被某公众号约稿,在高速公路上顶着头晕目眩写下这篇文章。
明明只是兴趣所在,并没有深究过,然后感觉好像写到最后变民科了?

好虚好虚,求不被婊……

之前几星期跟人谈起人工智能(Artificial Intelligence,下略AI),就说AI还没办法在围棋上战胜人类。恐怕至少得五年后才能有突破。
这几天就被新闻打脸了。来自Google的Deep Mind实验室的AlphaGo(阿法狗)战胜了欧洲围棋冠军。
关于机器学习的内容,毕竟了解不多,若有错漏敬请指教。
事实上令我惊异的并非是深度学习(Deep Leaning)的使用,而是没想到其竟会发展得如此迅速。深度学习的话学术界早已提出多年,理论也相对成熟,只是实现和实践带来的突破好像还没跟这次一样应发如此关注过。

谈谈两代AI,深蓝与阿法狗

国际象棋世界冠军在上个世纪败在了深蓝面前,这是旧闻。但为什么围棋方面机器直到现在才在开始“胜于”人类?仅仅因为规则不同?
事实上是,深蓝那时的算法仅仅是枚举情况,搜索和剪枝。就是分析出所能走的几个情况,然后对每个局面进行估分,取一个最优解。估分大概就是丢掉一个兵扣分吃掉一个兵加分之类的。所以这只是对搜索和计算能力的要求,对于局面的选择依赖于给定的参数,而这些参数只能靠工程师的经验和直觉了。
围棋就不一样了,没办法搜索,甚至没办法估分。十九乘十九个格点均可成为下棋的位置。所以仅靠枚举搜索是没办法下赢围棋的。
所以阿法狗自然就不是靠枚举的。使用深度学习模型,工程师只需要告诉它规则,然后给他数以万计的棋局让它自己去“学习”下法,自己去“领悟”。
据言,阿法狗的研究人员并不都是围棋专家。
今年阿法狗要挑战世界冠军。不知经过这几月的棋局训练和自己跟自己博弈,是否能再胜一次?

通用领域的深度学习

阿法狗可以作为一个极好的例子:只需要给一套规则,再辅以足够多的样本通过深度学习模型自己去“学习”。
那这很明显不止可以用来下棋,对吧。
几乎是所有领域,经过如此“训练”的AI大都取代人是不成问题的吧。
事实也是如此。Deep Mind这个小组本身就是做通用领域的。
这些模型,可以用来下各种棋,甚至……拿来做应试教育的题?
想象一下将来,所有领域都无需专业人员了。

现在的机器学习

不知大家有没有玩过微软的人脸识别。
现在的人脸识别技术,可是可以精确将一个人的特征识别出来,做到无错漏。
而这,是人类经过几千万年演化才得到的技能。
国内类似技术的还有Face++。
还有微软小冰(没错我是软粉)的(不是完美的)语言识别,图片识别,小娜的(更不完美的)语音识别。
更还有其它方面机器在努力学习人类,赶超人类。

未来

AI可以为我们做了我们能想到的任何事。
当你感觉哪里不方便,或是厌烦了,AI可以自动帮你做好规划并且马上修改/制作。无需动脑子。
甚至,基础科学也可以由AI研究呢?

更远的未来

AI开始思考,地球文明要往外发展,人类已经是累赘了。

有这样一句话“人工智能是一辆火车,你远远听到了它的汽笛并心怀期待。当他终于近了,你却发现它没有停下,最终把你远远甩在身后。”

后记

跟King Chess同学辩论了一下AI对人类究竟是有益还是有害的。
我是更倾向于人类药丸论。
AI是双刃剑。只要人类能控制他,就对人类有益;但是人类不能控制他,就只能说明人类活该被淘汰。

参考

Nature 论文
知乎讨论
果壳公众号-AI战胜人类职业棋手,围棋界怎么看?围棋天才柯洁:如果AI下赢了我,我还想赢回来

标签: none

已有 2 条评论

  1. 朝流 朝流

    从公众号戳过来,推荐一本日系科幻《艾比斯之梦》(‘∀’●)。现在看到AI都忍不住想起这个

    1. DEL DEL

      有空我去找来看看(●'◡'●),总之感谢来到敝站ww

添加新评论