作者簡介：馬少平老師，清華大學計算機系教授，博士生導師，中國人工智能學會副理事長，中國中文信息學會副理事長。主要研究方向為智能信息處理，包括文本信息檢索、網絡用戶行為分析、個性化推薦、社交媒體分析等。透露兩個事實，其一，著名的亞一爬，梁博，Penny，梁斌博士，就是馬老師的PhD！其二，馬老師還是我們奧森十公裡的活躍成員，動不動就能以530配速跑十公裡。有想上人工智能博士的，好好和馬老師套套詞。本文馬老師授權轉發。
在2016年3月份，正當李世石與AlphaGo進行人機大戰的時候，我曾經寫過一篇“人工智能的裡程碑：從深藍到AlphaGo”，自從1997年深藍戰勝卡斯帕羅夫之後，隨著計算機硬件水平的提高，計算機象棋（包括國際象棋和中國象棋）水平有瞭很大的提高，達到瞭可以戰勝人類最高棋手的水平。但是，長期以來，在計算機圍棋上進展卻十分緩慢，在2006年引入瞭蒙特卡洛樹搜索方法之後，也隻能達到業餘5段的水平。所以AlphaGo戰勝韓國棋手李世石，確實是人工智能發展歷程上的一個裡程碑式的事件。
從人工智能研究的角度來說，計算機圍棋戰勝人類高水平棋手是一個標志，說明在某些方面，現有的人工智能技術可以達到怎樣的高度，所以當時我曾經認為人機再戰的意思已經不大，就如同當年深藍戰勝卡斯帕羅夫之後，IBM隨即馬放南山，即便卡斯帕羅夫提出再戰深藍，IBM也不再理會。當年的深藍還是一個專用設備，IBM甚至為瞭提高計算速度，而研制瞭專用的芯片（據說該芯片隻能用於下國際象棋）。但是萬事開頭難，隨著計算機計算能力的提高，今天即便在普通計算機上，也可以達到甚至超過當年深藍的水平。以至於在國際象棋比賽中，出現過棋手借去廁所的機會，讓計算機幫忙出招的醜聞，在現在的國際象棋比賽中，已經明確禁止利用各種計算設備，據說賽場也對網絡進行屏蔽，以防止有人作弊。
圖1. 深藍對卡斯帕羅夫的比賽現場
就在2016年即將過去的時候，在網絡上突然出現一個名為Master的計算機圍棋程序，在網上快棋賽中，連勝包括中日韓三國高手在內的人類棋手，取得連勝60場的輝煌戰績。事後得知Master就是AlphaGo的升級版。
為什麼AlphaGo會重出江湖呢？我想可以從AlphaGo與深藍的不同來考慮。深藍采用的是α-β搜索框架，加上大量的人類知識，在技術上已經沒有什麼發展空間。而AlphaGo采用的是蒙特卡洛樹搜索框架，加上深度學習和深度強化學習。在這樣一個框架下，深度學習，尤其是深度強化學習在計算機圍棋上的天花板究竟有多高？還是一個未知數，從技術的角度來說，還有很大的研究空間，我想這是AlphaGo重出江湖的重要原因，圍棋在這裡隻是作為一個應用對象，目的還是研究強化學習等方法。
靜電機
順便在這裡說一下，有人認為AlphaGo的成功是深度學習的勝利，我認為這一看法是片面的。具體來說，蒙特卡洛樹搜索引入到計算機圍棋中，是一個很大的飛躍，深度學習和強化學習的引入，是又一次飛躍。因此AlphaGo的成功是蒙特卡洛樹搜索加深度學習的勝利。如果再上升一個層次來考慮，則是人工智能中傳統的符號主義加連接主義的成功。如果再進一步上升一個層次，則是理性加感性的成功。因此，在今天深度學習大熱的情況下，不能忽視傳統方法的作用。傳統方法與深度學習具有互補性，應該加強這方面的研究，而不是一窩蜂式的湧向深度學習。
圖2. 韓國棋手李世石對戰AlphaGo
那麼這次的Master與去年3月份的AlphaGo有什麼不同呢（為瞭敘述方便，下文中AlphaGo特指去年3月的版本，Master特指現在的版本）？到目前為止，DeepMind公司還沒有透露出任何信息，隻能從表面現象去分析、猜測。我並不懂圍棋，為瞭瞭解Master的特點，在網上看瞭不少專業棋手對Master棋譜的分析，一個突出的感受是，Master常常會走出一些超出職業棋手想象的驚人之步，很多高手連呼看不懂，但又找不出其破綻。古力在其微博上說，Master的出現“已經徹底顛覆瞭我們棋手對局勢原有的掌控、判斷”，柯潔也評論說Master“給我們棋手帶來的震撼”。雖然AlphaGo也有出乎職業棋手意外的著法，但是這次Master這樣的走法更多，更出乎意外。鑒於此，我曾經給出一個猜測：“AlphaGo訓練時用到瞭16萬人類棋譜，加上自己左右互搏產生的3000萬棋譜，以及人類總結的幾萬個模式。而這次的Master很可能是從0開始學習得到的結果（指沒有利用任何人類棋譜和知識，依靠基於強化學習的左右互搏進行學習），在蒙特卡洛搜索樹的框架下，加上深度強化學習方法，是可以做得到的。這也是為什麼Master讓職業棋手感覺到被顛覆的原因，因為沒有任何人類的影響。AlphaGo在去年3月時雖然驚人的走法，但好像沒有這次多，也沒有這次大膽，因為3月的AlphaGo利用瞭16萬的人類棋譜和數萬個人類總結的模式”。雖然事後DeepMind公司說Master還是用瞭人類棋譜，但是很可能更加加強瞭基於強化學習的左右互搏的成分，弱化瞭人類棋譜的作用。事實上，DeepMind公司也確實在試探從0學習的系統，雖然還沒有推出。
在我的“人工智能導論”課上，學生要完成一個大作業，就是實現一個簡單的下棋程序，最初幾年，學生基本是采用α-β剪枝的方法，要自己總結很多模式出來，後來漸漸的采用蒙特卡洛樹搜索方法的同學逐年增加，到現在基本沒有同學用α-β剪枝方法瞭，也不再需要人為總結什麼模式瞭，基本都是從0開始，而且水平也是逐年提高，絕大多數同學都難於戰勝自己的程序。當然，大作業的棋類比較簡單，遠遠無法跟圍棋比，但是越來越不依賴於人類棋譜、知識，應該是一個發展趨勢，圍棋也應該可以實現，可能還需要更強大的計算平臺的支持。關於大作業，我曾在2013年的博客中有過簡單的總結，表明過類似的看法，有興趣的讀者可以參見《由大作業想到的》這篇博客http://blog.sina.com.cn/s/blog_73040b820101bwrl.html。
深藍、沃森和AlphaGo都可以算是人工智能發展史上裡程碑式的事件，那麼他們之間有哪些相同與不同呢？
關於相同點，我想可以總結為一句話：在一個特定領域，利用人類提供的數據或者知識，采用已有的技術，戰勝該領域最高水平的人類。
深藍是一個國際象棋程序，采用的是60年代就提出的α-β剪枝算法，IBM公司聘請瞭若幹個國際象棋特級大師總結下棋的模式和知識，用於對局面的評估。最終於1997年戰勝瞭連續10年國際象棋世界冠軍卡斯帕羅夫。
沃森是IBM為瞭紀念公司成立100周年研發的一個問答系統，其名稱是為瞭紀念IBM公司的創始人ThomasJ.Watson先生。2011年在美國最受歡迎的智力競猜電視節目《危險邊緣》中，沃森擊敗該節目歷史上兩位最成功的選手肯-詹寧斯和佈拉德-魯特，成為《危險邊緣》節目新的王者。在沃森系統中，共采用瞭100多項與自然語言處理、知識問答相關的技術，利用《危險邊緣》節目創始以來40多年的問題與答案進行訓練，存儲瞭大量圖書、新聞和電影劇本資料、辭海、文選和《世界圖書百科全書》等數百萬份資料，在3秒內可以給出一個問題的答案。
圖3. 沃森參加電視節目《危險邊緣》，中間是沃森，兩邊是肯-詹寧斯和佈拉德-魯特
AlphaGo在蒙特卡洛樹搜索的框架下，利用深度學習和強化學習技術進行訓練和評估，其中用到瞭人類棋手以往的16萬盤棋譜，以及AlphaGo自己左右互搏產生的3000萬盤棋譜，並用到瞭人類總結的幾萬個模式，綜合運用這些技術，實現瞭高水平的圍棋程序，並於2016年3月以4:1的成績戰勝瞭韓國圍棋職業高手李世石。這些技術也並不是新技術，但是DeepMind公司有所創新，主要包括兩個方面，一個是發展瞭強化學習技術，二是將傳統的搜索技術與深度學習在圍棋這個平臺上，很好地結合在一起，實現瞭理性與感性的良好融合。這可能是AlphaGo成功的關鍵所在。
這是他們共同的部分，那麼這三個系統有哪些不同呢？三個系統完全是三個不同的領域，不同點自然很多，下面隻從技術是否通用，以及通用程度方面展開討論靜電除煙機。
深藍采用的α-β剪枝算法是專門用於雙人博弈問題的算法，雖然也有人將該方法用於其他方面，比如故障診斷的測試點選擇，但應用面是非常有限的，是一個非常專用的算法。也曾聽有人介紹說IBM會把相關方法用於風險投資，但事後也沒有聽到相關消息。這也可能是IBM不再繼續投入開展研究的原因吧？
AlphaGo則有很大的不同，深度學習是個通用方法，已經在很多領域得到很好的應用，強化學習也具有一定的通用性，並且DeepMind對其有所發展和創新，在圍棋這個平臺上可以繼續開展研究，也可以推廣到其他領域。但是圍棋這類博弈遊戲有一個特點，其最終的勝負可以自動判斷，不需要人類標註，這就為系統自身的左右互搏、強化學習提供瞭很大的便利條件，如果在其他領域應用，需要定義合適的優化條件才可行。
在三個裡程碑式的事件中，我認為最具通用性的是沃森，它采用瞭100多項與自然語言處理、知識問答相關的技術，這些技術可以在很多應用領域發揮作用，不僅僅是用於問答，IBM公司把相關技術稱之為認知計算。IBM公司以此為契機，成立瞭沃森集團，專註於認知計算的研究和應用，已經在醫療健康領域取得瞭很好的成果。
因此，從通用性和商用性的角度來說，三個系統中排名第一的是沃森，其系統隻要結合相關領域的數據，可以很快進行商用轉化，提供服務；其次是AlphaGo，直接轉換到其他領域，提供商用服務的可能性不大，但其技術可以應用於其他領域；排在最後的就是深藍瞭，向其他領域轉化的可能性很小。
AlphaGo（包括Master）的出現，對於圍棋有什麼影響呢？有人認為這會毀瞭圍棋，人類根本就戰勝不瞭機器，再學習圍棋還有什麼意義呢？我認為這種看法是不正確的。AlphaGo的出現，說明人類對圍棋的認識遠遠不夠，在計算機的輔助下研究圍棋，必將對圍棋有新的認識，就如同當年吳清源先生的出現一樣，即將開啟圍棋的新天地。
其實圍棋界也有類似的認識。職業棋手古力說，“我深深地感受到圍棋的神秘，似乎‘大師’（指Master）給我們打開一道圍棋的神秘之門。不論勝負，人類與人工智能共同探索圍棋世界的大幕即將拉開，新一次的圍棋革命正在進行著”。職業棋手排名第一的柯潔也提到，“人類數千年的實戰演練進化，計算機卻告訴我們人類全是錯的。我覺得，甚至沒有一個人沾到圍棋真理的邊。但我想說，從現在開始，我們棋手將結合計算機，邁進全新的領域、達到全新的境界。新的風暴即將來襲，我將盡我所有的智慧終極一戰！”
從科學發展史上來看，每次危機的出現，都預示著新的革命即將開始，比如數學上的幾次悖論的出現，都孕育出新的數學方法，極大地推進瞭數學的發展。我們期待著AlphaGo能開放出來，可以讓棋手們自由地與它對弈，甚至可以像圍棋復盤一樣，和計算機一起探索可能的走法，勝負已經不是關鍵，重要的是發展新的圍棋理論，讓圍棋走向一個新天地。
（下載iPhone或Android應用“油煙處理機價格經理人分享”，一個隻為職業精英人群提供優質知識服務的分享平臺。不做單純的資訊推送，致力於成為你的私人智庫。）
作者：佚名
來源：待字閨中
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
