|
人工智能可以从无到有吗? 10近报 新闻 时间:2017年10月27日 来源:近报
人工智能可以从无到有吗?
10月19日,一款新版的“阿尔法狗”(AlphaGo)计算机程序能够从空白状态起,在不需要任何人类输入的条件下,无师自通,自学成才。创造者给它起名叫“Zero(零)”。道家说,道生一,一生二,二生三,三生万物。这从零开始,能超越人类顶尖棋手的围棋技艺,听起来颠覆常理,让很多人心生畏惧。人工智能能够“零”生万物,就这样被解读出来,然而事实是这样吗? Zero也需要数据库 “Zero可以自己产生数据,下一秒的数据和上一秒的数据‘对打’,赢了就再生成,如此循环往复,胜招就逐渐被‘进化’出来了。”中国首席数据官联盟专家组成员、瀚思科技创始人高瀚昭说。 那么,没有数据库的支持,Zero是如何产生数据、又如何知道产生何种数据的呢?难道真的有了“聪明才智”? 华大基因CEO尹烨并不赞成“自学成才”的说法。他将AlphaGo Zero,和AlphaGo就学习源头进行了对比。“后者被输入了人类历史上的3000万个棋局、一步一步从中学到了对应围棋规则的算法,Zero就是站在AlphaGo的‘肩膀’上,继承了后者规则明确的确定算法,才能懂得围棋的规则,遵循这个规则,左右互搏。” 也就是说,Zero从前辈处学习规则,“它不需要的只是以往人类的比赛数据,并不意味着不需要数据库。”高瀚昭说。 北京语言大学教授荀恩东将Zero之所以能“棋高一着”解读为两个原因,一是“在同样的规则下,机器抓到的落子策略,和人抓到的不同”；二是“它的运算速度比人快,因此能够进行更深入的、甚至穷举的计算,完全知道后招。” 根据规则,它不断产生新数据,进而新旧数据相互对抗比赛,最终产生一个胜负结果。也就是说,在固定的规则下,不断地对“胜负”进行验证,让Zero获得了精进的棋艺,而当把这些策略全部验证一遍的时候,它就无敌了。 1997年,电脑“深蓝”战胜了国际象棋著名棋手卡斯帕罗夫。“这个事件当时也引起了轰动,”尹烨说,“那个时候国际象棋还不能穷举,但是随着硬件运算速度的进步和算法的提升,到2005年前后,国际象棋已经能够穷举了,意味着不管走哪一步,电脑都可以‘走一步看N步’,算出所有可能,进而给出所有对应的方法。”随着量子计算的应用,围棋走法的穷举也是可能的。 “在算法方面,Zero采用对抗的强化学习,是机器学习算法的最新进展。它对推动人工智能发展有着重大理论和应用意义。”荀恩东说。 仍处于计算智能阶段 “其实下围棋是简单的‘计算智能’,之所以它这么受关注,是因为围棋一直以来是策略的象征。”荀恩东说。 围棋是智慧的象征,当人类无法进行全样本分析的时候,如何根据部分样本选取最优策略,体现了判断的智慧,而当计算能力能够计算全样本时,智能的类型发生了转变—— “通过卓越的计算能力,Zero根据算法能有一个快速的收敛(趋向准确),按照策略能达到接近全局优的结果。”荀恩东说,这意味着它不需要判断选择,而需要不知疲倦地找最优解、不断尝试。“由于计算深度更深了,采用了优化的参数计算策略、优化过程得到了加速、得到了更好的计算模型。” “目前为止,落地应用的AI是从速度、自动化、易部署等方向入手‘进化’——速度进化基于硬件提升、分布式处理等；自动化是指无需人工大量标记,AI可自动选择有用的信息进行记忆训练,这也是易部署的一部分。”高瀚昭说,这样的“进化”是Zero使用4个TPU(神经网络训练所需的专业芯片)、尝试490万盘棋局就可以超越前任的原因。 荀恩东给出了更专业的分类,“人工智能发展分三个层次:能存会算的计算智能、有视听触觉的感知智能、能理解会思考的认知智能。Zero仍处于计算智能这个阶段。” 尹烨也认为,不依赖数据库的互搏算法无法应对规则不明确的计算,“比如医疗健康行业,依然是数据为王,算法会根据数据的积累而不断修正,从人工智能(AI)走向真智能(RI)。” “这些都是需要复杂策略解决的问题。AI系统需要多要素的输入,也期待多要素的输出。”荀恩东说,在这些领域,人类经验的数据库仍不能被抛开,“就比如砌墙,Zero可以被看作是砌一道新墙,而更高的阶段是弥补一道残缺不全的墙。” 据《科技日报》 |
||||||||||
放大
缩小
默认