江苏龙网

  1. 首页 > 资讯 > >

真会玩|胜负难分：AlphaGo攻破智慧高地人机大战要来了( 二 )


AlphaGo强在深度学习
根据谷歌DeepMind设计团队介绍 ， AlphaGo的主要系统有四个部分 ， 分别是：走棋网络 ， 能够采样棋盘 ， 预测下一步的走棋；快速走子 ， 辅助走棋网络的系统 ， 不过会牺牲走棋的质量；估值网络 ， 根据目前棋局情况估算是白方胜利还是黑方胜利；蒙特卡罗树搜索就像是人类的神经系统把以上三个系统都连接起来形成一个完整的系统 。
介绍起来十分简单 ， 但是其内部的运算方法极其复杂 ， 而AlphaGo真正强大的原因在于其深度学习的能力 。 对于其他棋类运动而言 ， 教会机器人下棋其实并不难 ， 现在随便一台智能终端设备都能够搜索到相关的棋类游戏的应用 ， 但是想要教一台“人工智能”学会下围棋就没有那么简单了 。 传统的方法是给计算机录入大量的棋谱以及可能的走法 ， 然后构建棋盘的计算方法 ， 套用可能走法形成一个计算系统 。 但是围棋并不这么简单 ， 变化多端以及极其复杂的变盘对于计算机而言都是超大的负荷 ， 甚至对于现在而言围棋的所有走法是否开发完全还不能确定 ， 因此谷歌给AlphaGo加入了深度学习的方法 。 “深度学习”是指多层的人工神经网络和训练它的方法 。 一层神经网络会把大量矩阵数字作为输入 ， 通过非线性激活方法取权重 ， 再产生另一个数据集合作为输出 。 这就像生物神经大脑的工作机理一样 ， 通过合适的矩阵数量 ， 多层组织链接一起 ， 形成神经网络“大脑”进行精准复杂的处理 ， 就如同人们识别物体标注图片一样 。 AlphaGo就可以通过两个大脑的左右互搏方法进行自我学习 ， 甚至不需要学习人类的棋谱 。
人类该如何应对智能危机
围棋作为人类最引以为傲的脑力运动最终在AlphaGo面前不堪一击 ， 似乎人类最后的智慧尊严也受到了践踏 。 但是不得不承认的是 ， AlphaGo不仅学会了围棋 ， 用围棋打败了人类历史上最伟大的棋手们 ， 还通过自我学习的能力开拓了围棋 ， 为人类打开了通向围棋“真理”的大门 。
被视为人工智能元年的2017年 ， AlphaGo现象不会是个案 。 随着人工智能的进步和发展 ， 围棋只是个开始 ， 现在已经有人工智能机器人写经济类的新闻稿件和战场新闻稿件了 ， 或许通过自我学习能力 ， 人工智能很快就会学会人类情感表达的模式 。 未来会计行业、绘画、音乐制作、建筑设计所有被人类称为灵魂、艺术的脑力劳动或许都将失手被人工智能所攻破 。
人工智能业内人士预测 ， 100年之内 ， 人类99%的智力劳动和100%体力劳动将会在未来被人工智能所取代 。 目前人工智能在很多的“人机大战”中已经展现出强大的统治力 ， 而随着围棋这块高地的被突破 ， 人工智能将会进一步向人类的智慧发起挑战 。

【真会玩|胜负难分：AlphaGo攻破智慧高地人机大战要来了】现打败了国际象棋大师的时候 ， 围棋的棋手们还大胆放出豪言 ， “放马过来 ， 人工智能绝不会在围棋领域打败人类” ， 然而短短十几年的时间挑战就已经变成了现实 。 人工智能的脚步绝不会仅限于此 ， 人工智能的胜利从另一个角度来讲也是人类突破自己大脑极限的成果 ， 毕竟人工智能的开发者也是人类 。 未来 ， 人工智能将会在越来越多的领域改变人类的生活 。 针对人工智能对人类社会的挑战已经慢慢从影视剧作品中进入现实生活 ， 但是结局是好是坏没人能知晓 。 正如AlphaGo虽然棋艺看起来是在摧毁人类智力的高地 ， 但是却为人类打开了围棋的另一扇门 ， 更加接近“真理” 。 或许人工智能将会成为人类再次大跨度进步、通往一个全新世界的钥匙 。 文/马思遥


推荐阅读


上一篇：北京日报客户端世卫组织：全球新冠肺炎确诊病例超749万例

下一篇：鸵鸟蛋|小伙用新车来测试鸵鸟蛋的坚硬，结果扔下去的那一刻，后悔莫及！