|
AlphaGo创造者Google DeepMind 的CEO杰米斯·哈萨比斯（Demis Hassabis） 实际上，目前AlphaGo已经成为最优秀的人工智能围棋程序。在与其他程序的对弈中，AlphaGo用一台机器就取得了500场的胜利，甚至有过让对手4手后获胜的纪录。去年10月5日-10月9日，谷歌安排AlphaGo与欧洲围棋冠军Fan Hui(樊麾：法国国家围棋队总教练)闭门比赛，谷歌以5-0取胜。 但其实，这并不是人工智能第一次挑战人类。包括这一次在内，历史上共有三次里程碑级的人机大战。我们来梳理一下。 1997年IBM的深蓝对战国际象棋大师 由IBM开发的深蓝（Deep Blue），是专门用以分析国际象棋的超级电脑。1996年2月10日，深蓝首次挑战国际象棋世界冠军卡斯巴罗夫（Kasparov），但以2-4落败。比赛在2月17日结束。其后研究小组把深蓝加以改良，1997年5月再度挑战卡斯巴罗夫，比赛在5月11日结束，最终深蓝电脑以3.5–2.5击败卡斯巴罗夫，成为首个在标准比赛时限内击败国际象棋世界冠军的电脑系统。IBM在比赛后宣布深蓝退役。 1997年的深蓝可搜寻及估计随后的12步棋，而一名人类象棋好手大约可估计随后的10步棋。 2011年IBM的沃森挑战综艺节目《危险边缘》 沃森是一台专为复杂分析而优化设计的系统，由90台IBM Power 750服务器组成的集群服务器，共计2880颗POWER7处理器核心以及16TB内存。沃森每秒可以处理500GB的数据，相当于1秒阅读100万本书。 2011年，沃森参加综艺节目《危险边缘》来测试它的能力，这是该节目有史以来第一次人与机器对决。2月14日至16日广播的3集节目中，沃森在前两轮中与对手打平，而在最后一集里，沃森打败了最高奖金得主布拉德·鲁特尔和连胜纪录保持者肯·詹宁斯，获得了100万美元的资金。 沃森在比赛节目中按下信号灯的速度始终比人类选手要快，但在个别问题上反映困难，尤其是只包含很少提示的问题。对于每一个问题，沃森会在屏幕上显示3个最有可能的答案。 2015年GOOGLE的AlphaGo对战围棋大师 根据1月28日《自然》杂志的封面文章介绍，谷歌DeepMind公司设计的AlphaGo在没有任何让子的情况下以5:0 完胜欧洲冠军、职业围棋二段樊麾。据悉，AlphaGo还将在3月份迎战世界围棋冠军李世石。 谷歌表示，围棋中棋子的走法甚至比宇宙中的天体数量还要多。为了搞定围棋近乎无限的可能性，谷歌开发了名为AlphaGo的人工智能系统。研究团队在它的神经网络当中输送了来自专业围棋选手约3000万种走法，并让它通过名为强化学习的试错过程来掌握如何创建自己的策略。 与之前深蓝和沃森不同，人工智能不仅仅是外界输入给他更多的信息，而是训练它，通过学习和分析结果来判断最优策略。这个过程已经开始类似小孩子学习知识的一种方式了。即机器学习。再通俗一点的说法就是，DeepMind先用已有的围棋技巧来训练AI，称为监督学习（supervised learning），然后让AI和自己对弈，通过深度学习让其掌握如何赢得围棋比赛的技巧。 通过三次人机大战，我们会发现，传统计算机必须先由人类进行编程才能执行某项特定任务；而现在已经更新的认知系统则会从与数据和人类的交互中学习，从某种意义上来说，它可以自行编程执行新任务。传统的计算机被设计用来进行快速运算。在认知时代，计算机将会适应人。它们将会以我们与生俱来的方式和我们进行互动。美国科幻片里演的未必将不来会变成现实。 那么我们是否应该对人工智能产生恐惧呢？它会不会有一天真的替代人类？ 显然，即使机器已经变得如此聪明，它仍然只是人类的助手。AlphaGo在 Google 的首个用途将是开发出更好的个人助理软件。这样的个人助理能够从用户在线行为中学习用户偏好，并对产品和事件作出更符合直觉的建议。而IBM的沃森系统，早就在医疗、教育、金融等领域发挥着自己的作用。 IBM研究院的副院长约翰凯利却认为，我们仍处于计算新时代兴起的初级阶段。未来的发展还是要看我们与机器的深度合作，而不是彼此竞争。随着时间的推移，人类已经进化为更高级的物种。我们不断地适应环境以克服自身的局限，这种与计算机之间的伙伴关系也只是在漫长的适应过程中迈出的最新一步。 我们可以将这些人工智能应用于研发认知应用程序。在企业层面上，企业可能会利用这些程序处理兼并和收购，进行危机管理、竞争分析和产品设计。此外，这些从云端下载的应用程序还将帮助个人处理常见但又高度复杂的问题，例如，选择大学、进行投资、选择保险方案，以及购买汽车或房产等。 延伸阅读 什么是机器智能？ 《机器智能》 作者：约翰·凯利 史蒂夫·哈姆 中信出版集团∣2016.01 本文转载自中信出版集团旗下公众号布谷传声
编辑：赵佳然 2016.02.01 |
|
|
