|
电脑再次叫板人脑 围棋“人机世纪大战”首场比赛在韩国上演 北京时间中午12点 人工智能“阿尔法围棋”程序与世界冠军、韩国职业棋手李世石对弈 5场比赛定胜负 胜者将赢得100万美元奖金 蝌蚪君开始敲字的时候 比赛已经进行了2个多小时 胜负难料 一旁观战的人们 也是操碎了心 AlphaGo为何敢叫板近10年来 平均成绩表现最优秀的世界冠军 阿尔法围棋（AlphaGo）是一款围棋人工智能程序。通过两个不同“神经网络大脑”（棋局评估器、落子选择器）合作来改进下棋。 我们换个最简单的说法，其实就是套路啊套路！ AlphaGo作为一个机器人，也不用吃喝拉撒睡，每天24小时1440分钟86400秒就干一件事——下棋！而且它又不会像人脑一样“忘记”，所以下过的所有棋局全都记在脑子里了，这些都是“经验”。 等到实战的时候，它看一下棋面就开始从过去的经验里找，这个盘面哪一路最容易赢，想要赢的话接下来应该怎么下。 每一步都去重复这个做法，弄成数据图就是下面这样子↓ 而上面提到的棋局评估器和落子选择器，其实就是看AlphaGo看的够不够准、够不够远。棋局评估的越准确、后招看的越远，赢的胜算就越大。 如果你还不明白……（这智商真是捉急），再举个更浅显的例子，这套路就像屌丝筛选幸福人生之路的过程： 地球上的所有女人→95后→貌美→D杯→傻白甜→165cm以上→温柔→轻文艺→贤惠→厨艺好→能生养……→女神→女神爱上你。 AlphaGo从业余5段提升到可以击败职业2段棋手的水平，靠的就是这个。 另外，高手过招，最后往往看的是心态。李世石输了第一局之后表示，棋局较量的时候其实情绪也在相互影响，如果紧张则可能有疏漏。但AlphaGo是个机器，可以永远保持绝对冷静。李世石感觉像是“碰到了一面墙”，自己所有情绪都直接被反弹回来了，而对方却冷冰冰地没一点情绪，这种体验着实让（ying）人（xiang）不（fa）爽（hui）。 计算机界的各种算法 论计算能力，人类不是计算机的对手。有学者估算，人的大脑可以每秒运行一亿亿次运算。而目前最快的计算机，中国的天河二号，已经达到了每秒三点四亿亿次。 但下棋，不仅仅是计算这么简单。阿尔法围棋要想赢李世石，需要一套自动处理程序，将棋盘上的每一次变化，翻译成电路的开与关，通过有限步数的计算，得出结论。这套自动处理程序，就是当今世界的根基之一——算法。 五把钥匙里，有一把是对的，一把一把试过去，总能打开锁。这就是枚举法。听起来有些弱智，但是计算机的运算速度很快，所以至今，仍有用武之处。 密码管理服务商，SplashData，曾经公布过最受欢迎的密码。黑客们只要把这些密码试验一遍，就能有很多收获。 假如一共有二十道选择题，每道题的答案都是A，你是会挨个念一遍呢，还是说一句：“都是A”？ 想必，正常人肯定会选择后者。不仅省时、省事，而且没有信息损失，和“AAAAAAAAAAAAAAAAAAAA”效果一致。 在此过程中，你通过统计分析，总结出规律，用更少的字段去描述全部信息，这就是无损压缩。 电脑上的无损压缩当然复杂地多，有可能出现“ABABAB……”，也有可能出现“AB10AAB”，但其基本理念是一致的。 公钥加密是一种很古老的做法——在计算机领域，超过十年就算古董了。 我们逛淘宝的时候，正是经历了这样的场景。你发出的付款信息，要经过多个服务器转接，如果不加密，你的支付信息就会暴露在互联上；如果你自定义一套密码，安全倒是安全，但淘宝也不会认。所以，支付时要使用公钥加密信息。 为什么谷歌风靡全球？因为谷歌的搜索引擎特别好用。为什么谷歌的搜索引擎那么好用？因为谷歌的匹配与排名算法极其优秀。 1998年，谷歌创始人拉里·佩奇和谢尔盖·布林发表了名为《解析大规模超文本网络搜索引擎》（The Anatomy of a Large-Scale Hypertextual Web Search Engine）。 因为技术限制，我们还不可能让计算机直接模拟人脑，分辨哪些重要、哪些不重要。佩奇和布林找到了一个计算机可以辨识的指标：PageRank值。 PageRank值可以简单理解为网页的被引用次数。比如你搜索“川菜的招牌菜“，其中，有一百个网页既包含“川菜”又包含“招牌菜”，符合搜索要求。 其中，有九十九个网页通过超链接提到了最后一个网页，那么，最后一个网页，就是最贴近用户需要的。 当计算机拿到一张照片的时候，它沿着决策树，将测试数据，和之前的样本数据，进行对比。 最后结果由研究人员对结果进行判断，给予奖励或者修正。这样，计算机就能逐步地建立一个决策体系，准确地识别人的表情。 击败李世石不代表征服围棋 只是算法胜利 阿尔法狗首战告捷，意味着人工智能将可以执行更复杂和有效率的运算，处理领域的深度和广度将会提升。 而围棋，并非是简单的算法，而是一个综合体。即使战胜了李世石，阿尔法狗也不能真正征服围棋！ 至于胜负输赢，还有四场比赛，快来预测一下吧。 |
|
|
