科學(xué)視角解讀人機(jī)大戰(zhàn) 未來(lái)3-5年能贏所有人類棋手

現(xiàn)實(shí)中有人工智能嗎？中國(guó)能造出類似的人工智能嗎？

人工智能經(jīng)過(guò)60年的風(fēng)風(fēng)雨雨，取得了長(zhǎng)足的進(jìn)展，目前已在各行各業(yè)得到應(yīng)用。史忠植的《人工智能》一書(shū)中，將其歸納為8個(gè)方面：專家系統(tǒng)、數(shù)據(jù)挖掘、自然語(yǔ)言處理、智能機(jī)器人、模式識(shí)別、分布式人工智能、互聯(lián)網(wǎng)智能和博弈。

看到了“阿爾法圍棋”，人們自然聯(lián)想到中國(guó)的同類科技，目前能否達(dá)到甚至、超越這一水平。史忠植介紹說(shuō)：“在國(guó)家自然科學(xué)基金、973、863和廣大企業(yè)等的支持下，在廣大科研人員和應(yīng)用單位的努力下，我國(guó)人工智能幾乎與世界同步發(fā)展，特別在機(jī)器翻譯、語(yǔ)音識(shí)別、人臉識(shí)別、農(nóng)業(yè)專家系統(tǒng)、數(shù)據(jù)挖掘、深水機(jī)器人等方面是非常有特色的，也有能力創(chuàng)造出戰(zhàn)勝世界頂級(jí)棋手的人工智能系統(tǒng)。”

人工智能會(huì)否有朝一日能戰(zhàn)勝所有人類棋手？如果可以，大概需要多久？

李世石接連落敗，柯潔甚至成為拯救人類圍棋智慧“尊嚴(yán)”的最后稻草。史忠植認(rèn)為，經(jīng)過(guò)學(xué)習(xí)和積累，在未來(lái)3-5年人工智能系統(tǒng)能夠戰(zhàn)勝所有的人類棋手。

為何這臺(tái)人工智能如此厲害，不妨深究其內(nèi)涵：“AlphaGo”的核心是兩種不同的深度神經(jīng)網(wǎng)絡(luò)：“策略網(wǎng)絡(luò)”(policy network)和“值網(wǎng)絡(luò)”(value network)。它們的任務(wù)在于合作“挑選”出那些比較有前途的棋步，拋棄明顯的差棋，從而將計(jì)算量控制在計(jì)算機(jī)可以完成的范圍里。

其中，“值網(wǎng)絡(luò)”負(fù)責(zé)減少搜索的深度——AI會(huì)一邊推算一邊判斷局面，局面明顯劣勢(shì)的時(shí)候，就直接拋棄某些路線，不用一條道算到黑；而“策略網(wǎng)絡(luò)”負(fù)責(zé)減少搜索的寬度——面對(duì)眼前的一盤(pán)棋，有些棋步是明顯不該走的，比如不該隨便送子給別人吃。

然后，將這些信息放入一個(gè)概率函數(shù)，AI就不用給每一步以同樣的重視程度，而可以重點(diǎn)分析那些有戲的棋招。“AlphaGo”利用這兩個(gè)工具來(lái)分析局面，判斷每種下子策略的優(yōu)劣，就像人類棋手會(huì)判斷當(dāng)前局面以及推斷未來(lái)的局面一樣。這樣，“AlphaGo”分析了比如未來(lái)20步的情況下，就能判斷在哪里下子贏的概率會(huì)高。

另?yè)?jù)媒體報(bào)道，阿爾法圍棋采用機(jī)器學(xué)習(xí)方法，主要是深度卷積神經(jīng)網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)。研發(fā)團(tuán)隊(duì)收集了圍棋職業(yè)高手大量的棋譜，并用這些棋譜對(duì)“深度卷積神經(jīng)網(wǎng)絡(luò)”進(jìn)行了3000萬(wàn)步的訓(xùn)練，使其判斷職業(yè)選手下一步走法的正確率達(dá)到了57%，之前的紀(jì)錄是44%。記者王牧青