|
本期《nature》杂志刊发的AlphaGo的相关文章，其内容与机器人技术还相隔尚远。尽管文章提到很多诸如执行一系列复杂行为设计的应用程序，该技术仍然属于机器学习领域。 《财经》记者 孙爱民 左璇/文 1月28日，Nature杂志以封面论文的形式，介绍了谷歌公司DeepMind团队开发的人工智能程序AlphaGo，它击败了欧洲围棋冠军樊麾。此文在人工智能领域引发了些许争议。《财经》随即采访了Nature杂志的高级编辑坦吉·肖尔德（TanguyChouard）。他被编辑部认为具有评论文章重要性的资格。 坦吉·肖尔德博士毕业于法国巴斯德研究所，在Nature杂志的负责领域为生物系统学、神经生物学。 《财经》：最新的一期Nature杂志的封面文章引发强烈反响，Nature为何选择将人工智能程序AlphaGo大胜欧洲围棋冠军作为封面？ TanguyChouard（下文简称TC）：对于人工智能领域内的专家审稿人来说，AlphaGo的算法设想与构建是具有里程碑意义的，这也是Nature将其作为封面刊发的主要原因。 人工智能技术是一项新兴的科学、工程与社会研究挑战，Nature乐于刊发经过严格同行评议的重大突破，以此来支持该技术的发展。 《财经》：与1997年战胜国际象棋大师卡斯帕罗夫的“深蓝”相比，AlphaGo有哪些先进之处？ TC：“深蓝”（DeepBlue）是一个单一程序，其设计只针对国际象棋，而且要由科学家手工操作。而AlphaGo中包含的神经网络程序，可以通过抓取信息实现学习技能，不需要再进行领域特定编程。因此，AlphaGo是一套综合程序设计，适用于大范围的应用程序，不只是在围棋方面。 《财经》：AlphaGo采用的人工智能技术未来应用前景如何？ TC：文章的作者并没有断言AlphaGo的人工智能技术会取代人类智能，其设计目的在于更好地辅助人类智能。例如在执行复杂约束条件下的长期规划任务时，以及在医疗诊断与气候模型构建领域。 AlphaGo相关文章的内容与机器人技术还相隔尚远。尽管文章提到很多诸如执行一系列复杂行为设计的应用程序，该技术仍然属于机器学习领域，未来有可能与机器人有关。 《财经》：现代的人工智能，在算法方面有何超越？未来的发展前景如何？ TC：这篇文章展现了谷歌公司DeepMind团队在深度学习神经网络与蒙特卡罗树搜索算法结合方面的关键进展，这种结合戏剧性地减少了围棋中预测棋手下一步行为的难度和复杂性。因此，与人工智能此前的“深蓝”与“沃森”（Watson）相比，AlphaGo的基本概念在原理上可以解决人工智能的其他各类问题。 《财经》：你如何评价AlphaGo的能力？这次围棋比赛胜利的报道是否夸大了其智能？ TC：我们没有理由认为作者夸大了他们的研究成果，这篇论文实行了严格专家评审。基于以下两点来严格展示AlphaGo的能力： 1、与最高水平的智能围棋程序的对战，在近500场对战中取得99.8%的胜率，并且在让四子对战中战胜了其他程序； 2、与欧洲围棋冠军樊麾二段的对战，AlphaGo在没有让子、全尺寸（19×19）的情况下，以5:0取得了全胜。 《财经》：AlphaGo将在3月份对战韩国围棋选手李世石，你认为AlphaGo胜算几何？如果能战胜李世石，对于人工智能科学将意味着什么？ TC：很难预测谁将获胜，若AlphaGo取胜的话将创造历史，其意义将等同于1997年“深蓝”战胜卡斯帕罗夫，甚至更为深远。 原因正如前面我提到的： 1、不同于“深蓝”，AlphaGo是一个综合系统，能应用于除棋类比赛外的其他问题； 2、“深蓝”在战胜卡斯帕罗夫后即被拆解（这对于科学与历史记录是一个重大损失），而与之相反，AlphaGo如今经过严格专家评审，并被翔实地记录下来。 |
|
|
