|
原标题：“阿尔法狗”为什么厉害（关注·关注“人机大战”(上)） 什么是蒙特卡洛搜索树算法？ 有专家曾通俗地解释：假如篮子里有1000个苹果，让你每次闭着眼睛找一个最大的，可以不限制挑选次数。于是，你可以闭着眼随机拿了一个，然后再随机拿一个与第一个比，留下大的，再随机拿一个，与前次留下的比较，又可以留下大的。循环往复这样，拿的次数越多，挑出最大苹果的可能性也就越大，但除非你把1000个苹果都挑一遍，否则你无法肯定最终挑出来的就是最大的一个。这就是蒙特卡洛搜索，它被广泛用于科学和工程研究的算法仿真中。 “传统的棋类软件，一般采用暴力搜索，包括深蓝计算机，它是对所有可能结果建立搜索树（每个结果是树上的一个果实），根据需要进行遍历搜索。这种方法在象棋、跳棋等方面还具有一定可实现性，但对于围棋就无法实现，因为围棋横竖各19条线，落子的可能性大到计算机无法构建这棵树（果子太多了）来实现遍历搜索。”中国科学院自动化研究所研究员易建强说，“而AlphaGo采用了很聪明的方法，完美解决了这个问题。它利用深度学习的方法降低了搜索树的复杂性，搜索空间得到有效降低。比如，策略网络负责指挥计算机搜索出更像人类高手该落子的位置，而估值网络负责指挥计算机搜索出后续更有可能获胜的一个落子位置。” 刘加奇进一步解释，深度神经网络最基础的一个单元就类似我们人类大脑的神经元，很多层连接起来就好比是人类大脑的神经网络。AlphaGo的两个神经网络“大脑”分别是策略网络和估值网络。 “策略网络主要是用来生成落子策略的。在下棋的过程中，它不是考虑自己应该怎么下，而是想人类的高手会怎么下。也就是说，它会根据输入棋盘当前的一个状态，预测人类下一步棋会下在哪儿，提出最符合人类思维的几种可行的下法。” 然而，策略网络并不知道自己要下出的这步棋到底下得好还是不好，它只知道这步棋是否跟人类下的是一样的，这时候就需要估值网络来发挥作用了。 刘加奇说：“估值网络会为各个可行的下法评估整个盘面的情况，然后给出一个‘胜率’。这些值会反馈到蒙特卡洛树搜索算法中，通过反复如上过程推演出‘胜率’最高的走法。蒙特卡洛树搜索算法决定了策略网络仅会在‘胜率’较高的地方继续推演，这样就可以抛弃某些路线，不用一条道算到黑。” AlphaGo利用这两个工具来分析局面，判断每种下子策略的优劣，就像人类棋手会判断当前局面以及推断未来的局面一样。在利用蒙特卡洛树搜索算法分析了比如未来20步的情况下，就能判断在哪里下子赢的概率会高。 人工智能会对人类造成威胁吗？ 目前并不会对人类造成威胁，人工智能技术为人类提供了解决问题的强大工具 专家们表示，AlphaGo成功的秘诀就是让计算机知道如何完成目标并通过经验来提高，而不是每项任务都通过手写指令来完成。 “这个秘诀实际上就是深度学习。它是指多层的人工神经网络和训练它的方法。简单通俗地讲就是指计算机通过深度神经网络，模拟人脑的机制来学习、判断、决策。近年来，这种方法已被应用于许多领域，比如人脸识别、语音识别等等，总之它在近期和未来都将是人工智能领域的一个热点研究方向。”易建强说。 此次AlphaGo的胜利被业界认为是人工智能发展当中的一个重要里程碑。 “它的一些算法的机理可以运用到其它领域，去解决一些对抗性的问题，甚至还可以应用到以后的商业和金融交易当中，或者是城市的交通管理等方面。”刘加奇说。 很多人都担心人工智能的发展会威胁到人类的生存，这次AlphaGo能在典型的反映人类智慧的比赛中打败人类，则更加重了人们的担忧。 对此，记者采访的几位专家都表示人工智能并不会对人类造成威胁。他们认为，人工智能技术为我们提供了强大工具，有助于专家更快做出突破，提高我们应对那些亟待解决的全球性难题的能力。 “我们需要机器学习来帮助处理复杂问题，预测未知，支持我们实现以往不可能的目标。”王飞跃说。 “当然相比围棋，城市拥堵的治理等问题难度更大。因为围棋的数据结构是一样和固定的，而我们生活当中很多的数据结构并不统一，比如城市拥堵方面的大数据结构，因此让计算机从这些非结构数据中获取知识是非常难的，要实现还需要很长的时间。”易建强说。 |
|
|
