|
AlphaGo的强大则在于模拟人类大脑的神经元结构,如何结合深度学习与强化学习两套神经网络,简单来说,一方面它迅速汲取10万围棋高手的棋局,充分利用人类棋手的既有经验;另一方面是“左右互搏”,每天跟自己下上几十万盘,在不断的试错中自我完善、自我进化,并累积3000万棋位的数据库。 “当学习完普遍模式后,他从观看职业比赛中学习到合理的标准,然后就开始自己下,通过上百万次不同的下法,他累积经验,一次比一次更好,他从错误中学习。”DeepMind的总裁德米什·哈萨比斯说。从经验中自我学习与进步,意味着这个超级电脑正时刻变得更强大。 机器写不出《相对论》 与“人机大战”一样火爆的话题是,AlphaGo赢下比赛能否证明人工智能已经超越人类? 复旦大学哲学学院教授、人工智能哲学专家徐英瑾在接受采访时指出,即便李世石输掉比赛,也并不意味着人工智能已比人类聪明。 徐英瑾举了个例子,AlphaGo是训练了2000万局棋后,才能战胜职业围棋选手,而一个人在成长为职业九段高手前,训练的棋局数量远小于2000万。 “尽管拥有了深度学习能力,但它胜过人类的主要原因仍和以前的计算机程序一样:运算速度快、不受生物属性限制。” 而从与李世石的第一盘比赛来看,AlphaGo就像李世石说的那样,“过分拘泥于局部价值,欠缺整体的完善感。”也就是说,尚欠大局观,这也与它自我学习的方式有关。 曼彻斯特大学的计算机科学教授凯文·柯伦在接受《果壳》采访时也表示:“人类能够辨认并区分现实世界中的事物、明确地理解对话内容,并且基本能在现实生活中长期维持运作而不‘出错’。但最优秀的AI也只能在理想的应用情境中实现以上功能的一部分。” 正如AlphaGo的开发者哈萨比斯所言,“最终,我们想要将这套技术应用到真实世界的重要问题中,比如用于个人助理软件,这样的个人助理软件能够从用户在线行为中学习用户偏好,并对产品和事件做出符合直觉的建议。” 更何况,机器有智力、缺智慧的问题依然未解决,与人类相比,它看不懂莎士比亚,当不了莫扎特,也写不出《相对论》。因此,在围棋上挑战了人类智力,也仅是人工智能在某一类别智力发展上的里程碑。 (责任编辑：admin) |