揭秘

“阿爾法狗”的圍棋是怎么學的？

戰(zhàn)勝人類的第一步是模仿人類?！鞍柗ü贰笔紫扔脟鍖I(yè)棋手的3000萬步實例對“價值網(wǎng)絡”進行訓練。而假如一個人要學習3000萬步，每步1分鐘，需要60多年。通過這種經(jīng)驗學習，阿爾法狗對人類走法的預測準確率就能達到57%了。

模仿之后，第二步便是超越人類?！鞍柗ü贰弊钐貏e的一點就是，它可以“深度學習”。DeepMind公司CEO哈薩比斯說：“AlphaGo的棋風跟人類很像，因為它會像人一樣去學，而且在下棋的過程中變得越來越強大，你我都是這么學的。”

傳統(tǒng)意義下，計算機做出的所有反應都依賴于人類事先寫入的、具體的程序。因此，如果把所有非典型的例子都一一窮盡，轉(zhuǎn)化為代碼告訴計算機，是一項非常龐雜的工作。

但是“阿爾法狗”不會如此“按部就班”，它可以像人腦一樣自己來學習，不斷提升棋藝，靠的就是“深度機器學習網(wǎng)絡”。簡單來說，阿爾法狗可以自己與自己對弈，目前它自我對弈已經(jīng)超過3000萬局，在這個過程中，“阿爾法狗”不斷積累勝負經(jīng)驗，舉一反三，形成對圍棋的一種“全局觀”。如此，“阿爾法狗”在接下來的比賽中就不會完全依賴于“經(jīng)驗”，而是依靠自己的評價網(wǎng)絡，帶有創(chuàng)新性地選擇最有利于自己的走法。

“阿爾法狗”與人類對戰(zhàn)已經(jīng)不是第一次了，去年10月，它就曾以5：0的成績完勝歐洲圍棋冠軍、職業(yè)二段選手樊麾。在那之后，有專家就曾預測，“計算機程序擊敗圍棋世界冠軍是遲早的事，這是因為，計算機的運算速度比人腦快得多，能憑借‘大數(shù)據(jù)+深度學習’在短期分析完一個人一生也無法窮盡的棋譜，棋力提升的速度和幅度都很驚人。”

分析

人工智能距離我們有多遠？

在“阿爾法狗”戰(zhàn)勝李世石后，許多人驚訝于人工智能的高水平，并且立志學習圍棋，以便有一天能離人工智能更近一步。事實上，人工智能距離我們并不遠，并且會越來越近。

如果你有一部iPhone，就可以通過SIRI語音助手直接讓它為你接打電話、讀取短信、介紹餐廳、報告天氣等，用戶可以和SIRI對話，如果SIRI沒理解，還會反問，“您是要導航去公司，還是回家？”這里的SIRI就是一套人工智能語音系統(tǒng)。

人工智能，就是能以人類智能相似的方式作出反應的智能機器。家里的掃地機器人可以自動發(fā)現(xiàn)污物并幫助打掃，這就是人工智能的功勞。

前不久騰訊開發(fā)的一款寫稿機器人Dreamwriter，可以根據(jù)算法在第一時間自動生成稿件，瞬時輸出分析和研判，一分鐘內(nèi)將重要資訊和解讀送達用戶。上個月，搜狐推出了智能股市播報系統(tǒng)，由機器人自動跟蹤、捕捉市場的動態(tài)，進行純粹客觀描述，以信息流的方式推送給用戶。上述兩項人工智能引發(fā)了對機器與人工之間如何平衡的討論，有專家表示，“機器重在掃描挖掘發(fā)現(xiàn)信號和機會，而人工重在深度分析和評論，只有找到其中的平衡點，才能滿足用戶對資訊有效性的實際需求，帶來創(chuàng)造性的閱讀體驗?！?/p>

此外，支付寶推出的“芝麻信用評分”也是基于人工智能機器評出的，人工智能結(jié)合用戶信用歷史、行為偏好、履約能力、身份特質(zhì)、人脈關系五個維度客觀呈現(xiàn)個人信用狀況的綜合評分。分數(shù)達到一定標準，可以享受各種信用借貸、免押服務、實名社交服務。

這些生活中的場景都是基于人工智能完成的，而科學家們也在致力于用人工智能解決更多生活中的問題，哈薩比斯說：“盡管游戲是開發(fā)和測試人工智能快捷高效的完美平臺，但我們最終還是想用這些技術來解決現(xiàn)實世界中的重要問題。我們的方法具有普遍性，所以我們希望有一天能夠?qū)λ鼈冞M行擴展，幫助我們解決人類社會中最棘手也是最緊迫的問題，這些問題從氣候建模到疑難雜癥分析，不一而足。”