人妖视频一区二区,办公室娇喘的短裙老师在线视频,码码加勒比国产在线

AlphaGo 是圍棋高手，卻不是人工智能好手

時間：2016-03-16 08:44:30 來源：作者：智能界網(wǎng)

人機圍棋大戰(zhàn)已經(jīng)落幕，人類選手李世石九段以 1：4 敗給 Google 人工智能（ AI ）程序 AlphaGo。

作為過去十年獲得世界冠軍數(shù)最多的職業(yè)圍棋手，李世石的確有資格代表人類頂尖圍棋手應(yīng)戰(zhàn) AI 圍棋手 AlphaGo。但出乎所有人（尤其是職業(yè)圍棋手）意料，李世石開賽后就取得三連敗，AlphaGo 也早早地就鎖定了最終的勝果。

面對如此強大又陌生的對手，經(jīng)歷了大風(fēng)大浪的李世石并沒有放棄后兩局的抵抗。人機圍棋大戰(zhàn)第四番，李世石第 78 手下出妙招，「神之一手」讓 AlphaGo 開始出現(xiàn)「誤算」，看似無懈可擊的這位 AI 界棋手還是被人類頂尖圍棋手找出了破綻，也就是程序用語中的 Bug（漏洞）。AlphaGo 誤判形勢，勝利的天平第一次傾斜到人類選手一方。在此之前，AlphaGo 曾以 5：0 橫掃歐洲冠軍樊麾二段。

雖然在人機五番棋較量中，李世石只贏了 AlphaGo 這一局比賽，但至少表明人類選手目前依然有可能戰(zhàn)勝頂尖 AI 棋手。如果讓柯潔或者其他目前排名高過李世石的職業(yè)圍棋手與 AlphaGo 對決，勝負(fù)可能依然難料。

有趣的是，在輸給李世石一盤棋后，AlphaGo 終于有了世界排名。在 3 月 14 日的世界職業(yè)圍棋選手排名中，AlphaGo 位列世界第四，僅次于中國的柯潔九段、韓國的樸廷桓九段以及日本的井山裕太九段，韓國棋手李世石九段則位列世界第五。（注：按照世界職業(yè)圍棋手排名網(wǎng)站 GoRatings.org 的算法，如果一名職業(yè)棋手從未遭受失利，就不會進入排名統(tǒng)計。）

1996 年，首次挑戰(zhàn)卡斯帕羅夫的 IBM 超級計算機深藍，以 2：4 敗給了這位國際象棋冠軍；一年之后，再度挑戰(zhàn)的深藍以 3：2 的比分艱難擊敗卡斯帕羅夫，而這被認(rèn)作人類計算機發(fā)展史上的一大里程碑事件。

相比「上世代」深藍與卡斯帕羅夫在國際象棋場展開的激烈對決，十九年后 AlphaGo 與李世石在圍棋盤上進行的「本世代」人機大戰(zhàn)早早就失去了懸念。要知道，作為一項延續(xù) 4000 多年的人類智力游戲，圍棋被視作世界上最復(fù)雜的棋盤游戲，也是目前僅有的一項人腦可能戰(zhàn)勝電腦的棋類運動。

雖然理論上還存在人類選手（例如讓柯潔再戰(zhàn) ）戰(zhàn)勝 AI 圍棋手的可能，但以 AlphaGo 為代表的 AI 棋手已經(jīng)或正在攻下圍棋這座曾經(jīng)不可逾越的大山。更為重要的是，理論上來說只要 AlphaGo 等 AI 棋手經(jīng)歷了足夠的訓(xùn)練（與不同風(fēng)格的人類棋手對戰(zhàn) ）以及必要的學(xué)習(xí)（與人類頂尖棋手過招），就能擊敗所有的人類棋手。

AI 是大勢所趨，即使人類選手?jǐn)〗o了 AI 棋手，我們也沒有什么好驚訝的。十九年前，人類選手就已經(jīng)在國際象棋戰(zhàn)場敗給了電腦棋手。與時俱進，新一代的電腦棋手為何就不能在十九年后戰(zhàn)勝圍棋選手呢？

歸根究底，不少人還是擔(dān)心擁有 AI 的電腦選手會朝著機器人的終極方向不斷進化。在他們看來，電腦越聰明，人腦可發(fā)揮的空間就越小。雖然 AI 現(xiàn)在只是在小小的棋盤上戰(zhàn)勝了人類，但未來愈加強大的 AI 會不會不受人腦控制，甚至與人類在各條戰(zhàn)線大戰(zhàn)三百回合呢？

如同經(jīng)久不衰的世界末日預(yù)言，抵制 AI 的論調(diào)一直存在。而在人類選手再次落敗人機大戰(zhàn)的背景下，這種杞人憂天的觀點又一次被放大。

圍棋可能是匯集人類最高智慧的博弈游戲，但其簡單的競技規(guī)則并不能代表人類社會規(guī)則的全部。相比之前只會機械窮算的傳統(tǒng)電腦棋手，新一代 AI 棋手所擁有的「深度學(xué)習(xí)」能力只是助其成功攻克了圍棋這一曾經(jīng)的碉堡而已。

事實上，AlphaGo 們距離真正的人工智能，還相差十萬八千里。

首先，不管是國際象棋還是圍棋，都是「完全信息博弈」，即比賽雙方的所有信息都會呈現(xiàn)在棋盤上。只要機器記住了所有規(guī)則，并且學(xué)會了所有應(yīng)對之法（ AI 棋手可能做到，人類棋手完全做不到），就可以在對決中一直處于上風(fēng)。即便被李世石或柯潔們發(fā)現(xiàn)了部分破綻，程序員修復(fù)了這些 bug，即可讓機器無限逼近完美。

然而，在一些「非完全信息博弈」的游戲（例如撲克或者電子游戲）中，由于機器較難獲知所有信息，處于當(dāng)下發(fā)展水平的這些 AI 選手還很難在這些競技游戲領(lǐng)域戰(zhàn)勝人類選手。

其次，此番對戰(zhàn)李世石的 AlphaGo 依然需要研發(fā)團隊對其進行事先的程序設(shè)定，而不是完全依靠「后天學(xué)習(xí) 」積累技能。AlphaGo 要想具有更加強大的 AI，首先就需要具備更加徹底的自主學(xué)習(xí)能力。在研發(fā)人員不給其編寫任何圍棋相關(guān)代碼程序的前提條件下，AlphaGo 還能通過「深度學(xué)習(xí) 」在棋盤上打敗人類選手，或許這才是 AI 圍棋手當(dāng)之無愧的勝利。

最后，從 iPhone 上的 Siri 到 Google 家相對復(fù)雜的 AlphaGo，均屬「弱人工智能」，也就是處于發(fā)展早期的人工智能。AlphaGo 在棋盤上戰(zhàn)勝了人類頂尖選手，但其 IQ / EQ 可能連人類新生兒的水平都達不到。而從全面開花的「弱人工智能」到克隆人類的「強人工智能」，可能至少需要幾十年的發(fā)展里程。至于科幻片中才有的「超人工智能」，在可預(yù)見的未來依然是個遙不可及的構(gòu)想。

從「弱人工智能」到「強人工智能」，AlphaGo 們需要在認(rèn)知、行為和情感上全面模擬人類。棋盤上的常勝將軍，離開棋盤后可能就是個「木頭」。如何把「木頭」培養(yǎng)為既能理性思考又有感性思維的「強人工智能」，并且能嚴(yán)格遵守「機器人三定律」，或許這才是全人類需要共同深思的宏大議題。

智能界（moderndentistryformadison.com）中國智能科技聚合推薦平臺，秉承“引領(lǐng)未來智能生活”的理念，專注報道智能家居、可穿戴設(shè)備、智能醫(yī)療、機器人、3D打印、智能汽車等諸多科技前沿領(lǐng)域。聚合品牌宣傳、代理招商、產(chǎn)品評測、原創(chuàng)視頻、FM電臺與試用眾測，深入智能硬件行業(yè)，全平臺多維度為用戶及廠商提供服務(wù)，致力成為中國最具影響力的智能硬件聚合推薦平臺。