|
昨天AlphaGo Zero诞生了，令整个学术界为之惊叹，因为它从一张如同婴儿般的“白纸”开始，经过3天的训练，就以100：0的比分完胜对阵李世乭的那个AlphaGo。 刚刚这几年，人们才发现人类积累的经验数据是新的资源，称之为“大数据”，并成为许多国家的重要战略，并进行各种大数据的分析挖掘和利用。 而AlphaGo Zero的成功，表明了在训练过程中不需要人类的经验数据，去掉了人类认知的不足，消除了对大量数据训练的依赖。由此，大数据的采集、分析、存储、挖掘是否就此变得一文不值呢? 我们还需要大数据吗? 在这个变化太快的时代，我们很多问题还没来得及思考。 根据论文的介绍，AlphaGo Zero 所采用的神经网络是一种新的强化学习算法，即自我对抗的竞争性训练。根据作者的描述，AlphaGo Zero不需要人类的样例或指导，不提供基本规则以外的任何领域知识，使用强化学习能够实现超越人类的水平。也就是，这种强化学习不需要带标注的大数据集，而是给一个回报函数，这个回报函数决定当前状态得到什么样的结果，最终的目的是决策过程中整体的回报函数期望最优。因此，需要注意的是，AlphaGo Zero需要一些基本的规则，表明不同状态下的下棋规定。 规则是一种知识形式，是高度提炼后的信息。AlphaGo Zero在训练过程中通过事先指定的规则进行不断自我对弈，生成数据，搜索、优化，从而完成自我进化。而大数据处理实际上走的是一个相反的路径，即从大量历史数据中去获取知识，而这些知识可以对我们的生活有用，比如，可以给医生补充自己未能考虑的知识。 因此，可以用一张图来表明AlphaGo Zero和当前大数据处理的关系。从数据的角度看，前者是根据知识产生数据，后者是根据数据产生知识。显然两者具有很强的互补关系。 大家可以试想想，AlphaGo Zero所代表的AI能推翻人类吗，它所需要的规则怎么来的，还不是人类给他的，还不是大数据挖掘给他的? 因此大数据仍然任重道远。除非在更远的将来，由AI自己制定社会运转的规则，那时真的就没有人类了。
|
|
|
