來源 | 衛(wèi)報、Quartz 整理 | 不定項 高靜宜 編輯 | 宇多田 10 月 19 日凌晨，谷歌人工智能團隊 DeepMind 在《自然》雜志上發(fā)表了一篇論文，描述了新一款圍棋程序 AlphaGo Zero 從最開始的「臭棋簍子」到業(yè)余棋手，再成長為一個能夠考量每一步棋戰(zhàn)略意義的圍棋大師的過程，而這樣的飛躍僅花費了幾天的時間。 在最初的 10 個小時里，AlphaGo Zero 發(fā)現了一個定式，不久之后，它又掌握了一些特定的棋法。三天后，在經過數百萬盤的自我對抗之后，它的棋藝可以超越人類積累數千年的水平，并以 100 比 0 的成績擊敗李世石版本的 AlphaGo。 AlphaGo Zero 以 100 比 0 的成績擊敗李世乭版本的 AlphaGo 有趣的是，程序在發(fā)現某些簡單的棋步之前就已經掌握了一些更為復雜的走法，例如人類棋手通常在早期就能掌握的戰(zhàn)術「征」。 就是這樣一款程序，被很多圈內人譽為人工智能領域的「重大進步」，因為輸入游戲規(guī)則之后，它可以在沒有人幫助的情況下，從零開始掌握這門古老的棋盤游戲。
舊版 AlphaGo 的訓練需要成千上萬份人類對弈的棋局數據，但 AlphaGo Zero 可以在沒有這些幫助下完成學習。初始階段，它會把棋子隨機地放在棋盤上，但發(fā)現獲勝策略后，它能迅速優(yōu)化下棋的方式。
「它比以前的方法更強大，因為不再需要歷史的棋局數據?？梢哉f，我們已經突破了人類認知的障礙，因為它本身能夠創(chuàng)造知識?！笰lphaGo 的首席研究員 David Silver 說。
「AlphaGo Zero 發(fā)現了一些非常棒的下棋定式，然后超越這些定式并找到一些更加有力的方法。」DeepMind 的首席執(zhí)行官 Demis Hassabis 表示，「你可以發(fā)現，它能重新發(fā)現人類幾千年來積累的知識?！?/span> 因此，沒有意外，這篇發(fā)表于 Nature 的論文在今天凌晨一公布，除了照例轟動技術圈，早在 5 月與 AlphaGo 交過手并惜敗的柯潔也發(fā)來了「感慨式賀電」： 而關心 AlphaGo Zero 的非技術宅與吃瓜網友們的畫風，基本都是這樣的： 也許現在，在看過機器之心純技術干貨的解析之后，你會對科學家們對 AlphaGo Zero 的看法，以及 AlphaGo 在圍棋以外可以大展身手的領域與可能性更感興趣。 從零開始，這是可以進行「自我學習」的 “圍棋九段”AlphaGo AlphaGo Zero 從零起步，在對弈中不斷學習逐漸變強 相比于 AlphaGo Zero，人類千百年前對圍棋的探索經驗，只是一個「局部最優(yōu)解」。 AlphaGo Zero 程序的核心是一組神經元，這些神經元連接在一起組成了一個人工神經網絡。在棋局的每一回合中，神經網絡都會查看棋盤上棋子所處的位置，然后計算出棋子下一步可能移動的方向以及相應的獲勝概率。每盤棋局結束之后，神經網絡都會進行更新，從而在下一次對弈中具備更強大的實力。
「AlphaGo Zero 遠勝于此前的版本，不過它只是一個簡單地程序，能夠在訓練數據更少、計算力更小的情況下更快地掌控棋局。如果給它更多的時間，AlphaGo Zero 也可以自己學習圍棋規(guī)則」，Silver 這樣表示。
David Silver 描述 AlphaGo Zero 是怎樣學習下圍棋的 而謝菲爾德大學神經科學教授 Eleni Vasilaki 表示，這是一項激動人心的壯舉?！高@可能意味著，在沒有人類專家參與訓練的情況下，AlphaGo 能夠發(fā)現一些絕妙的棋步，在這項比賽中超越人類智能。」不過她也指出，盡管計算機可以在圍棋比賽中擊敗人類，能夠實現復雜、精密的計算，但它們在其他任務中可能還并不具備與人類相匹敵的能力。 「在某些人類很容易就可以完成的任務中，人工智能經常會失敗?！顾f，「就看看那些類人機器人在日常任務中的表現吧，例如行走、跑步和擊球?！?/span>
卡內基梅隆大學計算機科學家 Tom Mitchell 把 AlphaGo Zero 形容為一項「杰出的工程成就」。他補充說：「它相當于終止了關于人類是否會在圍棋中戰(zhàn)勝計算機的探討。我猜答案是不會。但同時它也開啟了一個新的篇章，即計算機可以教授人類如何更好地進行對弈?！?/span>
這個想法受到美國圍棋協(xié)會主席 Andy Okun 的認可：「我不知道人們的士氣是否會受到計算機變強的影響，不過利用神經網絡軟件對圍棋進行探索也將會是一種樂趣。因為它并不是通過表層理解我們而獲得勝利的，而是發(fā)現了更加深層、內在的模式?！?/span>
讓歷史歸零，這是邁向通用人工智能的 AlphaGo
AlphaGo Zero 讓人類圍棋的歷史經驗成為了「Zero」，標志著人類向通用型的人工智能邁出了重要一步。 「對我們來說，AlphaGo 的意義不僅限于圍棋對弈領域，這也是我們開發(fā)通用算法的重大進步。」DeepMind 的首席執(zhí)行官 Demis Hassabis 說。
DeepMind 首席執(zhí)行官 Demis Hassabis 《Nature 自然科研》評論稱，AlphaGo Zero 最大的突破是實現了白板理論。與嬰兒的學習模式類似，它可以通過不斷訓練、成長獲得知識和智力。這意味著，AlphaGo Zero 的學習模式也可以被應用解決其他現實問題。
從目前來看，大多數 AI 的應用著實「范圍有限」，因為它們只能執(zhí)行一項特定的任務，比如翻譯語言或識別人臉。但在許多不同的任務中，通用人工智能都有潛力比人類表現得更好。
不過，它也只能完成那些可以在計算機中完全模擬的問題，而駕駛汽車這類任務就超出了這一范圍。 「要得到能夠與人類能力相媲美的人工智能，我們還有很長的路要走，」Hassabis 說，「在未來十年中，比較現實的是利用人工智能幫助人類發(fā)現新藥物、材料以及破解粒子物理學中的奧秘。」
而現在，DeepMind 已經開啟了新的嘗試。 在倫敦，AlphaGo Zero 正在幫助科學家認識蛋白質折疊，這也有可能給藥物研發(fā)帶來新的進展。「藥物研發(fā)、量子化學、材料研發(fā)…應用在這些領域都是有可能的，或許我們還能研發(fā)出常溫的超導體。」Hassabis 說，「當我還是一個孩子的時候，在讀物理書的時候，就曾想象有一天能夠發(fā)現超導體，那是一個圣杯?！?/span>
不過，DeepMind 表示，新版 AlphaGo 不會像其他項目一樣公布代碼。外部人員可以參考發(fā)布在《自然雜志》上的論文內容。
但是業(yè)內人士表示，AlphaGo Zero 的「思路」清晰簡潔，很有可能廣泛適用于其他領域。 OpenAI 的人工智能研究科學家 Tim Salimans 對媒體表示，簡單的、通用的方法在人工智能研究中具有很大的價值，因為通過細微的修改，它就可能解決其他問題。
「我認為，把它稱為『突破性進展』一點也不為過?！筍alimans 說，「雖然不能直接應用到其他領域，但是，我們可以把它看到是解決其他問題的第一步?！?/span>  |
|
|
