DeepMind創始人傑米斯·哈薩比斯（Demis Hassabis）和AlphaGo團隊負責人Dave Silver便對外講述瞭AlphaGo研發背後的故事。
AlphaGo
鳳凰科技訊（作者/白楊）5月24日消息，烏鎮圍棋峰會進入第二天論壇環節。昨天，AlphaGo取得瞭與柯潔對陣的首場勝利，再一次展示瞭人工智能在圍棋領域的非凡台中產後護理中心實力。今天，DeepMind創始人傑米斯 哈薩比斯（Demis Hassabis）和AlphaGo團隊負責人Dave Silver便對外講述瞭AlphaGo研發背後的故事。
DeepMind於2010年在倫敦成立，2014年被谷歌以4億美元收購，目前有200多名員工。哈薩比斯說，DeepMind相當於人工智能的阿波羅計劃，希望打造新的研發科學的方式。
所以，DeepMind所有的研究內容都圍繞智能。大致分為兩個步驟：一是要攻克智能，真正的掌握智能；二是用智能去解決問題。
如何實現這樣的目標？DeepMind在努力打造一臺通用型的學習系統。在DeepMind的所有算法中，都有一個學習的機制，而不是預設的系統。
通用型的學習系統最大的特點是可以舉一反三，一個算法可以做一系列的事情。這很接近人類的大腦，從一個任務中學習到的經驗，可以應用到其他事情中去。
目前，絕大多數機器都無法做到這點，DeepMind希望能夠打造出這樣的能力。
Deepmind創始人傑米斯 哈薩比斯
哈薩比斯舉瞭一個例子，上世紀90年代，IBM 發明的深藍系統（Deep Blue）曾打敗瞭國際象棋冠軍加裡 卡斯帕羅夫（Gary Kasporov）。但這並不是一個通用型學習系統的例子，深藍是一種弱人工智能，它通過機器暴力搜索，來搜索研發人員預設的數據。
所以，深藍不能說是一個聰明的機器，隻能說背後的編程者很聰明。
那DeepMind在做的強人工智能是什麼樣子？簡單概括來說，機器需要掌握觀察和行動兩個技能。假設有一個智能體，當它獲得一個目標信息，它首先需要去觀察自己所處的環境，這個環境可以是真實環境或者是虛擬環境，然後通過視覺、聽覺，甚至是感覺去熟悉環境。
然後就設定一個想法，針對環境去決定當下應該采取什麼樣的行動來實現目標。看似簡單的兩個步驟，背後卻涉及瞭極其復雜的算法和原理。
為什麼AlphaGo要下圍棋台中月子中心介紹？
回到AlphaGo，哈薩比斯和他的團隊為什麼選擇圍棋，而不是象棋或者其他棋類？哈薩比斯表示，圍棋對計算機來說是最困難的，其復雜程度台中產後護理之家推薦讓窮舉搜索都難以解決。
對機器來說，圍棋的困難主要在兩方面：一是，機器無法寫出評估程序來決定誰贏瞭；二是，圍棋是一種直覺性的比賽。
輸贏的判斷對比賽來說非常重要，但是圍棋不像象棋，吃掉對方的 帥 或者 將 即可獲勝，這也導致圍棋的搜索空間非常龐大。
圍棋更像是一個築防遊戲，每走一步都需要盤算整個棋局，而象棋是所有棋子都擺在盤上。另外，圍棋選手都是依靠直覺在下棋，且圍棋中沒有等級概念，所有的棋子都一樣，小小的一子，就可以影響全局。
正因如此，AlphaGo在圍棋上取得的成績，確實得來不易。哈薩比斯也說，去年戰勝李世石，讓他們整個團隊都很激動。為這一刻，等瞭十年。
AlphaGo是如何工作的？
Dave Silver稱，按照傳統的算法，每下一步棋計算出幾十種可能，然後每種可能又產生幾十種可能。這種窮舉式的搜索方法應用在每一步都有上百種可能的圍棋上，會變得非常笨拙。
AlphaGo團隊負責人Dave Silver
所以AlphaGo團隊在研究時，一直想辦法減少窮舉式搜索的寬度和深度。
他們結合瞭監督學習和強化學習的優勢。一方面形成一個策略網絡（policy network），用於學習棋盤；另一方面，形成一個價值網絡，以-1（對手的絕對勝利）到1（AlphaGo的絕對勝利）的標準，預測所有可行落子位置的結果。
這兩個網絡結合在一起，就形成瞭AlphaGo的樹搜索。在獲取棋局信息後，AlphaGo 會根據策略網絡探索哪個位置同時具備高潛在價值和高可能性，進而決定最佳落子位置。
與柯潔對戰的AlphaGo自學成才
但這次與柯潔對戰的AlphaGo相較於去年的版本，進行瞭很大的改變。今年的AlphaGo更強化瞭學習，它通過自己與自己下棋，產生大量的棋局，然後學習、改進。
這樣一來，AlphaGo就不需要依靠人類的數據，而是自學成才。然後不斷給下一代版本提供更好的數據，這是一個良性循環。
去年，與李世石對戰的AlphaGo在谷歌雲商有50TPUs在運作，每一步可以搜索50個棋步，並且可每秒搜索10000個位置。
昨天與柯潔對戰的AlphaGo，則是在單個TPU機器上進行比賽，它擁有瞭更強大的策略和價值網絡。
哈薩比斯說，AlphaGo最酷是它不僅把圍棋當做比賽，更是當做一種藝術，而且是非常可觀的藝術。
在與李世石對陣的第二局比賽中，它走出瞭令人驚嘆的第37步棋，這讓研發人員都感到驚訝。按照圍棋幾千年來的經驗，人類是絕不會下出這一步。
李世石當時在賽後也表示，AlphaGo給圍棋帶來瞭全新的體驗和認知，讓他有瞭繼續下棋的比賽。
柯潔在昨天比賽技術後也有著同樣的感受，AlphaGo讓圍棋有瞭更多的可能，似乎沒有哪一步是不能下的。
AlphaGo已經展現出瞭它在圍棋方面的創造力，並給圍棋選手打開瞭新的世界的大門，圍棋的邊界遠遠超乎他們之前的認知。
哈薩比斯說，他們會繼續打造AlphaGo，不斷彌補它知識方面的空白，讓它變得更完美。
對於未來，以AlphaGo為代表的人工智能也會成為人類的工具，就像望遠鏡一樣，幫助人類探索更多未知的領域。比如在材料設計、新藥研制等方面，人工智能一旦有台中月子中心所突破，給人類帶來的影響也同樣超乎想象。
最後，哈薩比斯還強調一點，當人工智能真正來到人們台中產後護理之家身邊時，正確恰當的使用人工智能也非常重要。
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
文章標籤
全站熱搜
留言列表
