close
5月份，AlphaGo再次引起轟動，大敗世界排名第一的圍棋手，使人工智能正式稱霸圍棋界。隻要看看媒體的報道，你就能嗅到迎面而來的末日氣息。
毫無疑問，柯潔的認輸引燃瞭一種揮之不去的傷感。去年，AlphaGo戰勝李世乭的消息震驚全球，這位隻有19歲的中國棋界天才當即表示，自己絕不會輸給人工智能台北靜電油煙處理機出租。而對戰當天桃園靜電機租賃，揪著自己的頭發、幾乎要伏案而戰的柯潔，讓我們全程目睹瞭豪言壯語的一點點崩解，所以怎能不讓人憂傷？
不過，若是隻盯著這點不放的話，你就找錯瞭重心。作為AlphaGo的開發者，谷歌子公司DeepMind的本意並不是碾壓人類——畢竟，運作這傢公司的依然是人類。AlphaGo是人類的重大成就，我們的解讀不應是AI能力超越瞭人類，而是AI將強化人類的能力。
AlphaGo是怎麼戰勝柯潔的？
德米斯·哈薩比斯，DeepMind聯合創始人兼桃園靜電機出租CEO
在烏鎮圍棋峰會上，我采訪瞭DeepMind與谷歌的開發人員。去年與李世乭展開圍棋大戰時，AlphaGo取得瞭四勝一負的戰績，而在我跟開發人員交流時，聽到他們談得最多的，不是它勝的那四局，而是輸掉的那一局。
“我們想看看能否解決這些問題——我們稱之為知識差距，在第四局比賽中，李世乭出奇制勝，暴露瞭AlphaGo知識中存在的缺陷。”DeepMind聯合創始人兼CEO德米斯·哈薩比斯（Demis Hassabis）在活動首日表示。
“我們試圖彌合這一知識差距，試著教會AlphaGo，或讓它通過自學，學會應對這種圍棋局面。我們相信，現在的AlphaGo更善於應對這些局面瞭。不過，在跟柯潔這樣的高手過招之前，我們並不確知。”
結果，AlphaGo連勝三局，力壓柯潔。從中可以看出，所謂的知識差距已被彌合。但值得一提的是，為達到這一水平，DeepMind不得不從AlphaGo以往的失誤中學習。如果這一年來它都原地踏步，那麼，實力遠超李世乭的柯潔完全有可能將它擊倒。然而，AlphaGo並沒有固步自封。
和柯潔對弈的AlphGo是經過徹底重構的版本，DeepMind稱之為AlphaGo Master。
“AlphaGo Master”的主要創新就在於，它開始指導自己學習。”大衛·席爾瓦（Dave Silver）說。“現在，AlphaGo可以從自己的搜索中學習，以改進它的神經網絡——包括政策網絡和價值網絡——使它更加寬泛地學習。最令我們激動的不是它棋藝的提升，而是它能廣泛應用於其他高難度領域。”
AlphaGo由兩個網絡構成：一為“政策網絡”，負責選擇下一手該怎麼走；一為“價值網絡”，進行分析勝算。政策網絡以專業圍棋手的歷史棋局為最初的基石。而AlphaGo Master比原版本深入得多，它通過搜索，確定走出某一手棋後可能引出的所有下法，從中提升它對潛在後果的理解。
“原系統自我對弈瞭數百萬局，但沒有涉及到這種搜索的使用，”哈薩比斯在接受采訪時說。“AlphaGo Master則能自食其力地完善自己的預測。因此，先前的版本主要是生成數據，這次的版本則是使用自己的搜索功能，及其自己的能力，來完善自己的一部分，即政策網絡。”基本來講，現在的AlphaGo更善於評估所有選項，找出最強有力的一手。
我問哈薩比斯：若沒有歷史棋局充當初始數據集，這個系統能否奏效。“我們正在運行這方面的測試，老實說，我們還是挺自信的。”他說。“初步結果還挺不錯。這是我們未來一篇論文的一部分，所以還不能公開討論，但成果是比較喜人的。其總體思路就是降低對人類引導過程的依賴。”
但要打敗柯潔，AlphaGo就得解決當初李世乭所揭露出來的那個缺陷。雖然通過自我對弈，AlphGo變得越來越強大，但要彌合知識差距，DeepMind就不能依賴這種基礎訓練，也不能手動編寫解決方案。“它不像傳統程序，把Bug修復瞭就好瞭，”哈薩比斯說，他認為，未來，各種學習系統都可能面臨類似的知識差距。
“你必須連哄帶騙地促使它學習新知識，或探索新區域，為此，我們可以采取很多不同的戰略。我們可以用對手對抗的形式，迫使它探索這些區域，或是保留不同版本的AlphaGo，讓它們相互對弈，使棋手庫更加多樣化。”
“我們還做瞭一件事，就是經過評估，找出我們認為AlphaGo不善應對的棋局類型。我們通過算法，在自我對弈的棋局中找出這些局面——即另編一個算法，從這些棋局中找到AlphaGo會遇到此類問題的地方。
由此，我們針對這類局面建立瞭一個庫。這樣一來，在測試新系統時，我們不僅可以讓機器自我對弈，還可以讓它與已知的問題棋局庫對弈，從而量化改進程度。”
大衛·席爾瓦，DeepMind公司AlphaGo項目首席研究員
這些性能的改進並不需要追加額外的運算能力。相比對弈李世乭的那個版本，AlphaGo Master耗用的運算能力竟要低得多；它的運行僅靠Google Cloud中區區一枚二代TPU（張量處理單元）就完成瞭，而之前的版本要同時用到50個TPU。
“你不能想當然地以為，運行AlphaGo所需的計算力不是一般人所能企及的。”席爾瓦說。“其特殊之處在於算法，而非計算量。”
AlphaGo正在學習人類，雖然未來的它也許不需要這樣做；反過來，人類也在學習AlphaGo。最簡單的例子就是柯潔對AI的第一局比賽，柯潔采用瞭三三開局。這種下法在近幾十年中逐漸式微，但因為AlphaGo的巧妙運用，它又開始重現江湖。
在第二局中，柯潔將AlphaGo逼到瞭極限。AlphaGo得出結論：柯潔的前50手堪稱“完美”，而前100手之高明，勝過瞭AlphaGo Master當時對弈過的所有對手。
雖然AlphaGo的某些走法在當時可能不為圍棋界所理解，但事後證明，AlphaGo提供瞭一種看待圍棋的全新方式。圍棋已經存在瞭數千年之久，在如何下棋和研究圍棋的問題上，AlphaGo引發瞭有史以來最為深刻的變革之一。
那麼，對不懂圍棋的人而言，AlphaGo又有何意義呢？
AI帶來的啟示與不安
安德魯·傑克森（Andrew Jackson）和韓國圍棋協會高級秘書長李夏辰探討AlphaGo對柯潔
比方說，你是谷歌數據中心的一名工程師。你有責任確保所有機器高效運行，而且不能讓設備過熱。也許你采用的辦法是，通過系統設計，將同時運行的冷卻設備數量降至最低——隻有當第一臺設備滿負荷之後，才會打開第二臺，以此類推。這樣做不無道理。不過，一個名為“Dr。 Data”的AlphaGo版本有不同意見。
“Dr。 Data決定開啟盡可能多的處理單元，使他們保持低速運轉，”哈薩比斯說。“考慮到開關、泵等的運作，那樣反而更合理。我覺得，新的數據中心在設計時，正在考慮這種做法。他們選取其中一些概念，重新整合入新的設計——這是AI系統沒法做到的。所以，人類設計師觀察著這個AlphaGo版本的做法，將結果納入下一步的決策中去。”谷歌的數據中心已經采納瞭“Dr。 Data”，使谷歌冷卻用電節省瞭40%，能耗降低15%。
DeepMind認為，同樣的原理也適用於科學和醫療。從蛋白質折疊到造影，深度學習技術能幫助提升各項目工作的精度和效率。另外，看似平常但十分重要的是，它也許還能使工作流更加合理。“比如在一傢醫院裡有一名護士正在使用一種非常高效的做法，或是眾多醫院中有一傢醫院正在使用某種非常高效的流程，”哈薩比斯說。
“也許他們的做法和同行略有不同，也許別的醫院就可以效而仿之。我認為，目前，你永遠不知道這些東西，而AI系統也許能辨別這些情況，在不同的醫生和醫院之間共享信息，使最佳實踐得以普及。”
當然，在這些領域推廣AI的障礙和顧慮尤其之多。人們懷疑AI也不是沒有道理——我就有所體會。
我入住的酒店與烏鎮圍棋峰會的會場同屬一個建築群。內部的一些區域設有門禁，采用瞭百度機器學習支持的面部識別技術。每次，我還沒找到攝像頭的位置，它就瞬間識別完畢瞭；過門禁時，我的個人檔案頭像就會在屏幕上閃過。數千名與會者來來往往，沒見哪次是識別失敗的。而識別的依據，隻是我在辦理入住時，工作人員用iPad拍攝的一張照片。
我也知道，Facebook、谷歌和其他無數公司都應該知道我的長相。但在為期一周的圍棋峰會期間，每一天，我的臉都會被準確無誤識別好幾次，這讓我有些不自在。這說明，企業在推出AI技術時，應審慎而行。在某種程度上，這也解釋瞭AlphaGo的勝利為何讓如此多人感到不安。
但話又說回來，這場勝利是人類一手創造的。AlphaGo已經向我們證明，當AI與人類切磋共進的時候，其力量是多麼的強大。在現階段，我們不妨抱以樂觀的心態。
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
文章標籤
全站熱搜
留言列表
