本篇文章2541字，讀完約6分鐘

m?o ch?i keno vietlott【科技在線】

文/東也落

最近，人工智能在學習能力方面又有了很大的提高。 斯坦福大學的一個研究小組發(fā)現，人工智能系統(tǒng)已經具備了根據人類目前正在進行的動作預測下一步行動的能力，這種能力主要是通過人工智能學習故事而形成的。

研究人員將該系統(tǒng)連接到保存有60萬以上故事的寫作社區(qū)wattpad上。 這些故事包括主人公進屋后需要開燈、被夸獎時害羞、開會時不接電話等。 人工智能通過學習這些故事來實現預測人類行為的能力。

人工智能的首要目標是使機器能夠承受一般需要人類智能的許多瑣事。 因此，深度學習的能力在其中尤為重要。 隨著技術的飛速發(fā)展和人工智能的進步，其深度學習能力也迅速提高。

但是，由于深度學習的背后有數學模型作為支撐，人工智能的本質仍然只是處理問題的算法。 與真正的人腦相比，人工智能仍然相差甚遠。

一、與圍棋高手比試身手，會提高人工智能的深度學習能力

在上述人工智能現場測試中，能夠準確區(qū)分人和物體的概率高達91%，能夠準確預測人下一步行動的概率為71%，這一成績優(yōu)于以往。

人工智能再次受到關注的是圍棋名將與人工智能系統(tǒng)的戰(zhàn)斗。 據外國媒體報道，3月9日，韓國圍棋名將李世石將在首爾接受谷歌人工智能系統(tǒng)alphago的挑戰(zhàn)。

即將開始的圍棋比賽非常重要，人們甚至認為它將與1997年國際象棋大師卡斯帕羅夫和ibm超級計算機深藍的對決比肩。

1997年5月3日至5月11日，當時34歲的卡斯帕羅夫與ibm企業(yè)的國際象棋電腦“深藍”進行了6局游戲對抗賽。 在前5局以2.5比2.5平局的情況下，第6局僅用19步就讓卡斯帕羅夫輸了。 深藍取得勝利標志著計算機技術的迅速發(fā)展又上了一個臺階，也成為了科學技術史上的里程碑。

這次的人工智能系統(tǒng)alphago與圍棋高手競爭，具有更重要的意義。

圍棋是一款凝聚了中國2500多年歷史的古老智慧的游戲，從數學范疇來看，圍棋的多與雜比象棋高n個等級，是世界公認的難棋類游戲。

為了讓alpha go能很好地應對這么多復雜的游戲，谷歌開發(fā)團隊的人工智能專家們做了很多努力。

首先，他們向alpha go輸入了包含3000萬步走法的棋譜數據。 3000萬這個數字看起來很多，但和所有圍棋的走法相比都是小事。 因此，必須采取更先進的方法。

專家們沒有像對待深藍一樣，為alpha go開發(fā)一點固有的程序，而是賦予了alpha go自我編程的能力，成為了數字自學者。 之后，電腦開始了自我游戲，也就是深度學習，直到掌握了高端圍棋的妙招。

對此，谷歌的研究者demis hassabis表示，在所有以前流傳的人工智能做法可行的位置建立了搜索樹。 對圍棋來說，這種做法行不通。 因此，在想要打破圍棋難題的時候，我們采取了不同的做法。 我們開發(fā)的系統(tǒng)是探索樹和深度神經互聯網相結合的。 這些神經互聯網以圍棋棋盤的描述為輸入，在包括數百萬個神經元連接在內的12個不同的互聯網層次上得到解決。

由此可見，alpha go將比深藍更強。 當時，紺掌握的程序中，大部分都包括了競爭對手卡斯帕羅夫的對局解體。 光這一點，碾壓任何高段圍棋大師都足夠了。 那么，更先進的alpha go的出現，無疑面臨著人工智能向人類棋手提出的難度更高的挑戰(zhàn)。

二、深度學習的背后支撐著數學模型，與人腦相去甚遠

事實上，阿爾法go過去的成績表明了其程度。 阿爾法戈在與其他圍棋人工智能系統(tǒng)的對戰(zhàn)次數為500次的游戲中贏得了499局。 去年10月，阿爾法go以5比0的成績擊敗了職業(yè)棋手歐洲圍棋樊麿。 這也是人工智能打敗了職業(yè)棋手。

關于即將到來的谷李大戰(zhàn)，圍棋界的專家也發(fā)表了自己的意見。 臺北紅面棋王、九段圍棋選手周俊勛表示，他堅決認為李世石將以5比0完勝阿爾法go，但在看了一點報道后，科技界人士拆除阿爾法go后，他的態(tài)度發(fā)生了慎重的改變。

周俊勛認為，從阿爾法go和樊麿對決的5局棋譜來看，特定條件下，特別是官子階段，計算機精度有了明顯提高。 毫不夸張地說，各自局部的定型收斂并不一定比全盛時代的石佛李昌鎬差。 如果這樣進步，中盤的戰(zhàn)斗力也會格外提高。

這個突破具有重大意義。 在過去的幾十年里，圍棋軟件未能突破人類初級水平，更不用說對抗人類高手了。 目前，人工智能圍棋系統(tǒng)突飛猛進的狀況與深度學習的能力分不開。

雖然人工智能行業(yè)的迅速發(fā)展如火如荼，但與真正的人腦相比，仍有很大的差距。

深度學習是人工智能的重要能力，但深度學習的本質離不開數學模型。 簡言之，人類設計框架，人工智能系統(tǒng)基于該框架進行一系列動作。

以深藍與卡斯帕羅夫的對決為例。 卡斯帕羅夫可以計算出在x回合中可能發(fā)生的y個變化，但深藍可以與y的某些部分進行比較導出，進化為m個變化。

在這個過程中，很明顯m比y大。 那么在同一比賽時間，人類棋手卡斯帕羅夫一定會在m和y的差距變化上出現漏洞。 這是卡斯帕羅夫輸給深藍的首要原因。

在談到即將到來的谷李大戰(zhàn)時，周俊勛說，與阿爾法go相比，李世石的一大特點是具有只有人類的想象力和創(chuàng)造力。 中期，谷歌出現了一個令人費解的招式，可以對判斷阿爾法go提出新的挑戰(zhàn)。

由此可見，谷歌贏家的100萬美元報酬也只是一點點投資。 方法是通過與世界公認的圍棋選手李世石的游戲，為alpha go提供驗證價值判斷體系的樣本。

對人類科學界來說，這是一個巨大的突破。 但是，對人工智能本身來說，模仿人類進行學習和思考并不是很正確的方向。

法國思想家帕斯卡曾說過:“人是有思想的蘆葦?！?人類可以在圍棋中爆發(fā)自己的智慧，從中感受到喜悅，所以圍棋對人類來說有意義。 對人工智能來說，只是執(zhí)行一點數學模型的運算，并不能從中感到幸福。 因為，人工智能仍然與人腦相去甚遠。

與其授魚，不如授魚。 我認為對機器來說真正的智能是擁有自己獨特的思考方法。 例如，當人工智能看到很多數據時，它不是簡單地模仿人類的思考方法，而是可以用自己的方法思考。

要實現這種狀況，人工智能的改善性很重要。 一種人工智能應該通過自行重寫核心代碼來適應周圍不斷變化的生存環(huán)境。 我的意思是應該積極創(chuàng)造人工智能。 當然，要實現這些并不容易，人工智能仍然要經歷長期的快速發(fā)展。