<u id="hxmmd"></u>

    <meter id="hxmmd"><ol id="hxmmd"></ol></meter>
    <progress id="hxmmd"><nobr id="hxmmd"><div id="hxmmd"></div></nobr></progress>
    <i id="hxmmd"><th id="hxmmd"></th></i>
    當前位置:主頁 > 國際 > 深度解讀 > 正文
    谷歌圍棋:誰是下一個對手
    來源:???? 作者: ???? 2016-10-08 16:55???????
    摘要:在最優秀的人類棋手之一戰敗后,古老的圍棋加入到不斷增長的、證明電腦表現得比人類出色的任務清單中。一場在韓國首爾舉行、據報道被全球1億人觀看的6天比賽中,由谷歌下屬深度思維公司創建的電腦算法“阿爾法圍棋”以4:1擊敗專業選手李世石。這種古老棋盤游戲的復雜性和直覺本質,使圍棋成為人工智能(AI)面臨的最大挑戰之一。如今,最大的問題在于深度思維團隊下一步將何去何從。



    專業圍棋選手李世石(中)在和谷歌的“阿爾法圍棋”算法對弈中以1:4 戰敗。


    圖片來源:Kim Hong-Ji/TPX/REUTERS


    在最優秀的人類棋手之一戰敗后,古老的圍棋加入到不斷增長的、證明電腦表現得比人類出色的任務清單中。一場在韓國首爾舉行、據報道被全球1億人觀看的6天比賽中,由谷歌下屬深度思維公司創建的電腦算法“阿爾法圍棋”以4:1擊敗專業選手李世石。這種古老棋盤游戲的復雜性和直覺本質,使圍棋成為人工智能(AI)面臨的最大挑戰之一。如今,最大的問題在于深度思維團隊下一步將何去何從。


    “阿爾法圍棋”的通用方法(主要通過學習獲得,少數元素專門為圍棋定制)能被應用于涉及模式識別、決策制定和規劃的問題。不過,這種方法也存在局限性。“這真的令人印象深刻,但與此同時,仍然存在很多挑戰。”加拿大蒙特利爾大學計算機專家Yoshua Bengio表示。


    曾預測將在此次谷歌比賽中獲得壓倒性勝利的李世石也為自己的失敗感到震驚。去年10月,“阿爾法圍棋”擊敗歐洲冠軍范輝。不過,阿爾伯塔大學計算機專家Jonathan Schaeffer介紹說,在首爾獲勝的程序版本要更加強大。“我預計它們會利用更多計算資源,并且實現更多學習,但仍未料到會有這種驚人的表現。”Schaeffer開發的奇努克語軟件在2007年掌握了下國際跳棋的技能。


    研究AI趨勢的美國亞利桑那州立大學社會學家Miles Brundage表示,這種改進在很大程度上歸結于這樣一個事實,即“阿爾法圍棋”下的次數越多,表現得就越好。“阿爾法圍棋”利用的是一種被稱為神經網絡的腦啟發架構——各層模擬神經元之間的連接會基于經驗不斷強化。它首先研究了來自人類游戲的3000萬個棋譜,然后通過自己反復下圍棋提高水平。這種技術被稱為強化學習。隨后,深度思維將“阿爾法圍棋”識別成功棋盤布局的能力和一種能分析下一步棋的結果并利用其決定選擇走哪一步的“預測搜索”結合起來。


    下一步,深度思維會解決更多游戲。目前,選手往往能獲得關于棋局所有信息的大多數棋類游戲都已被解決掉。不過,機器仍無法在很多選手參加的撲克游戲中戰勝人類,也就是說,每個選手只能看到自己的牌。深度思維團隊已表示出對解決科幻戰略游戲“星際爭霸”的興趣。Schaeffer建議,深度思維可設計一種能從頭開始學習玩不同類型游戲的程序。此類程序每年都在面向創建更加通用的AI類型的全局游戲策略國際競賽中進行比拼。Schaeffer猜測,深度思維將在比賽中勝出。


    與此同時,深度思維的創始人和首席執行官Demis Hassabis在上個月的一次會議中提到了這樣一種可能性,即訓練一個版本的“阿爾法圍棋”僅利用自我對弈,忽視來自人類專家的知識。該公司在2015年創建了以這種方式玩沒有那么復雜的大型電玩游戲的程序。Bengio表示,沒有一個有利的開端,“阿爾法圍棋”可能需要學習更長時間,并且或許永遠不會打敗最優秀的人類選手。不過,這是很重要的一步,因為人類就是在這么少的指導下學習的。


    總部位于英國倫敦的深度思維還計劃在游戲之外有所發展。今年2月,該公司創建“深度思維健康”,并和英國國家衛生署發起一項合作:它的算法最終能被應用于臨床數據,以改善診斷或治療計劃。位于西雅圖的非營利性機構——艾倫人工智能研究所首席執行官Oren Etzioni表示,此類應用面臨的挑戰和游戲完全不同。“關于游戲的普遍現象是你可以收集任意數量的數據。”他說,程序通過玩很多游戲,持續獲得關于什么是好或壞的反饋。然而,在凌亂的現實世界中,關于罕見疾病的數據可能非常稀少。即便是普通疾病,為一項決策的結果貼上“好”或者“壞”的標簽或許并沒有那么簡單。


    深度思維的方法并非推進AI疆域的唯一辦法。紐約大學神經學家Gary Marcus和別人共同成立了一家初創公司“幾何智能”,以探索從少數例子中進行推斷的學習技術。這受到了兒童如何學習的啟發。在短暫的生命中,“阿爾法圍棋”可能下了數十億盤棋。這比仍在5局中贏了1局的李世石多太多。“或許,和電腦相比,人類是快很多的學習者。”(宗華)


    美女被搞