当前位置: 皇家试管婴儿 > 皇家试管婴儿医院 > 皇家试管婴儿医院

  

  编者按:本文作者Grant Yu是自然智能开发商iConTek创始人,旗下产品NLP(自然语言处理)算法引擎可开发智能客服、语音搜索、语音导航、呼叫中心、语音支付等应用。

  Grant Yu认为柯洁与AlphaGo的输赢之争只是市场炒作,人类更应反省过去40多年来AI商业化的惨败,探索AI可能的商业化应用才是正题。

  文 第三代试管婴儿 小孩生下来多少斤:输赢又怎样 | Grant Yu

  中国棋手柯洁要挑战AlphaGo(阿尔法狗),继续为处于风口浪尖的AI(Artificial Intelligence人工智能)吹泡泡。除了自娱自乐和市场炒作,我真想不到人类耗费如此宝贵的精力与时间,乐此不疲地屡次挑逗AlphaGo的意义到底还能是什么。

  不可否认,DeepMind推出了AlphaGo,是了不起的科技进步。这个进步的伟大之处,不是机器打败了人类,而是人类第一次使用与传统的AI截然不同的全新方法论,让真正的Ml(Machine Intelligence机器智能)发挥得淋漓尽致。为把这个全新的方法论与传统的AI区分开来,DeepMind称之为AGI(Artificial General Intelligence 人工通用智能)。无独有偶,iConTek称之为NI(Natural Intelligence自然智能)。

  不管是叫AGI也好,叫NI也好,都是一种基于相同理念,让Ml(机器智能)自然高效成第三代试管婴儿 小孩生下来多少斤:输赢又怎样长的方法论。这个理念有几个主要观点:

  【人机各有千秋】承认在某些方面,人类不是机器的对手;而在另些方面,机器不如人类。

  【靠悟而不靠教】天才不是别人教出来的,而是自己悟出来的。机器和人类一样,要其拥有真正的智能,不能靠人教出来,得机器自己悟出来。

  【互相尊重合作】要机器充分发挥其价值,人类就不应该把机器当作命令执行者、工具、对手、敌人看待,而应该将机器当作孩子、朋友、合作伙伴看待。摆正位置,互相尊重,取长补短,通力合作,才是人类与机器的正确关系。

  什么AI将导致机器取代人类、毁灭人类,这些耸人听闻的言论,都是因为对人机关系认知的严重偏差所致。AlphaGo赢了李世石又怎么样?难道下几盘棋,机器赢了人类,人类就不如机器了?人类就必然会被机器取代,甚至被毁灭了?何况机器也只是赢了一个人而已,李世石就代表全人类了吗?这荒诞不经的逻辑也真是够可以的了。用杞人忧天来形容这种大惊小怪的言论,我看就挺合适。

  反过来,如果柯洁赢了AlphaGo呢?估计又会有另一批人跳出来,发表截然相反的言论:机器就是机器,怎么可以跟咱们人类相提并论呢?我们永远主宰着这个世界……呵呵,人类真是夜郎自大。怪不得米兰·昆德拉说:人们一思索,上帝就发笑。

  AlphaGo的出现,应该是我们人类正视,以及摆正人机关系的绝佳契机,而不应该纠结于孰输孰赢、杞人忧天、夜郎自大。我们是时候深刻反省过去四十多年Al商业化的努力在全球范围内惨败的沉痛教训。这不会是技术突飞猛进就能解决那么简单。

  AGl和NI,为人类培养Ml指引了一个正确的发展方向,提供了一种正确的方法论。只是DeepMind用AGl诞生了一个把围棋『19乘19』的小棋盘玩得出神入化的AlphaGo,应用于体育娱乐行业。

  而iConTek则是用Nl诞生了一个把NLP(Natural Language Processing自然语言处理)『数百乘数百』甚至『数千乘数千』的超大“棋盘”玩转的Tennis 第三代试管婴儿 小孩生下来多少斤:输赢又怎样 NLP核心引擎,赋能全球软件开发商,高效开发出各种高精度、高可靠的NLP商用系统,帮助各行各业,实现从电子商务到智能商务的产业升级,让机器真正善解人意。

  人类与机器,不是对手,更不是敌人,而是好朋友,更是合作伙伴。

  

  编者按:

  本文作者陈旸是清华大学计算机系博士,五彩大脑(收集20万Big Idea,为企业市场、公关公司提供创意数据库)创始人,AI研究专家。

  陈旸从技术角度出发,解析了AlphaGo背后的技术原理。关于胜负,他也画了一个问号,但他坚定地看好人工智能。

  文 | 陈旸

  时隔AlphaGo战胜世界围棋大师李世石一年,来自中国的世界围棋冠军柯洁也将披上战袍迎战升级版的AlphaGo。

  在2016年AlphaGo与李世石史诗般的对决中,李世石在首盘对决中占优势的情况下最终以1:4的大比分被AlphaGo击败。

  李世石是世界级围棋大师,赛前,众多顶尖职业棋手普遍看好人类会战胜AlphaGo,最终大比分落败的结果震惊整个科技界和围棋界。机器打败人类早前在象棋领域已经发生过,但是相比象棋而言,围棋要复杂更多,也正因为如此,围棋一直被视为人类智力的象征。

  AlphaGo能够以如此大的领先优势战胜人类,其象征意义不言自明,那么即将与柯洁对战的AlphaGo升级版究竟胜算几何,有必要深入分析一下AlphaGo 1.0版背后附载的技术。

  AlphaGo技术解析

  理论上来讲,象棋和五子棋这类游戏可由终局自底向上地推算出每一个局面的胜负情况,从而得到最优策略。

  遗憾的是,由于大部分博弈游戏状态空间巨大,严格计算评估函数是办不到的。于是人们设计了 (启发式的) 搜索算法,简单来说就是由当前局面开始,尝试看起来可靠的行动,达到终局或一定步数后停止,根据后续局面的优劣反馈,选择最优行动。

  AlphaGo利用深度学习达到了该目的。“最优策略”和“局面判断”可以被量化成为函数。在强化学习里,两者被称为策略函数(Policy Function) 和局面函数(Value Function),前者衡量在局面下执行能带来的价值,后者衡量某一局面的价值,越大的值表示对当前行动的选手越有利。

  Q和V函数是对我们所谓的“棋感”和“大局观”的量化。有了这两个估值函数,AlphaGo在搜索的时候尽量选择估值更大的行动,达到缩小思考范围(减少搜索分支)的目的。同时即使在未达到终局的情况下,也可以依靠局面函数对当前局势优劣做判断。

  由于不能通过枚举状态空间来精确计算Q和V,传统做法是人为的设计估值。这里就涉及到识别特征和衡量特征分值两个问题。对于如此复杂的围棋,AlphaGo利用机器学习和大量数据,自动找到特征,同时拟合出估值函数。

  蒙特卡洛树搜索是集以上技术于一身的搜索框架,通过反复模拟和采样对局过程(称为Rollout)来探索状态空间。它的特点是非常容易并行、可任何时候停止(时间和收益上的平衡)、引入了随机性采样而减小估值错误带来的负面影响,并且可以在随机探索的过程中,结合强化学习(Reinforcement Learning),“自学”式的调整估值函数,让算法越来越聪明。

  AlphaGo结合了3大块技术:先进的搜索算法、机器学习算法(即强化学习),以及深度神经网络。这三者的关系大致可以理解为:蒙特卡洛树搜索 (MCTS) 是大框架,是许多牛逼博弈AI都会采用的算法强化学习 (RL) ,这是学习方法,用来提升AI的实力;深度神经网络 (DNN) 是工具,用来拟合局面函数和策略函数,这些都不是AlphaGo或者DeepMind团队首创的技术。

  但是强大的团队将这些结合在一起,配合Google公司强大的计算资源,成就了历史性的飞跃。一些个人见解:MCTS、RL和DNN这三者,前两者让具有自学能力、并行的博弈算法成为可能,后者让“量化评估围棋局面”成为了可能。

  战胜AlphaGo绝非易事

  回到即将展开的AlphaGo2.0版与柯洁的对弈中来,2.0版的AlphaGo毫无疑问不仅有上述三块核心技术,而且还在其基础之上强化学习反复积累对战参数,提升自己的段位,可想而知,2.0版AlphaGo的棋艺达到怎样的高度。

  尽管人工智能没有穷尽所有可能性,同时,柯洁在当今围棋界无可争议的排名第一,但是按照去年AlphaGo小试牛刀的表现来看,柯洁想要战胜“敌人”绝非易事。因为,AlphaGo对于优劣的计算能力惊人,它的临场应变能力几乎不受到任何因素的干扰,当然,作为世界冠军的柯洁大战经历无数,对于设局拆局的精准判断能力超乎寻常,极有可能采取相异于人类对战的策略战胜AlphaGo。

  归根到底是人类的胜利

  人工智能究竟会在多大程度上改造人类社会,直到现在也是科技界争论的焦点。周鸿祎对人工智能有犀利的评论,他认为人工智能本质上是“弱智能”,甚至是“伪智能”,搞通用型人工智能的都是骗子。

  马云在刚刚过去的深圳互联网大会上也表示,AlphaGo战胜人类又能怎样,归根结底是人类的胜利。

  与看衰人工智能对人类影响的看法不同,笔者认为人工智能无疑是人类智力成果的高级产物,但是一经产生必将对人类社会有深远的影响,只是这种过程需要从量变的积累到质变的转化,如同20世纪计算革命兴起一样,人工智能也必将走上成为人类社会基础设施的道路上来。

  也就是说,人工智能会与各行各业深度结合,走进普通人民的生活当中,引领新的经济业态的变革。现有的人工智能研究诸如深度学习、人脸识别以及语音识别等等方面已经取得重大突破,若干技术已经运用在智能产品当中,尽管离大范围上市进而达到商用的目标还有不少的路要走,但是并不能因此而忽视人工智能的发展潜力。互联网的兴起为人工智能的发展提供了无限可能,人工智能发展的原动力——大数据,正在史无前例的聚集,我们有理由相信,人工智能的大潮已经汹涌而来。


第三代试管婴儿 小孩生下来多少斤
Copyright © 2002-2030 皇家试管医疗助孕机构(RFG)
X