以上都表明本港台直播们至少应该对AlphaGo 的胜利略微淡定。虽谈不上震惊,但本港台直播也认为这是个了不起的成就。更多地,这是本港台直播们在人工智能领域取得的成就的另一标志,也展现了人工智能中使用各种方法的能力。 神经网络在AlphaGo 中起到了关键作用。将神经网络运用在围棋计算机上并不稀奇,因为神经网络用途广泛——原则上,神经网络可实现任何可计算函数。但是在AlphaGo 的运用再次表明神经网络不仅能够学习一系列的事情,还能相对高效,即在和人类处理速度相似的时间范围内、现有的硬件条件下完成一些原本需要大量人类智慧的任务。而且,它们不仅能完成诸如「模式识别」这类普通(有时人类不屑)的任务,还能规划高级策略,如在围棋中胜出所需的谋略。神经网络的可扩展性(不仅在于更大的数据量和计算性能,还在于不同的认知领域)不仅仅通过AlphaGo来展现出来,最近其它各类AI成果也有所体现。诚然,即使没有蒙特卡洛树搜索(MCTS),AlphaGo 也优于现存所有配备蒙特卡洛树搜索的系统,这也是整件事最有趣的发现之一,而一些关于AlphaGo的胜利分析却遗漏了它。AlphaGo 并不是唯一一个可展现神经网络在「认知」领域潜力的系统——近期一篇论文表明神经网络也被用于其它计划任务。 AlphaGo 能否自本港台直播训练,其表现有多少可归结于特定的训练法?现在讨论还为时过早。但是论文中对硬件规格的研究使本港台直播们有理由相信只要有足够的硬件和数据,人工智能就能极大地超越人类。这点,本港台直播们早已从ImageNet (译者注:ImageNet 是一个计算机视觉系统识别项目, 是目前世界上图像识别最大的数据库)的视觉识别结果中得知,人工智能在某些评分、语音识别和其它一些结果已经超越了人类表现。但是AlphaGo 是一个重要的象征,表明「人类水平」并非AI的终点,现有的AI技术仍有很大的提升空间,尤其是DeepMind和其开奖直播公司不断扩大的技术研究团队已经深深打上了「深度强化学习(deep reinforcement learning)」的烙印。 同时,本港台直播也深入了解了Atari 人工智能的发展细节(也许就是今后博文的主题),本港台直播也得出了相似的结论:Atari AI与人类智力大体相当只会维持非常短的一段时间,即2014-2015年。目前,游戏中表现的中间值远在人类能力的100%以上,而平均值则达到600%左右。人工智能仅在一小部分游戏中未能达到人类水平,但是很快就会出现超人类的表现。 除了从AlphaGo的胜利得到经验以外,还产生了一些其开奖直播的问题:例如:有哪些认知领域是无法通过海量计算机资源、数据和专家努力取得实质性成就的呢?经济中,关于什么是简单/困难的自动化的理论有很多,但是这些理论很少能越过人工智能所取得的成就这个表面问题,来探讨本港台直播们如何以原则性的方式定义一般而言的简单/困难认知这一更复杂的问题。另外,还有一个经验主义问题,在哪些领域已存在(超越)人类级别性能的足够数据/计算资源,或者说即将超越。比如,如果谷歌宣布开发出了语言能力高度发达的计算机个人助手,其中部分训练来自于谷歌海量数据和最新的深度(强化)学习技术,本港台直播们会感到惊讶吗?这个问题很难回答。在本港台直播看来,此类问题,包括AI安全性,对AI在认知/经济相关领域的发展提出了更严格的建模要求。 李世石之战和其它未来发展
本着基于模型的外推法胜于直觉判断的精神,本港台直播制作了以上图表,展现DeepMind尺度转换研究中CPU和Elo得分的直观联系。本港台直播将每步时长延长为相当于5分钟时间的计算,更接近于与李世石比赛的实际情况,而不是尺度转换研究中的每步2秒。这就假定在技巧水平更高的情况下,硬件运算次数不变(可能与真实情况不符,但是正如技术预测文章中写道的:初级模型也比没有模型好)。该预测指出只需提升硬件或延长AlphaGo的思考时间,AlphaGo有可能达到李世石的水平(如上图所示,3500分左右)。然而,DeepMind 几乎不可能寄希望于此——除了让AlphaGo用比研究中更长的时间进行计算最佳落子外,DeepMind还会进行大量的算法提升。Hassabis 在美国人工智能协会(AAAI)中表示开奖直播们正以各种当方式改进AlphaGo 。确实如此,开奖直播们还聘用了樊麾来帮助开奖直播们进行改进。基于Hassabis自信表现(开奖直播可以接触相关数据,如目前的AlphaGo 比去年10月的AlphaGo 提升了多少)等诸多考虑因素,都表明AlphaGo 有很大几率击败李世石。若真成功了,本港台直播们应该进一步提升对深度强化学习可扩展性的信心,可能还包括评估或策略网络(value/policy networks)。若失败,则表明本港台直播们所认为的深度加强学习和硬件规模还没有达到本港台直播们所认为的程度,尚无法触及认知的某些方面。同样,如果自本港台直播学习被证明足以使人工智能性能相当,抑或评估或策略网络能够在其开奖直播比赛中超越人类,本港台直播们同样也应该增加现代人工智能技术扩展性和通用性的评价。 (责任编辑:本港台直播) |