刚满20岁的柯洁是围棋界的一个传奇:他曾是世界上最年轻的围棋三冠王,目前还是目前排名世界第一的职业围棋九段选手。但今年1月份,这位被认为是地球上最强的围棋手在与化身Master的AlphaGo2.0的对弈中吃过败仗。对于这次比赛,不少人都高呼“没有悬念”,几乎一边倒地认为AlphaGo会取得胜利。就连柯洁本人都说,要抱以“必胜的心态,必死的信念”。
AI对战人类的里程碑
回顾人机大战的历史,大致有三个里程碑似的事件。人工智能在三个不同的领域击败了人类,也使得人类对其产生了复杂的情感:一方面惊喜于其超凡的智慧,一方面又因此对它产生了畏惧。
第一件事是“深蓝”在国际象棋比赛中击败世界排名第一的选手。美国IBM公司生产的“深蓝”是一台超级国际象棋电脑,重1270公斤,有32个大脑(微处理器),每秒钟可以计算2亿步。"深蓝”输入了一百多年来优秀棋手的对局两百多万局。1997 年 5 月 11 日,计算机在正常时限的比赛中首次击败了等级分排名世界第一的棋手。加里·卡斯帕罗夫以 2.5:3.5 (1胜2负3平)输给 IBM 的计算机程序 “深蓝”。这可以说是人机之战的历史性的一天。
第二个事件便是大家熟悉的AlphaGo在与人类的围棋大战中取得胜利了。2016年3月,由谷歌(Google)旗下DeepMind公司开发围棋人工智能程序AlphaGo与围棋世界冠军、职业九段选手李世石进行人机大战,并以4:1的总比分获胜;2016年末2017年初,该程序在中国棋类网站上以Master为注册帐号与中日韩数十位围棋高手进行快棋对决,连续60局无一败绩。不少职业围棋手认为,阿尔法围棋的棋力已经达到甚至超过围棋职业九段水平。AlphaGo也曾在世界职业围棋排名中占据第一的位置。
前不久,扑克成为了人工智能攻下的又一座“城池”。2017年1月11日至1月30日,美国卡耐基梅隆大学开发的人工智能Libratus与4名人类顶尖德州扑克选手之间的“人机大战”在美国匹兹堡进行,最终人工智能取得胜利。扑克是典型的不完美信息博弈游戏,也是人工智能面临的长期挑战。外国科学家宣布,机器已经在一对一的无限注德州扑克中赢过人类。前两天,中国龙之队也输给了AI冷扑大师。
如何看待人工智能?
无疑,AI已经被绝大多数商业巨头视作下一个风口,那么大佬们是怎么看待人工智能的呢?
李彦宏认为人工智能的发展可能有三个阶段:弱人工智能、强人工智能、超人工智能。而目前所有的人工智能技术,不管多先进,都属于弱人工智能,只能在某一个领域做得跟人差不多,而不能超越人类。对于目前存在的“人工智能威胁论”,李彦宏表示乐观。在他看来,人工智能永远不会到那一步,很可能连强人工智能都到不了。未来,机器可以无限接近人的能力,但是永远无法超越人的能力。
马化腾认为AlphaGo的出现极大扩展了人类的认知范围和对人工智能的理解。就像在金融、医疗、无人驾驶领域的模拟测试一样,研究这一过程本身会给人类带来大量的经验和理论。人工智能只是一个新技术和工具,它会结合在所有领域,通过大数据,提升各个行业发展,绝对不会因为人工智能来了,移动互联网就毁掉了。
对于AlphaGo在围棋领域战胜人类选手,马云表示,只能说“So TM what?”。他认为机器未来在计算能力上超过人类,这不算什么,机器要做到人类无法做的事情,才是真正有价值。马云认为,过去我们把人变成了机器,未来100年我们将会把机器变成人,而这个“人”跟我们想象的“人”不一样,人类要多花点时间在机器智能上,让机器成为人的合作伙伴,而不是竞争对手。
针对未来人工智能是否会导致大批失业的问题,雷军认为这是“杞人忧天”。在他看来,每一次技术革命革掉了一些落后的东西,但是又新增了大量的新的工作机会。他认为在未来两三年,各个领域都需要快速地引入人工智能环节。人工智能将掀起未来十年最重要的技术革命。人工智能会像互联网一样成为社会的基本要素。
AI会击败人类吗?
围棋等领域的失守,会不会意味着人工智能还将在其他层面上继续碾压人类?传统认为人工智能不可能完成的任务是否也都将被逐一打破?到最后,人类是会进入人工智能制造的乌托邦,还是被人工智能淘汰?这些问题随着AI技术的进一步发展,也成了许多人迫切关心的事情。
在回答这个问题之前,需要先总结一下目前人工智能的特点:
基于海量数据和迅速的运算,非常的“专门化”,是某一领域的专家
成果可衡量,并且可以根据结果的标准优化处理过程
非常专注,不像人类会因为争执或情感而分心
乍一看,AI无敌,但细细想来人工智能却有自身的弱点,并非“完美”的存在。它是某一领域的专家,却很可能对别的领域一窍不通。它专注,却没有创新的欲望和建设的责任感。再以AlphaGo为例。围棋规则明确、棋局定义清晰、棋盘空间有限。AlphaGo做到的,只是记下海量的布局与布局之间的映射关系。它使出的那些奇怪新招数,也是一种“类推”,而不是“创新”。人工智能更多的是在“模仿”和“计算”,在需要“临时决策”时,就无能为力了。
此外,人工智能还面临着一些挑战。人工智能进一步拓展的首要挑战就是数据不足的问题。人工智能建立在海量数据基础之上,必须通过大数据训练,来优化算法模型。在此过程中,需要剔除数据中的噪音、垃圾信息,获取优质且带有标签的数据,这就涉及无监督式学习或者半监督式学习。另一大挑战在于深度学习的推广和场景迁移能力不足,每个领域的数据都需要重新收集、标准和再训练,很难进行跨领域推广。这些挑战也是人工智能工业界和学术界急需突破的问题。
最后再回顾一下“深蓝”。“深蓝”在上世纪九十年代就已经战胜了世界上最顶尖的国际象棋选手。但是国际象棋这个比赛非但没有“绝后”,还由于与机器对弈的高效和低门槛,让这项运动的参与人数,比赛数量和选手水平,都不断刷新历史之最。人工智能使得人们进一步完善游戏规则、提升自我水平。强大的机器并没有颠覆人类,而是被人类利用,摇身一变成为一个具有“特异功能”的好帮手,它很专业,具备人类思维不具备的强大功能,但没有就此“替代”人类,也没有削弱人类的智慧。这种新型的协作方式让竞技的趣味性增加了不少,还让人类的思维升级。
人工智能最大的价值就在于和人类思考方式的差异性。扩大人类探索未知的广度才是人工智能的意义所在。人工智能的存在,与人类是辅助关系,而非对抗性的“击败”甚至是“消灭”。人工智能的真正作用是激发人类更深层次的潜能,思考和异类智能的协作方式,让人类从部分事物中解放出来,投入进一步的创新。
- 使用 ROHM Semiconductor 的 BU4212 的参考设计
- 【航顺训练营】LCR+260632A
- AM2G-4818SH30Z 18V 2 瓦 DC-DC 转换器的典型应用,用于开/关控制应用
- BD49xxx系列BD49K49电压检测IC的典型应用
- STGAP2SICSNC隔离式4 A单栅极驱动器演示板
- NCV78825R1GEVK:带助推器的 NCV78825 套件
- MC56F8367EVME:用于数字信号控制器的评估套件
- 测量线性稳压器上的 2nV/Hz 噪声和 120dB 电源抑制
- LT6656AIS6-2.5、2.5V 2 端子电压基准电流源的典型应用
- Yuzuki HCC HDMI 采集卡