“阿尔法狗”在首轮“围棋人机大战”获胜后,谷歌CEO桑达·皮查和DeepMind公司联合创始人哈萨比斯在美国有线新闻网发表观点性文章,表达了他们对这次“围棋人机大战”的看法。他们认为,世界上真正的挑战不是“人类对机器”之战,而是人类利用机器等工具与那些难以解决的全球性难题之间的对决。
机器人终成围棋“大师”
文章称,对人工智能研究者来说,围棋一直有着特殊吸引力:最复杂的算法,但人工智能远不能与最好的人类棋手相比。直到去年,DeepMind公司开发的自我学习程序“阿尔法狗”以5—0战胜欧洲围棋冠军樊麾,他们才决定此次要在韩国首尔与世界围棋冠军李世石做五番对决。
文章说,这对于人工智能来说是个标志性时刻。因为此前大部分研究人员和围棋专家认为,计算机要达到职业棋手水平还要10年,而现在,“阿尔法狗”已能匹敌顶级围棋大师。
过去5年来,人工智能研究领域已取得难以置信的进步。谷歌研究员已把过去理论上的机器学习架构变成了真实、有用的产品。某些效果来自微妙的改进,如更多相关搜索结果、更严格的筛选过滤、对视频和应用程序的更好建议等。
机器学习还能让人们做到那些以往绝对做不到的事。比如“谷歌照片”能让你在几秒钟内,用手机找到女儿2013年和巴吉度猎犬一起站在雪地里的照片;如果你拿着手机在俄罗斯办事,用“谷歌翻译”能得到英语的同声传译。谷歌还在教计算机自动识别词类,理解句子含义,识别手写字体、图像和视频。
至于“阿尔法狗”成功的秘密,文章说,一种关键认识是,让计算机知道如何完成目标并通过经验来提高,而不是每项任务都通过手写指令来完成。这就是“阿尔法狗”的秘诀。
具体说,谷歌首先用人类对弈的3000万种走法来训练“阿尔法狗”的神经网络,让它学会预测人类专业棋手怎么落子。然后更进一步,让“阿尔法狗”自己跟自己下了几千盘棋,从自己的错误中学习,让它能发现全新的策略,下得比它开始所学习的那些人更好。
真正的挑战不是“人机大战”
如果“阿尔法狗”赢了,我们输了吗?当计算机能在典型的反映人类智慧的比赛中打败人类,我们就不如它们吗?
文章认为,恰恰相反。世界上真正的挑战不是“人类对机器”之战,而是人类加上所有我们能搜集到的工具,对我们周围那些难以解决的复杂问题的挑战。无论气候变化、医疗卫生还是教育,这些问题影响到我们每个人,已有成千上万优秀人才针对这些最重要的问题在努力,推动它们的解决和相关领域的不断进步。
拿人工智能技术来说,它为我们提供了强大工具,有助于专家更快做出突破,提高我们应对那些亟待解决的全球性难题的能力。我们需要机器学习来帮助处理复杂问题,预测未知,支持我们实现以往不可能的目标。
随着我们的工具变得更智能,用途更加多样化,我们就可以义不容辞地思考更雄心勃勃和富于创新性的方法,以解决社会最严峻的全球性难题。我们要抵制那种问题太难的想法,这样才能有更高的目标。
文章最后称,可以设想,下一代棋手可能会毫不犹豫地把“阿尔法狗”拉到自己一方。世界上最好的气候变化研究员、医生或教育工作者也会用机器学习工具来帮助自己。真正的考验不是机器能否战胜人类,而是人类和机器一起能否攻克那些全球性难题。
机器人终成围棋“大师”
文章说,这对于人工智能来说是个标志性时刻。因为此前大部分研究人员和围棋专家认为,计算机要达到职业棋手水平还要10年,而现在,“阿尔法狗”已能匹敌顶级围棋大师。
过去5年来,人工智能研究领域已取得难以置信的进步。谷歌研究员已把过去理论上的机器学习架构变成了真实、有用的产品。某些效果来自微妙的改进,如更多相关搜索结果、更严格的筛选过滤、对视频和应用程序的更好建议等。
机器学习还能让人们做到那些以往绝对做不到的事。比如“谷歌照片”能让你在几秒钟内,用手机找到女儿2013年和巴吉度猎犬一起站在雪地里的照片;如果你拿着手机在俄罗斯办事,用“谷歌翻译”能得到英语的同声传译。谷歌还在教计算机自动识别词类,理解句子含义,识别手写字体、图像和视频。
至于“阿尔法狗”成功的秘密,文章说,一种关键认识是,让计算机知道如何完成目标并通过经验来提高,而不是每项任务都通过手写指令来完成。这就是“阿尔法狗”的秘诀。
具体说,谷歌首先用人类对弈的3000万种走法来训练“阿尔法狗”的神经网络,让它学会预测人类专业棋手怎么落子。然后更进一步,让“阿尔法狗”自己跟自己下了几千盘棋,从自己的错误中学习,让它能发现全新的策略,下得比它开始所学习的那些人更好。
真正的挑战不是“人机大战”
如果“阿尔法狗”赢了,我们输了吗?当计算机能在典型的反映人类智慧的比赛中打败人类,我们就不如它们吗?
文章认为,恰恰相反。世界上真正的挑战不是“人类对机器”之战,而是人类加上所有我们能搜集到的工具,对我们周围那些难以解决的复杂问题的挑战。无论气候变化、医疗卫生还是教育,这些问题影响到我们每个人,已有成千上万优秀人才针对这些最重要的问题在努力,推动它们的解决和相关领域的不断进步。
拿人工智能技术来说,它为我们提供了强大工具,有助于专家更快做出突破,提高我们应对那些亟待解决的全球性难题的能力。我们需要机器学习来帮助处理复杂问题,预测未知,支持我们实现以往不可能的目标。
随着我们的工具变得更智能,用途更加多样化,我们就可以义不容辞地思考更雄心勃勃和富于创新性的方法,以解决社会最严峻的全球性难题。我们要抵制那种问题太难的想法,这样才能有更高的目标。
文章最后称,可以设想,下一代棋手可能会毫不犹豫地把“阿尔法狗”拉到自己一方。世界上最好的气候变化研究员、医生或教育工作者也会用机器学习工具来帮助自己。真正的考验不是机器能否战胜人类,而是人类和机器一起能否攻克那些全球性难题。
责任编辑:高娟
为您推荐
应给物联网植入人工智能的基因
从09年起在全球范围内出现物联网的概念,代表信息化发展方向。物联网(TheInternetofthings)的概念是在1999提出的,它的一般定义是:把所有物品通过射频识别(RFID)、红外感应器、全球定位系统(GPS)、激光扫描器等信息传感设备与互联网连接起来,进行信息交换和通讯,实现智能化识别、定位、跟踪、监控和管理。2005年11月17日,在突尼斯举行的信息社会世界峰会(WSIS)上,国际电信联盟(ITU)发布了(ITU互联网报告2005:物联网》,正式提出了“物联网”的概念。报告指出,无所不在的“物联网”通信时代即将来临,世界上所有的物体从轮胎到牙刷、从房屋到纸巾都可以通过因特网主动进