热搜>正文

人工智能话题上热搜 浙大专家:打星际阿法狗赢不了(图)

2017-01-08 07:34 | 新浪网 | 手机看国搜 | 打印 | 收藏 | 扫描到手机
缩小 放大

核心提示:Alpha Go经过标注学习,供它学习的16万份人类对弈的棋谱,要是Master不是Alpha Go该多好。


本周五晚,中国电视史上首场“人机大战”,在江苏卫视《最强大脑》第四季舞台上正式打响。最终,中国“脑王”王峰2:3惜败于人工智能机器人“小度”。

而就在几天前,用连胜60局的战绩肆虐了世界棋坛近一周后,Alpha Go(阿尔法狗)脱下“Master”的马甲,宣布暂时闭关。

人工智能的话题在新年里又成了热搜。

就像美剧《西部世界》第一季的结尾,机器人被自我意识唤醒,崛起反抗人类。很多网友也担心,机器人再这么聪明下去,人怎么和它在友谊的小船上相处?

记者专访了浙江大学人工智能研究所所长、教授吴飞和浙江大学求是高等研究院系统神经与认知科学研究所的副教授奚望,他们从各自的角度,解答了网友的两大疑问:第一,在下棋这件事上,人到底能不能战胜机器;第二,机器人最后会不会取代人。

可枚举的对弈

机器一定胜人

在神秘的Master身份尚未揭秘的时候,有看热闹不嫌事儿大的群众思忖着:“哎,要是Master不是Alpha Go该多好,我想看两只狗的人间大战!”

如果真的有这么“两只狗”,有的一拼吗?

比如,日本也有一个非常牛的围棋AI叫“Deep Zen Go”,它和Alpha Go一样,也学了人类的16万份经典棋谱。但是它在和人类对弈的时候,时有败局。

和Alpha Go相比,它应该是输在不够勤奋。

Alpha Go实在是太勤奋了,一开始,仅仅有16万局人类棋谱数据的它自觉不足,它没有二话,埋头学习。它每天都在进步,不停地自己跟自己下棋。这一过程叫强化学习。它学出了一个自己的“神经网络”,神经网络里面的许多参数刻画了“狗”对围棋复杂模式的一种独到理解,也就是其得出了自己的考试套路。

吴飞解释说,事实上,Alpha Go通过视觉感知来进行学习下棋。也就是说,根据图像的变化,它判断两件事情——“当前这一子怎么落,这是策略网络;整体布局怎样推进,这是价值网络。”

“所以,可枚举式的对弈,机器一定会胜人。”吴飞断言。

“狗”尤其擅长布全局。懂棋的人会发现,这60盘棋局过程中,有的时候Alpha Go有点像《天龙八部》里的虚竹一样,会下匪夷所思的怪棋。但下完了发现,完全不影响它赢棋。

吴飞说,这恰好是人类很难做到的,因为要有太大量的计算,人算不到那么远。

人工智能取代人类

尚且遥远

2016年10月,谷歌宣布Alpha Go未来有可能会挑战星际争霸游戏。

吴飞认为,Alpha Go的能力要完成这个挑战,还很遥远。

资深星际玩家Joe也持一样的观点。他告诉记者,星际和围棋对弈的最大不同,是对手在暗处。“对抗中,双方同时出招,这个过程中,你不知道大量的关键信息——对手的作战能力、武器情况,也不知道自己被反侦查的程度。”

在这样信息不完备的情况下,AI(智能机器人)目前并不像人一样,具备推理的能力。

吴飞说,Alpha Go是AI领域的突破,但是它并不能导致AI实现终极目标——实现类人智能,“AI目前受的训练,都依赖于有标注的海量数据。”

吴飞解释,“也就是说,供它学习的16万份人类对弈的棋谱,已经告诉它谁胜谁负,如果不标注,或者掺杂‘噪音数据’,会大大地干扰它的学习能力。”比如,世界上有30万种菌菇,Alpha Go经过标注学习,能够知道每一种菌菇的名字,但是若给它看一朵30万以外的菌菇,它可能连这是一朵菇都说不出来,它会不知道这是什么,“AI不会举一反三。”

在信息不完整的情况下进行有效推理,人类有诸多优势。

不过目前,人工智能和神经科学两个学科研究是相互融合和促进的。

浙江大学求是高等研究院系统神经与认知科学研究所副教授奚望告诉记者,现在也有根据人脑的神经连接特点设计的类脑芯片,可以实现当前计算机的各种功能,还有神经科学的研究,就是直接用人脑的信号来控制机器,也就是脑机接口,这些都是计算机跟神经交叉研究的热点领域。

此内容为优化阅读,进入原网站查看全文。 如涉及版权问题请与我们联系。8610-87869823
相关搜索:

更多阅读

点击加载更多

热点直击

今日TOP10

猜你喜欢

旅游热点新闻

网友还在搜

热点推荐

扫码关注中国搜索官方微信
扫码关注中国搜索官方微信