duì)所有關(guān)注這場(chǎng)比賽和對(duì)人工智能感興趣的人來說，最想知道的就是，機(jī)器是怎么贏的。在1月27日，DeepMind團(tuán)隊(duì)在《自然》(Nature)雜志上發(fā)表的封面論文《MasteringthegameofGowithdeepneuralnetworksandtreesearch》揭開謎底。團(tuán)隊(duì)創(chuàng)始人DemisHassabis表示，他們開發(fā)的圍棋程序AlphaGo融合了高級(jí)樹狀查找和深度神經(jīng)網(wǎng)絡(luò)。通過對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行3000萬步訓(xùn)練(所有棋譜均來自人類專業(yè)棋手的比賽)，AlphaGo預(yù)測(cè)出人類對(duì)手下一步走法的正確率已經(jīng)達(dá)到了57%，而之前的紀(jì)錄是44%。具體來說，AlphaGo使用兩個(gè)不同的神經(jīng)網(wǎng)絡(luò)“大腦”，通過兩者合作得出移棋決定。據(jù)微信公眾號(hào)《人工智能學(xué)家》對(duì)上述論文的編譯得知，AlphaGo的兩個(gè)大腦分工如下：大腦1：“監(jiān)督學(xué)習(xí)(SL)政策網(wǎng)絡(luò)”。著眼于棋盤中的位置，并試圖決定最佳的下一步；大腦2：“價(jià)值網(wǎng)絡(luò)”。它不猜測(cè)具體的下一步怎么走，而是通過設(shè)想的棋盤分布，估計(jì)每個(gè)玩家贏得比賽的概率。它通過提供整體的位置判斷來配合“監(jiān)督學(xué)習(xí)(SL)政策網(wǎng)絡(luò)”。據(jù)論文介紹，當(dāng)只使用一個(gè)大腦時(shí)，AlphaGo大概和目前最好的電腦圍棋AI(人工智能)實(shí)力相當(dāng)，但結(jié)合兩個(gè)大腦時(shí)，它可能達(dá)到人類職業(yè)棋手的水平。樊麾談?wù)摯舜伪荣悤r(shí)表示：“輸棋確實(shí)很難過。和AlphaGo對(duì)戰(zhàn)之前，我覺得我能贏。在第一局失利后，我改變了戰(zhàn)術(shù)，增強(qiáng)了進(jìn)攻，但還是輸了?！彼J(rèn)為輸棋的原因在于，人類有時(shí)會(huì)犯致命的錯(cuò)誤，因?yàn)槿藭?huì)疲憊，求勝心切，總有這樣那樣的壓力。但電腦程序不會(huì)這樣，它非常強(qiáng)，也非常穩(wěn)定，簡(jiǎn)直就像一堵墻一樣?！拔抑繟lphaGo是個(gè)電腦，但如果沒人告訴的話，我可能會(huì)覺得它是個(gè)有點(diǎn)陌生卻又非常強(qiáng)大的對(duì)手，是個(gè)真人?！狈膺€在一個(gè)微信群里透露，一切都是真的，他沒有放水。焦點(diǎn)二：AlphaGo的勝利為什么很牛？AlphaGo不禁令人想起早期人工智能的代表“深藍(lán)”。深藍(lán)是美國IBM公司生產(chǎn)的一臺(tái)超級(jí)國際象棋電腦，重1270公斤，有32個(gè)大腦(微處理器)，每秒鐘可以計(jì)算2億步。“深藍(lán)”輸入了一百多年來優(yōu)秀棋手的對(duì)局兩百多萬局。1997年的深藍(lán)可搜尋及估計(jì)隨后的12步棋，而一名人類象棋好手大約可估計(jì)隨后的10步棋。人與計(jì)算機(jī)的首次對(duì)抗是在1963年。國際象棋大師兼教練大衛(wèi)·布龍斯坦懷疑計(jì)算機(jī)的創(chuàng)造性能力，同意用自己的智慧與計(jì)算機(jī)較量。下棋的時(shí)候他有一個(gè)非常不利的條件：讓一個(gè)后。但當(dāng)對(duì)局進(jìn)行到一半時(shí)，計(jì)算機(jī)就把布龍斯坦的一半兵力都吃掉了。這時(shí)，布龍斯坦要求再下一局，但不再讓子了！1997年5月11日，在人與計(jì)算機(jī)之間挑戰(zhàn)賽的歷史上可以說是歷史性的一天。計(jì)算機(jī)在正常時(shí)限的比賽中首次擊敗了等級(jí)分排名世界第一的棋手加里·卡斯帕羅夫，他以1勝2負(fù)3平輸給“深藍(lán)”。這場(chǎng)比賽之后IBM宣布深藍(lán)退役。時(shí)隔近20年，人機(jī)大戰(zhàn)再次以機(jī)器的勝利告一段落。但AlphaGo的勝出被看得更高一籌。興業(yè)證券研究所所長助理、計(jì)算機(jī)互聯(lián)網(wǎng)行業(yè)首席分析師袁煜明撰文表示，圍棋和國際象棋有很大的不同，這導(dǎo)致計(jì)算機(jī)的智能程度有很大的差別。國際象棋可以一定程度“暴力遍歷”，圍棋不行。國際象棋只要把開局庫和殘局庫多輸一些進(jìn)去，結(jié)合一些中盤的策略選擇和部分遍歷就很牛了。但圍棋壓根沒有殘局庫這個(gè)概念，“千古無同局”，所以圍棋的AI肯定沒法用遍歷的方法，只能讓它學(xué)人去思考。另一點(diǎn)，國際象棋目標(biāo)是清晰的，圍棋是模糊的。“模糊判斷一直是人類相對(duì)計(jì)算機(jī)的優(yōu)越感，要蠻算八位數(shù)的乘除法，人完全沒法和計(jì)算機(jī)比。但要判斷些模糊的指標(biāo)，計(jì)算機(jī)就一籌莫展了。這次AlphaGo橫空出世，在這方面展現(xiàn)出了巨大飛越?！痹谠厦骺磥恚珹lphaGo的“思考”方式更接近人類。這是深度學(xué)習(xí)、蒙特卡洛等多種算法結(jié)合創(chuàng)新所帶來的，從“計(jì)算”到“智能”的超越。DeepMind創(chuàng)始人DemisHassabis則表示：“AlphaGo正在突飛猛進(jìn)，甚至?xí)阶畎舻娜祟愡x手。和其他編出來的程序不同，你不知道它到底都會(huì)什么，因?yàn)樗軌蜃约簩W(xué)習(xí)。”會(huì)像人類那樣去學(xué)習(xí)，這也許就是“AlphaGo”和“深藍(lán)”最大的區(qū)別，也是人工智能表現(xiàn)出的質(zhì)的飛越。焦點(diǎn)三：機(jī)器人概念受熱捧“以前的計(jì)算機(jī)只能用來做精確計(jì)算，但現(xiàn)在能夠?qū)δ：袛嘧龀鲎罴褯Q策的話，計(jì)算機(jī)基本能做各種人能做的事情了。相比人類來說，計(jì)算機(jī)唯一不具備的是情感?！痹厦骺偨Y(jié)道，無危害人工智能有多種用途，比如現(xiàn)在已經(jīng)在應(yīng)用的無人駕駛、人臉識(shí)別、服務(wù)機(jī)器人代替客服等?！斑M(jìn)一步開腦洞的話”，未來還可應(yīng)用于產(chǎn)品設(shè)計(jì)、配方研發(fā)，大數(shù)據(jù)分析、寫作與創(chuàng)作(現(xiàn)在已有新聞機(jī)器人)、金融交易(現(xiàn)已有量化交易)等多種方面。實(shí)際上，人工智能和機(jī)器人對(duì)于普通人也不再是“水中月鏡中花”，而是關(guān)系愈來愈密切。去年以來，機(jī)器人概念在A股受到熱捧，掀起一波又一波的炒作熱潮，正是基于機(jī)器人在改變我們的制造模式和引領(lǐng)工業(yè)4.0這個(gè)時(shí)代將起到重要的作用。不久前召開的國務(wù)院常務(wù)會(huì)議再次關(guān)注智能制造，決定推動(dòng)《中國制造2025》與“互聯(lián)網(wǎng)+”融合發(fā)展。業(yè)內(nèi)人士認(rèn)為，工業(yè)制造市場(chǎng)未來將以智能制造為核心，而智能制造的關(guān)鍵將是機(jī)器人。2015年，中國機(jī)器人數(shù)量已占全球總數(shù)的56