影音先锋熟女少妇av资源,国产精品52页,2021精品国产自在现线看,亚洲高清中文字幕在线

物聯(lián)傳媒 旗下網(wǎng)站
登錄 注冊(cè)

Master帶給世界的思考:是“失控”還是進(jìn)化

作者:本站采編
來(lái)源:51CTO
日期:2017-01-09 10:08:34
摘要:Master在2017年年初以狂勝60局的表現(xiàn)震驚了圍棋界,最后DeepMind官方確認(rèn),在圍棋網(wǎng)站上通過(guò)60場(chǎng)比賽橫掃中日韓圍棋高手的圍棋程序 “Master”,同樣出自 DeepMind ——這是在AlphaGo 的基礎(chǔ)上,DeepMind 半年來(lái)在人工智能方面的重要進(jìn)展。
關(guān)鍵詞:Master

  Master在2017年年初以狂勝60局的表現(xiàn)震驚了圍棋界,最后DeepMind官方確認(rèn),在圍棋網(wǎng)站上通過(guò)60場(chǎng)比賽橫掃中日韓圍棋高手的圍棋程序 “Master”,同樣出自 DeepMind ——這是在AlphaGo 的基礎(chǔ)上,DeepMind 半年來(lái)在人工智能方面的重要進(jìn)展。

  DeepMind 官方發(fā)布的總結(jié)中寫道,“最激動(dòng)人心的莫過(guò)于 AlphaGo 博弈過(guò)程中所呈現(xiàn)出來(lái)的創(chuàng)造力,有時(shí),它的棋招甚至挑戰(zhàn)了古老的圍棋智慧。圍棋,這一古往今來(lái)最富深謀遠(yuǎn)慮的游戲之一,AlphaGO 可以識(shí)別并分享其中洞見(jiàn)?!?/p>

  如何看待Master或者如何看待人工智能的驚人巨變,我想這是我們大家所關(guān)注和思考的。實(shí)際上,隨著計(jì)算機(jī)的發(fā)明,人們一直在探討,這到底會(huì)導(dǎo)致什么樣的人工智能?一種預(yù)見(jiàn)是可以產(chǎn)生功能性的人工智能,這就是今天有監(jiān)督深度學(xué)習(xí)所廣泛取得的成果。還有一種觀點(diǎn)是人工智能可以模仿人的思維和感情活動(dòng),這就是無(wú)監(jiān)督深度學(xué)習(xí)將要開創(chuàng)的未來(lái)。  


  下面從三個(gè)大方面來(lái)分析人工智能這場(chǎng)大勝帶給我們的思考和背后的意義。

  1、技術(shù)的進(jìn)步是關(guān)鍵

  人工智能到如今,其實(shí)已經(jīng)有60多年的歷史了,其技術(shù)的發(fā)展也是起起落落,頗具有戲劇性和代表性。

  最早由約翰·麥卡錫等人于1955年8月31日發(fā)起的達(dá)特茅斯會(huì)議,旨在召集志同道合的人共同討論“人工智能”(此定義正是在那時(shí)提出的)。該會(huì)議持續(xù)了一個(gè)月,基本上以大范圍的集思廣益為主,催生了后來(lái)人所共知的人工智能革命。當(dāng)時(shí)在算法方面出現(xiàn)了很多世界級(jí)的發(fā)明,其中包括一種叫做增強(qiáng)學(xué)習(xí)的雛形(即貝爾曼公式),增強(qiáng)學(xué)習(xí)就是如今谷歌AlphaGo算法核心思想內(nèi)容。

  然而在之后的很長(zhǎng)一段時(shí)間,人工智能并沒(méi)有火起來(lái),因?yàn)槿藗儼l(fā)現(xiàn)人工智能只能做很簡(jiǎn)單、非常專門特定且很窄的任務(wù),稍微超出范圍就無(wú)法應(yīng)對(duì)。這里面存在兩方面局限:一方面,人工智能所基于的數(shù)學(xué)模型和數(shù)學(xué)手段被發(fā)現(xiàn)有一定的缺陷;另一方面,有很多計(jì)算復(fù)雜度以指數(shù)程度增加,所以成為了不可能完成的計(jì)算任務(wù)。這些問(wèn)題導(dǎo)致人工智能在早期發(fā)展過(guò)程中遇到瓶頸,直接導(dǎo)致很多人工智能項(xiàng)目被縮減或取消了。

  20世紀(jì)70年代決策支持系統(tǒng)概念被提出,然后決策支持系統(tǒng)得到很大的發(fā)展。 到了20世紀(jì)80年代末90年代初, 決策支持系統(tǒng)又開始與專家系統(tǒng)相結(jié)合,形成智能決策支持系統(tǒng)。智能決策支持系統(tǒng)做到了定性分析和定量分析的有機(jī)結(jié)合,使得機(jī)器解決問(wèn)題的能力和范圍得到了一個(gè)大的發(fā)展。在這時(shí)還出現(xiàn)了人工智能數(shù)學(xué)模型方面的重大發(fā)明,其中包括著名的多層神經(jīng)網(wǎng)絡(luò)和BP反向傳播算法等,也出現(xiàn)了能與人類下象棋的高度智能機(jī)器深藍(lán)。隨后在1997年,深藍(lán)戰(zhàn)勝國(guó)際象棋大師卡斯帕羅夫,讓世人為之震驚。當(dāng)時(shí)的深藍(lán)是個(gè)龐然大物,重量達(dá)1.4噸,有32個(gè)節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)有8塊專門為進(jìn)行國(guó)際象棋對(duì)弈設(shè)計(jì)的處理器,平均運(yùn)算速度為每秒200萬(wàn)步。但當(dāng)時(shí)的深藍(lán)其實(shí)并不能進(jìn)行真正的思考,是它無(wú)窮無(wú)盡的計(jì)算能力在很大程度上彌補(bǔ)了它的缺陷。

  隨著計(jì)算機(jī)的快速發(fā)展,計(jì)算能力越來(lái)越強(qiáng)大。當(dāng)更強(qiáng)大的計(jì)算能力被轉(zhuǎn)移到人工智能研究后,顯著提高了人工智能的研究效果。由于這一系列的突破,人工智能又產(chǎn)生了一個(gè)新的繁榮期。在更加通用型的功能性方面,機(jī)器在數(shù)學(xué)競(jìng)賽、識(shí)別圖片的比賽中,也可以達(dá)到或者超過(guò)人類的標(biāo)準(zhǔn)。

  我們看到其實(shí)在人工智能早期研究中,因?yàn)樵缙诘娜斯ぶ悄苎芯扛啾欢x為數(shù)學(xué)和算法研究。到了21世紀(jì),隨著云計(jì)算和大數(shù)據(jù)的興起,分布式大規(guī)模計(jì)算漸漸火了起來(lái),Hadoop就是其中的優(yōu)秀代表,它可以用不同的機(jī)器以并行方式執(zhí)行子任務(wù),完成大規(guī)模的計(jì)算任務(wù)。2013年底,美國(guó)卡耐基·梅隆大學(xué)對(duì)分布式機(jī)器學(xué)習(xí)系統(tǒng)做了開源發(fā)布,并命名為Petuum。這個(gè)Petuum是從軟件優(yōu)化角度對(duì)Hadoop和Spark等分布式計(jì)算系統(tǒng)進(jìn)行了深度優(yōu)化,在另外一條線上還有其它的科研機(jī)構(gòu)試圖從硬件角度徹底解決馮·諾依曼架構(gòu)的瓶頸,這就是神經(jīng)元芯片以及更遠(yuǎn)期的量子計(jì)算。隨后在2016年,我們看到GOOGLE的AlphaGo 借助深度神經(jīng)網(wǎng)絡(luò)和超強(qiáng)的海量分布式計(jì)算能力,戰(zhàn)勝了李世石。

  回望人工智能60年的發(fā)展,我們看到技術(shù)的驅(qū)動(dòng)是重要的關(guān)鍵。從最初的增強(qiáng)學(xué)習(xí),機(jī)器與外部環(huán)境持續(xù)交互,通過(guò)不斷試錯(cuò)和累積回報(bào)來(lái)“學(xué)習(xí)”到機(jī)器學(xué)習(xí)到AlphaGo對(duì)增強(qiáng)學(xué)習(xí)算法的探索,打開了“無(wú)窮大”的大門。正是在無(wú)數(shù)人的研究和努力探索中,在起起伏伏、失望與希望之間尋找著理論與實(shí)踐的最佳結(jié)合點(diǎn),實(shí)現(xiàn)技術(shù)生態(tài)和人工智能之間的平衡對(duì)應(yīng)?! ?/p>


  2、已知與未知的世界

  首先,我們知道實(shí)踐是認(rèn)識(shí)的基礎(chǔ)和來(lái)源,認(rèn)識(shí)既不是“生而知之”、主觀自生,也不是直接來(lái)源于客體,而是通過(guò)主體能動(dòng)地改造客體的實(shí)踐活動(dòng)中獲得。正如恩格斯所說(shuō):“人的思維的最本質(zhì)和最切近的基礎(chǔ),正是人所引起的自然界的變化,而不單獨(dú)是自然界本身”。人類的思維取決于我們對(duì)客觀世界的認(rèn)知,也取決于我們對(duì)自身的了解多少。

  我們把對(duì)自身的了解分成兩個(gè)部分,一部分是“我們知道we know”,另一部分叫做“我們不知道”。比如說(shuō)下中國(guó)象棋,就是我們能說(shuō)清楚,我們知其所以然,又知其所以然,這個(gè)用傳統(tǒng)的人工智能模型就可以解決它。

  當(dāng)然還有好多問(wèn)題我們說(shuō)不清楚。比較典型的就是圍棋,圍棋有一部分能說(shuō)清楚,而象棋都能說(shuō)清楚,馬為什么這么走,卒為什么要向前走,圍棋絕大部分一顆白子為什么要落在這個(gè)地方,大師也說(shuō)不清楚,他會(huì)說(shuō)這是我的棋感。

  棋感怎么來(lái)的?這就是AlphaGo的重大貢獻(xiàn),把棋感當(dāng)作模式識(shí)別來(lái)做,你看到這個(gè)版面以后,你就應(yīng)該知道怎么落子,這個(gè)版面就是一個(gè)模式。我們可以說(shuō),一個(gè)圍棋大師下圍棋下得好,不是因?yàn)樗斆髁?,而是他的模式識(shí)別能力非常強(qiáng),棋子有一點(diǎn)點(diǎn)變化,他就知道未來(lái)局勢(shì)會(huì)怎么變,緊接著我的策略也要跟著變,這個(gè)就是用傳統(tǒng)模型+深度學(xué)習(xí)來(lái)做的,AlphaGo就是這么做到的。

  過(guò)去我們說(shuō)機(jī)器沒(méi)有情感和意識(shí),但現(xiàn)在這個(gè)也能夠用深度學(xué)習(xí)的方法來(lái)模擬,至少可以做到表面模擬。我們發(fā)現(xiàn)人工智能能做的這么多,不能做的部分越來(lái)越少,有些部分我們?nèi)祟愖霾坏降?,比如沒(méi)有任何情緒波動(dòng)、精力充沛、永不疲倦,這些人工智都能夠輕易做到這一切。

  在我們?nèi)祟愇粗氖澜?,都不知道怎么做的情況下,人類會(huì)怎么做呢?那就是嘗試和探索。我們通過(guò)不斷的嘗試和探索,慢慢了解和逐漸清晰我們不知道的。把我們不知道的,變成我們知道的,再把它傳承下來(lái)。但是受制于當(dāng)時(shí)的各種物質(zhì)和研究條件,我們對(duì)世界的認(rèn)知總是有一定局限性的。我們對(duì)世界的認(rèn)知好比是一個(gè)“圓”,認(rèn)知的半徑越大,周長(zhǎng)就越大,未知的“外部”世界就越大,所以我們的困惑就越多,我們只所以有很多東西弄不明白,正是因?yàn)槲覀兪冀K看到的只是世界的局部,是在我們認(rèn)知的“圓”里面看世界。

  隨著科技的發(fā)展,我們認(rèn)識(shí)世界的腳步會(huì)加快,借助機(jī)器和人工智能,世界在我們面前會(huì)越來(lái)越清晰,未知的東西會(huì)逐步減少。所以,我們?yōu)槭裁凑f(shuō)人工智能寄予這么大的希望,原因就在這兒。

  3、人與人工智能的關(guān)系

  人工智能的出現(xiàn)并不會(huì)讓人類的棋手的水平下降。恰恰相反,它可以幫我們分析和提高自己。在Master 戰(zhàn)勝柯潔后,棋圣聶衛(wèi)平說(shuō)道“Master 改變了我們傳統(tǒng)的厚薄理念,顛覆了多年的定式,圍棋遠(yuǎn)不像我們想象的那么簡(jiǎn)單,還有巨大的空間等著我們?nèi)祟惾ネ诰颍珹lphaGo 也好,Master 也罷,都是“圍棋上帝”派來(lái)給人類引路的”。

  人工智能的發(fā)展,大大地推動(dòng)了社會(huì)的前進(jìn),深化了人們對(duì)認(rèn)識(shí)論問(wèn)題的研究。人與計(jì)算機(jī)相比,一般來(lái)說(shuō),人腦具有處理模糊信息的能力,善于判斷和處理模糊現(xiàn)象。但計(jì)算機(jī)對(duì)模糊現(xiàn)象識(shí)別能力較差,為了提高計(jì)算機(jī)識(shí)別模糊現(xiàn)象的能力,就需要把人們常用的模糊語(yǔ)言設(shè)計(jì)成機(jī)器能接受的指令和程序,以便機(jī)器能像人腦那樣簡(jiǎn)潔靈活的做出相應(yīng)的判斷,從而提高自動(dòng)識(shí)別和控制模糊現(xiàn)象的效率。最終人工智能會(huì)變得愈發(fā)聰明,它在任何一次情況中所獲悉的改進(jìn)點(diǎn)都會(huì)增強(qiáng)。

  人工智能在某些程度上打破了人類的思維慣性,MASTER下出的一些特別的招法,是很有創(chuàng)造力的,值得我們學(xué)習(xí)和思考。

  人工智能的未來(lái)

  我們看到雖然人工智能在某些方面已經(jīng)超過(guò)了人類,但其本身也是站在人類的肩膀上前進(jìn)的。

  當(dāng)智能機(jī)器可以通過(guò)自主學(xué)習(xí)和探索世界來(lái)獲得智能,未來(lái)可能出現(xiàn)的變化就是“無(wú)窮大”了,人工智能的未來(lái)之路注定精彩。當(dāng)然這條路,并不平坦,可能曲折迂回。

  面對(duì)人工智能的浪潮,不要害怕不要猶豫,沖上去駕馭它,就這樣!

人物訪談