品玩

科技创新者的每日必读

打开APP
关闭
LinkedIn

连 1% 的天分也没有,AlphaGo 是靠 100% 的汗水赢了李世石

在谈到 AlphaGo 的成功与天分、汗水之间的关系时,IBM 科学家苏中认为“AlphaGo 连 1% 的天分都没有,它的天分来自于它整个算法设计的团队,它的海量运算。因为 16 万盘棋,在那么大的深度学习网络,让人算我相信是算不完的,它能把里面最后的规律找到。”

CY Zhou

发布于 2016年3月26日

即便 AlphaGo 与李世石的比赛已经结束了,但关于人工智能的讨论却没有停歇。3 月 23 日晚间,LinkedIn 旗下的职场社交应用赤兔就组织了一场人工智能讨论活动,并邀请了清华大学博士生导师、中国人工智能学会副理事长马少平;IBM 中国研究院研究总监、大数据及认知计算研究方向首席科学家苏中以及 PingWest 品玩联合创始人兼 CEO 骆轶航来谈谈人工智能如何走进大家的生活。

在这场时长两个小时的活动中,马少平教授认为人工智能取得今天的成就离不开互联网的助力。随着互联网、云计算的发展带来的海量数据让人工智能又获得一次升级,AlphaGo 能战胜李世石更多获益于机器深度学习的发展。不过,马少平教授认为目前深度学习还只是解决了感知的问题,像人类一样有推理能力,真正全面超过人发展到强人工智能,在其有生之年是很难看到曙光的。IBM 科学家苏中则畅想了一些人工智能的应用场景,他认为机器能否从海量的数据运算到帮助人做决策,这才是认知计算最核心。未来在医学和教育行业,人工智能或将对个性化决策产生重大影响。

AlphaGo 是靠 100% 的汗水打败了李世石

在一场讨论人工智能的活动中,话题自然离不开 AlphaGo 和围棋。回顾人工智能的发展历程,马少平介绍说在 AlphaGo 出来之前,计算机围棋最好水平也就是业余五段左右,现在应该是到九段了。鉴于从业余五段到职业棋手就是很大的飞跃,从(职业)初段再到九段又是很大的飞跃;所以人工智能无论是在进化方面还是下棋方面都达到了一个新里程碑。

不过,相比这场比赛在人工智能史上产生的影响,骆轶航对 AlphaGo 比较感兴趣的点是:AlphaGo 的成功有多少是天分、多少是汗水?

对于这个有趣的问题,苏中在衡量一番后认为“AlphaGo 连 1% 的天分都没有,它的天分来自于它整个算法设计的团队,它的海量运算。因为 16 万盘棋,在那么大的深度学习网络,让人算我相信是算不完的,它能把里面最后的规律找到。”

马少平教授则从更加具体的角度解释了 AlphaGo 的成功。他表示:“AlphaGo 的成功获益于深度学习的突破性发展。它把深度学习加上强化学习的方法引入进来,但是它的整体框架还是蒙特卡罗数的搜索,一个是策略网络,一个是估值网络,使得它的搜索可能下的步骤横向的步骤减少了。在此之前还是所有的可能性都要模拟,现在是限定在某个范围内。原来的每次模拟都要从上到下模拟到底,现在采用估值网络以后模拟到中间可能就停止了,这样的话节省了时间可以模拟的次数更多了,这样效率就高了”。

互联网拯救了人工智能,超强人工智能尚不可能出现

人工智能(AI)这个概念到今年为止已经六十年了,虽然它的发展过程一波三折,但随着互联网的发展,人工智能又逐渐热起来了。那么在人工智能领域会不会存在类似于像摩尔定律这样的规律,未来,人工智能是否能实现一个有规律可以遵循的指数性的突破,进而引出强人工智能呢?

对于骆轶航抛出的这个问题,马少平教授的看法比较保守,他认为在其有生之年很难看到强人工智能的曙光。互联网上虽然有人经常炒作这类话题,但其中遐想的成分偏多。真正全面超过人的强人工智能,至少我(马少平)还没有看到。

和马教授的观点类似,苏中也认为“目前的人工智能还是在一定的限度内进行的,它的模型实际上是限定了它的解的空间,你只能在这个范围内。比如说我们现在要找一个唱歌最好的,现在就在这个房间里面的,再好也是在这个房间里面唱歌最好的,外面的不算在内。”

拿开飞机来说,飞机虽然有自动驾驶,飞行员在任何时候基本都是很轻松的。但是仍然没有人敢说,就让机器去驾驶。因为自动驾驶的基本还是在正常情况下,当把数据输入以后,它可能驾驶的比人还准确,不容易犯错。但是在非正常情况下,机器缺少思维扩张能力。人工智能不知道人怎么去思考,不知道我们那些无限可能的东西在里面的逻辑是什么,所以现在的人工智能从某种程度上来讲它是弱的。

医疗、教育领域或将是人工智能施未来展魔力的地方

无论人工智能在下棋方面多么强大,我们最终还是希望它们能给人类的生活带来一些便利。在这方面,苏中介绍说:“人工智能最有价值的部分是从运算到帮助人类做个性化决策”。他希望 IT 技术未来在大数据的基础上能够帮助人们从赚取一美元到一百万美元,再到一亿美元这样的决策里面提供很好的服务决策”。

这也是 IBM 目前在尝试的事情,比如说在医疗里面,未来机器可以通过认知计算,通过理解图像,理解病例里面的文字信息,理解新的医疗机构来出具可供医生做决策研究报告;在教育方面,每个孩子都想因材施教,每个人的特质不一样,对同样的问题反应也不一样,这方面人工智能也有望带来新的变革。

骆轶航最后总结说:“今天我们从人和机器思考方法最本质的不同聊到机器智慧跟人的智慧最本质的区别,最后再到机器能帮助人们解决什么样的问题。”希望这些信息能让你看完后了解人工智能未来可能对我们生活产生的影响。

下载品玩App,比99.9%的人更先知道关于「LinkedIn」的新故事

下载品玩App

比99.9%的人更先知道关于「LinkedIn」的新故事

iOS版本 Android版本
立即下载
CY Zhou

PingWest

取消 发布
AI阅读助手
以下有两点提示,请您注意:
1. 请避免输入违反公序良俗、不安全或敏感的内容,模型可能无法回答不合适的问题。
2. 我们致力于提供高质量的大模型问答服务,但无法保证回答的准确性、时效性、全面性或适用性。在使用本服务时,您需要自行判断并承担风险;
感谢您的理解与配合
该功能目前正处于内测阶段,尚未对所有用户开放。如果您想快人一步体验产品的新功能,欢迎点击下面的按钮申请参与内测 申请内测