|
36氪微信號：wow36kr
今天下午結束的人機圍棋大戰(zhàn)中，谷歌人工智能機器人 AlphaGo 經(jīng)過三個半小時贏下韓國圍棋九段選手李世石。這個結果，多多少少還是讓 AI 圈的業(yè)內人士小小的意外了下。至于機器為什么會贏，李世石為什么會認輸，我們也請教了一些業(yè)內的專業(yè)人士。 科大訊飛董事長劉慶峰這么看 谷歌的圍棋機器人 AlphaGo 將能夠打敗李世石，主要是以下 3 個方面的理由： 1. 經(jīng)過這么多年的研究，對于圍棋的邏輯和下法已經(jīng)研究的相對清楚，機器處理沒有邏輯上的難題。 2. 在于深度學習算法的演進，通過學習幾千萬真實的對弈棋譜，實力增長迅速。而且機器運算能力在讀點計時的情況下相比人類的優(yōu)勢會越來越明顯。 3. 最后一個就是這次對弈中李世石在明處，AlghaGo在暗，因為李世石的棋風和優(yōu)劣勢計算機程序可以通過歷史數(shù)據(jù)進行針對性學習，而李世石對計算機的棋風則一無所知。 當然，如果 AlphaGo 這一次沒有戰(zhàn)勝李世石，那說明谷歌還沒有準備好，但是機器取勝這個大的趨勢不可改變。
機器戰(zhàn)勝人，主要有四點原由： 第一，1月份的比賽中，AlphaGo已經(jīng)戰(zhàn)勝了歐洲圍棋冠軍。在近兩個月的時間內，谷歌調用了大量的計算機資源讓機器學習，AlphaGo在這段時間內的進步非常大。事實上，機器完全戰(zhàn)勝人不存在懸念，只是時間的問題。 第二，谷歌 AlphaGo 算法包括兩部分，一部分是谷歌將歷史上所有的棋局數(shù)據(jù)都會拿來給機器做訓練，這是一個基于深度神經(jīng)網(wǎng)絡的增強學習的算法。另一部分是利用蒙特卡洛隨機算法，讓計算機之間對戰(zhàn)，可以無限制的提升計算機的棋藝。只要時間足夠長，計算機可以無限提升自己的實力。為了這次比賽，谷歌提供了強大的資源，在兩個月的時間里動用兩千臺機器，相當于四千個月的提升。 第三，人類與機器的對戰(zhàn)中，人類一開始主要憑感覺，不夠準確，但機器很準確，所以開局很關鍵。如果開局時，李世石的打法不是最優(yōu)，就很難贏了。 第四，計算機比人類更理性。人不僅要贏，還要贏得漂亮，但機器只關心贏就可以了。 出門問問（Mobvoi）CTO 雷欣 這么看 AlphaGo是一個算法，也就是一個軟件，AlphaGo 這個軟件，是通過 “剪枝”（通過一些啟發(fā)式規(guī)則來避免搜索不太有勝算的局面）算法來計算棋局的，即使經(jīng)過剪枝，棋局搜索空間也是巨大的。在開局的時候，需要計算的空間非常大，所以 Alpha Go 在開啟的時候看起來棋力會有些弱。 在圍棋對戰(zhàn)的時候，機器有一個非常強大的優(yōu)勢，就是穩(wěn)扎穩(wěn)打，步步為營，而且不會受情緒的干擾，隨著時間的推移，人類的體力、心理承受能力都受到嚴峻的考驗，但對于機器來說，越到后面，需要計算的量越小，而且機器永遠不會犯錯，不會受到情緒干擾，時間越往后，對機器越有利。 更可怕的是，今天和你下棋的機器人的棋力永遠不是真正的實力，因為機器具有強大的學習能力，還有很大的提升空間，這個對于人類對手來說，是非?？植赖?。 SenseTime（商湯科技）CEO 徐立這么看 1.AlphaGo 的自我對局機制太厲害，計算機利用自我對局演練了 3000 多萬局，每一局都是高手對決，訓練效率和資源都優(yōu)于人類棋手。 2.谷歌有足夠的時間去收集人類歷史上圍棋的名局棋譜，甚至包括李世石和柯潔對戰(zhàn)的棋譜，這樣谷歌就可以把 AlphaGo 訓練的更好。 3.另外就像樊麾自己說的那樣，人類棋手如果面對的不是人類，總會感覺有些不適應，就像以前卡斯帕羅夫面對深藍時也會有一些不適應。因為人是有情感的動物，而機器只會按照規(guī)則來執(zhí)行，所以李世石或多或少都有受到人類情感的影響。 曠視（Face ）首席科學家 曹志敏 1. 下棋只是人工智能中調用人類單一技能點，在規(guī)則確定的情況下就像是和電腦比拼計算能力，所以起跑線便不一樣 。 2. 人工智能的起點即是終極目標，帶有情感性的與人交流對于人工智能來說是一個大目標而下棋甚至自動駕駛等專項技能人都很快會被機器技能所超越 。 3. 人類并沒有太多神奇 相比大腦只是一個很復雜的產(chǎn)物并不是永遠不能理解，留給深度學習和人工智能學界和產(chǎn)業(yè)界的只是時間和信心。
|
|
|
