您的位置: 旅游网 > 情感

周末思维AI新王者AlphaGoZero

发布时间:2019-07-09 20:48:52

周末思维:AI新王者AlphaGo Zero完胜后要把人类文明带往哪?

谷歌开发的人工智能阿尔法狗(AlphaGo)去年横扫中日韩围棋高手,轰动一时,不过当时聊以慰藉的是,阿尔法狗还得依靠人类棋谱养成。但是,10月19日阿尔法狗团队DeepMind发表了一篇研究论文称,AlphaGo的新成员AlphaGo Zero在无任何人类输入的条件下,3天自学围棋,并以100:0的战绩击败“前辈”。而且DeepMind还表示,阿尔法狗未来将会涉足其他领域。谷歌在下一盘怎样的棋?

AlphaGo Zero如何做到无师自通?

AlphaGo Zero的消息发布后,柯洁回应:“对于Alphago的自我进步来讲,人类太多余了。”中国棋手古力也在微博上感叹:“20年抵不过3天,我们的伤感,人类的进步。” AlphaGo Zero无师自通的本领是如何达成的?

首先科普一下,AlphaGo家族目前四代同堂,2015年战胜职业二段棋手樊麾的被命名为AlphaGo Fan,2016年3月战胜韩国棋手李世石的是AlphaGo Lee,2016年12月横扫中日韩棋坛并于今年战胜柯洁的是AlphaGo Master。这三代阿尔法狗均学习了大量人类棋谱,自我对弈了千万盘后与人类对战。现在,AlphaGo Zero横空出世,从名字上来看,0号阿尔法狗似乎有在家族称霸之势。

AlphaGo Zero不需要分析专业棋手的棋谱,只学习围棋规则,在3天时间内自我对弈490万盘后完胜AlphaGo Lee。它的自学主要依靠一种名为“增强学习”(Reinforencement Learning)的新模式,在这种模式下,系统将一片空白的神经络和一个强力搜索算法结合,进行自我对弈。在对弈过程中,神经络会不断调整、升级,预测每一步落子。如此循环往复,系统在脱离人类知识的情况下变得更加强大。

另外,AlphaGo的前三个旧版本需要同时使用两个神经络,用“策略络”来选择下一步棋的走法,用“价值络”来预测每一步棋后的赢家。而AlphaGo Zero则将其合二为一,用单一的神经络进行更高效的训练。

DeepMind的终极目标是什么?

阿尔法狗在棋坛的地位已经毋庸置疑了,不过谷歌旗下团队DeepMind的野心不只局限于围棋。DeepMind首席执行官杰米斯?哈萨比斯(Demis Hassabis)表示,阿尔法狗现在可以从零开始自我学习,意味着它能被用作解决现实问题,实现行业运用。比如他们现在已经把AlphaGo Zero用于研究蛋白质折叠,揭开生命体内的第二套遗传密码。蛋白质错误折叠会引发帕金森病、阿尔茨海默病等不治之症,科学家们已经对此研究了半个多世纪,哈萨比斯有信心运用AlphaGo Zero获得新发现。

另外,DeepMind还计划用阿尔法狗研究物理定律,寻求创造出新材料,以及探究量子化学领域等科学领域。哈萨比斯认为,像AlphaGo Zero拥有的神经络,做微小的修改就能运用于不同的领域,是通用人工智能(general-purpose AI)领域的重要进步。计算机科学家Ilya Sutskever曾说过,“一个真正的AI应该能解决任何你交给它的问题”。

Open AI会超越谷歌AI吗?

DeepMind因阿尔法狗一战成名,也成为人工智能领域的先锋,不过他们有一个强大的对手“Open AI”。特斯拉CEO马斯克(Elon Musk)和创业孵化器Y Combinator的萨姆·阿尔特曼(Sam Altman)于2015年底联合投资10亿美金创办了非营利性研究机构Open AI。他们认为谷歌在AI方面非常强势,但它是一家私人企业,没人能保证它在未来不会做出危险的事情,因此需要一个可以用AI和AI相抗衡的组织。

Open AI的研究成果虽然不像阿尔法狗一样名声大噪,但也很惊人。Open AI的机器人在今年8月刚刚落幕的Dota2 1v1比赛中,战胜了顶级职业玩家Denti,成为在电子竞技领域首个击败人类顶级玩家的机器人。Dota2 1v1是含有隐藏信息的复杂游戏,玩家需要学习计划、进攻、花招以及误导对手,这比国际象棋及围棋等游戏还要复杂得多。

Open AI的游戏机器人运用的是自我游戏(SelfPlay)的训练方式,从一无所知开始和自己的复制品比赛,逐渐得到提升。这种方式其实和AlphaGo Zero的增强学习有异曲同工之妙。不过对于打造一个通用AI,Open AI表现的比较谦虚,他们认为目前这个阶段可能性不大,但会向这个目标努力。

交通部明确水运管理职责严格市场准入管理与
7站本身的信息a包含站的ic
三峡工程投运后折算减排二氧化碳2亿吨中心
女童在幼儿园摔倒3次后死亡视频监控疑遭删
猜你会喜欢的
猜你会喜欢的