当前位置:网站首页 >> 旅游

面对谷歌围棋AI人类的智力骄傲行将崩

时间:2019-05-15 06:22:13 来源:互联网 阅读:0次

1997年,国际象棋AI次打败的人类;2006年,人类一次打败的国际象棋AI。欧美传统里的人类智力试金石,在电脑面前终于一败涂地,应了四十多年前计算机科学家的预言。

少还有东方,人们自我安慰道。围棋AI长期以来举步维艰,AI甚至不能打败稍强的业余选手。这仿佛也合情合理:国际象棋中,平均每回合有35种可能,一盘棋可以有80回合;相比之下,围棋每回合有250种可能,一盘棋可以长达150回合。这一巨大的数目,足以令任何蛮力穷举者望而却步而人类,我们相信,可以凭借某种难以复制的算法跳过蛮力,一眼看到棋盘的本质。

但是,无论人怎么想,这样的局面固然不可能永远延续下去。就在今天,国际期刊《自然》报道了谷歌研究者开发的新围棋AI。这款名为阿尔法围棋(AlphaGo)的人工智能,在没有任何让子的情况下以5:0完胜欧洲,职业围棋二段樊麾。

AlphaGo与欧洲围棋樊麾的5局较量。

这是人类历史上,围棋AI次在公平比赛中战胜职业选手。

AlphaGo的战绩如何?

此次比赛和以往不同。之前的比赛中,由于AI棋力比人类弱,人类选手都会让子,而且AI主要和业余段位的棋手比赛。而AlphaGo对战樊麾是完全公平的比赛,没有让子。职业二段樊麾出生于中国,目前是法国国家围棋队总教练,已经连续三年赢得欧洲围棋的称号。

研究者也让AlphaGo和其他的围棋AI进行了较量,在总计495局中只输了一局,胜率是99.8%。它乃至尝试了让4子对阵Crazy Stone,Zen和Pachi三个先进的AI,胜率分别是77%,86%和99%。可见AlphaGo有多强大。

在接下来3月份,AlphaGo将和韩国九段棋手李世乭在首尔1战,奖金是由Google提供的100万美金。李世乭是近10年中获得世界头衔多的棋手。围棋是一个人类高手能战胜AI的棋类游戏。之前有人预测说,AI需要再花十几年才能克服人类。所以这场比赛也许会见证历史,我们将拭目以待。

李世乭表示很荣幸自己将与电脑公平对弈。

无论结果如何,这都会是围棋史上极具意义的事件。他说,我听说谷歌Deep Mind的AI出人意料地强,而且正在变得更强。但我有自信至少这次能赢。图片来源:

AI下围棋到底有多难?

计算围棋是个极其复杂的问题,比国际象棋要困难得多。围棋有3361 种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋只有2155种局面,称为香农数,大致是1047。

面对任何棋类,一种直观又偷懒的思路是暴力罗列所有能赢的方案,这些方案会形成一个树形地图。AI只要根据这个地图下棋就能胜利。但是,围棋一盘大约要下150步,每一步有250种可选的下法,所以粗略来讲,要是AI用暴力列举所有情况的方式,围棋需要计算250150种情况,大致是10360。相对的,国际象棋每盘大约80步,每一步有35种可选下法,所以只要算3580种情况,大概是10124。无论如何,枚举所有情况的方法不可行,所以研究者们需要用巧妙的方法来解决问题,他们选择了模仿人类大师的下棋方式。

机器学习

研究者们祭出了杀器深度学习(Deep Learning)。深度学习是目前人工智能领域中热门的科目,它能完成字迹识别,脸部识别,驾驶自动汽车,自然语言处理,识别声音,分析生物信息数据等非常复杂的任务。

描述AlphaGo研究成果的论文成为了1月28日的《自然》杂志的封面文章。

AlphaGo 的核心是两种不同的深度神经络。策略络(policy network)和 值络(value network)。它们的任务在于合作挑选出那些比较有前途的棋步,抛弃明显的差棋,从而将计算量控制在计算机可以完成的范围里,本质上和人类棋手所做的一样。

其中,值络负责减少搜索的深度AI会一边推算一边判断局面,局面明显劣势的时候,就直接抛弃某些线路,不用一条道算到黑;而策略络负责减少搜索的宽度面对眼前的一盘棋,有些棋步是明显不该走的,比如不该随便送子给别人吃。将这些信息放入一个概率函数,AI就不用给每一步以同样的重视程度,而可以重点分析那些有戏的棋着。

AlphaGo所使用的神经络结构示意图。

AlphaGo利用这两个工具来分析局面,判断每种下子策略的优劣,就像人类棋手会判断当前局面以及推断未来的局面一样。这样AlphaGo在分析了比如未来20步的情况下,就能判断在哪里下子赢的概率会高。

研究者们用许多专业棋局训练AI,这种方法称为监督学习(supervised learning),然后让AI和自己对弈,这种方法称为强化学习(reinforcement learning),每次对弈都能让AI棋力精进。然后他就能战胜啦!

人类在下棋时有一个劣势,在长时间比赛后,他们会犯错,但机器不会。而且人类也许一年能玩1000局,但机器一天就能玩100万局。所以AlphaGo只要经过了足够的训练,就能击败所有的人类选手。

Google DeepMind

Google DeepMind是这个程序的创造者,我们来看一下他们萌萌的程序员。

杰米斯哈萨比斯(Demis Hassabis) 是Google DeepMind 的CEO。

文章的作者大卫西尔弗(David Silver)。

Google DeepMind 去年在《自然》杂志上发表过一篇论文[2],他们用增强学习的方法训练AI玩经典的Atari游戏。其实在几年前就有人研究如何让AI玩《星际争霸》,目前人类大师还是能击败AI的。电脑游戏中大量使用人工智能技术,你有没有觉得游戏变得越来越聪明了?

那么未来呢?

人工智能研究者面对这样的成绩当然欣喜。深度学习和强化学习等技术完全可以用于更广泛的领域。比如近很火的治疗,我们可以训练它们判断哪些治疗方案对某个特定的人有效。

但是,围棋毕竟不但仅是一项智力成就。就像十多年前的国际象棋一样,围棋必定也会引发超出本领域以外的讨论。等到计算机能在围棋上秒杀人类的时候,围棋是否是就变成了一种无聊的游戏?人类的智力成绩是否是就贬值了?AI还将在其他层面上继续碾压人类吗?传统认为AI不可能完成的任务是否也都将被逐一打破?人类是会进入AI乌托邦还是被AI淘汰呢?

没人知道答案。但有一点毫无疑问:AI一定会进入我们的生活,我们不可能躲开。这一接触虽然极可能悄无声息,但意义或许不亚于我们次接触外星生命。

经期延长要吃什么药
怎么能治好月经不调
月经后期小腹痛吃什么

相关文章

一周热门

热点排行

热门精选

友情链接: 设计动态 微商城一天能挣多少钱 行业资讯
媒体合作:

Copyright (c) 2011 八零CMS 版权所有 Inc.All Rights Reserved. 备案号:京ICP0000001号

RSS订阅网站地图