为什么趋势科技这么关心AlphaGo和韩国棋王李世乭的比赛?

阿尔法狗和李世乭对决那几天,趋势干脆举办派对,揪集趋势围棋人工智慧团队,全台湾一百五十多名的人工智慧专家,及知名棋士观战,听王铭琬现场解棋。

趋势非但网罗了全台湾最多的人工智慧人才,且在两年前就做了跟谷歌一模一样的事:和旅日的本因坊(日本七大围棋赛之一)冠军棋士王铭琬训练电脑围棋程式TrendGo下围棋,研发半年,便夺得日本电气通信大学(UEC)围棋大赛第六名。两个月前,趋势科技刚刚跃升为全世界最大的防毒软体公司,靠的就是人工智慧趋势。每分每秒,都在利用人工智慧,与电脑骇客,病毒谍对谍。

“我们有台湾最多的人工智慧人才,他们全都是台湾本土的年轻人,”张明正骄傲地说。

谷歌台湾董事总经理简立峰也有相同观察,人工智慧将演变为全产业运动。未来会更快,带来很多大量资金投资和人才,变成每个国家不得不去追。

从制造端的最上游影响运算速度,效能的晶片,IC设计,到硬体,软体纷纷往AI靠拢,是一场全产业运动。

全产业运动上下游竞相投入

视觉技术领导厂辉达(Nvidia的)执行长黄仁勋,就在今年四月的图形处理器技术大会(GTC)上大胆指出,透过机器深度学习建构的人工智慧系统,将成为全新运算平台。

这位科技大老估计,目前市场上有超过一千家投入人工智慧系统发展的新创团队,将在近期带来超过五十亿美元的市场产值。他更乐观预期,未来十年内,市场产值将成长至五千亿美元(约十六兆台币)的规模。

一向是科技风向球的苹果,也不落谷歌之后,加入这场AI大战。

去年第四季到今年第一季,苹果快速收购四间AI相关公司,动作频频引人侧目,包括图像辨识Perceptio,AI语音技术VocalIQ,动作捕捉技术Faceshift,和捕捉人类脸部表情辨析情绪状态的Emotient。

苹果Siri,谷歌现在可以更上手,更可用精准。

科技业之外,从电脑巨擘,教育专家,电玩公司,音乐工作室和五角大厦,也都投入人工智慧。欧美创投,趋势专家纷纷聚焦AI,从大企业到新创公司,没人愿意缺席。

从理财员到厨师都是AI

在应用方面,人工智慧更将侵入各行各业,未来二十年,将掀起一波淘金潮,不但会翻转各个产业,还将翻转你家的客厅。

以前大家以为英特尔的微处理器只能够做一件事情,一定没有想到它可以变成照相机。当一种科技变成什么产品都可以通用,这个才吓人,张明正指出,现在的AI也正在快速发展成一个个的平台,平台的意思就是,可以运用在所有的东西。

美国的高盛,三月刚宣布收购成立才一年的金融科技公司Honest Dollar。未来用理财机器人,也就是自动交易平台,滑动指尖就能完成资产配置。

过去总是为富人,大企业提供高门槛服务的高盛,利用这套AI服务系统抓住新客层,如中小企业员工,计程车司机,水电工,提供平价退休理财规划,九十秒内完成投资组合建议。

AI带来另一个最大的应用变革,将会发生在零售业,特别是电子商务。

创新工场创办人汪华三月间在一场智慧化研讨会上指出,AI的重点是「深度学习」,就是感知领域,包括电脑视觉,语音听觉,自然语言处理。

像阿里巴巴旗下的淘宝网,就尝试应用一款人脸辨识软体。软体可以模拟重建人脸,身体三围,快速识别使用者的年龄和表情。

上淘宝买东西,买家对着手机,就会辨识是不是本人,淘宝一看人不对,就不会完成交易。

淘宝的数据量很庞大,每天上千万笔的脸,就送到云端的资料库里。未来,这类软体和机器也能运用到商场,办公室,还有最需要身分辨识,为安全把关的机场海关。

汪华指出,如果有了感知,就意谓不但能理解周围,能做决策,还能自主完成任务。可以应用到制造业,服务业的自动化,也可以应用在智慧传输,智慧家电等各种各样的领域。

最明显的例子,就是汽车。

汽车已成为科技大展的主角,物联网,AI是打造好车联网的基础高速公路。未来汽车就是一部移动的智慧大电脑。也成为科技大厂结盟的对象。

“阿尔法狗”再升级 无师自通的人工智能将走向何方

不依靠人类的任何知识、数据、示例或特征,完全从基本理论开始学习的阿尔法狗最新版本阿尔法元再次震惊世界:自学三天,以100:0的成绩完胜此前击败李世石的阿尔法狗版本﹔自学40天,以89:11的绝对优势击败阿尔法狗Master(大师)版。这给人们提供了一种新思路,完全抛弃人类以往的经验和数据,让机器从零开始,自己学习。

尽管这并非是理论突破,但这一新思路必将对人工智能发展产生重大影响。当机器能够“无师自通”,人工智能会走向何方?

“从无到有”的时间比想象中快得多

对从事人工智能研究的人来说,近年来人工智能发展的速度超乎想象。去年3月,阿尔法狗4:1战胜李世石,让人们意识到这可能是人类在围棋上战胜机器的最后一战,以至于今年5月,阿尔法狗(大师)与当下围棋第一人柯洁比赛前,几乎没有人看好人类能赢。结果不出所料。

与旧版阿尔法狗不同,阿尔法元是完全基于自己学习的机器,它根据人类给定的规则,充分发挥计算机的计算能力和存储能力,短期之内就达到了令人震惊的效果。

上海交通大学计算机系特聘教授马利庄提醒,如果把学习了3000万张人类棋谱的旧版阿尔法狗看成是人类3000年围棋智慧的结晶,那么“阿尔法元”仅用三天就将它碾过了。 “这充分说明机器通过自我学习,可以非常快速地完成从低水平到高水平的转变。”马利庄甚至断言,在目标明确且规则比较透明的领域,机器肯定会超越人类。

人类的优势在于理解、概括整体的能力

抛弃人类经验的机器学得更快,是不是人类经验限制了机器发展?针对这种说法,上海交通大学生物医学工程学院教授、Med-X研究院副院长殷卫海表示,阿尔法狗和阿尔法元的创造者和拥有者都是人,同时人类也决定着阿尔法狗和阿尔法元是否参加比赛或者退役,所以阿尔法元的出现不仅不是人类无能的表现,更预示着人类的创造能力达到了一个新高度。

在思维方式上,人与机器有着巨大差异。马利庄说:“人类强于概念、总结和推理,机器强于记忆、计算。举例来说,人眼能在1/300秒内就识别一张图上两个人物之间的关系,而谷歌公司为了让机器识别猫,用上了1.6万个芯片,花了三天时间。”即使人工智能下棋赢了人类,我们仍觉得对面坐着的那个不是真正的智能。阿尔法元的“无师自通”技术并不适用于所有领域,要像人类那样处理复杂事务和模糊场景,仍需人类经验。科学家正在努力消弭人与机器的界限,比如让人机能够自由无碍地交流、让机器人能够帮忙照顾老人和孩子等,这就需要人工智能在语音识别、图像识别、自然语音理解、无人驾驶等方面取得突破。而目前这方面人工智能还有很长的路要走。

对人工智能发展要有长远预期

“阿尔法元既是人类技术上的一次胜利,也提醒人们要预防人工智能失控的可能,毕竟它可以脱离人类的经验发展出自己的行为模式。”上海交通大学科学史系主任江晓原说。

马利庄表示,毫无疑问阿尔法元给出的算法会很快投入到人工智能领域的各个方面。要注意的是,一旦出现人机对抗,就是单枪匹马与汪洋大海的抗争———机器想要更强大,加装一块中央处理器或图形处理器非常容易,它们之间的信息是光速传播的,而人与人之间的沟通需大量时间,一个人说的话也不一定完全被对方理解。

殷卫海说,一个可以预见的现实是,如果没有法律法规的限制,再过30-50年,智能机器人的数量将超出想象。我们应该让智能机器人不受限制地增长吗?我们能与智能机器人和平共处吗?人们应该把这些问题从科幻层面带到现实场景中来,把人工智能放到未来50-100年时间尺度上进行思考。

“阿尔法狗”战胜李世乭 震惊人类反思真智慧

3月15日,当代顶尖围棋九段高手李世乭和谷歌公司的阿尔法狗(AlphaGo)程式5番围棋大战的最后一局在韩国首都首尔展开,经过长时间的鏖战,李世乭在细棋中以微弱劣势再次告负。

这场各界关注的人机围棋大战中,人脑以1:4的总比分输给了电脑。

世人认为代表人类智慧巅峰的围棋被「人工智慧」超越,人类必须面对电脑是否会替代人脑的问题了。

人机大战惊呆围棋界

让我们先回顾一下人机围棋大战中棋局的进程和人类心态的巨变。由于围棋的变化太过庞杂(理论上达到10的170次方级别),又涉及很多虚的形势判断场景,一直被认为是计算机强大的计算能力也无法打败人类的仅存的棋类项目。

3月8日李世乭九段和阿尔法狗5番棋大赛前一天,中国围棋协会副主席兼技术委员会主任聂卫平称电脑智能还缺形势乏判断力,「别说挑战李世乭九段和柯洁九段,现在我随便找一个职业棋手估计电脑都会输给他。

李世乭认为,只要他输掉一局就会被认为机器在围棋上战胜人类,因此他倾向于自己5局全胜,才能证明电脑无法在围棋上战胜人类。

世界围棋排名第一的19岁的中国棋手柯洁表示:李世乭最近的状态非常的好,谷歌AI难取胜,如果围棋AI挑战我,我认为以它现在的实力跟我对抗还是太早了点。

3月9日第一局,执黑先行的李九段在第7手就下出一个怪招,意在考验「阿尔法狗」如何应对它从来没学过的招法。阿尔法狗对此不理不睬,继续找盘面价值最大的地方下棋。随后李世乭主动挑起复杂的战斗,在中盘一度取得优势。中国围棋队总教练古力九段曾几次调侃阿尔法狗的几步棋也就业余5、6段水准。

进入官子阶段后,「阿尔法狗」可怕的计算能力得以发挥,白棋收官滴水不漏并抓住李世乭的两个错误不断搜刮,最后赢得了首战的胜利。

电脑围棋程式击败李世乭,极大的震撼了围棋界。从现场观战、解说的众多职业围棋高手的表情可以看出,其经过十几年、几十年苦学、苦练积累起来的自信心已经开始动摇。他们意识到,当电脑能模仿出人类思维中的「直觉」和形势判断能力后,其可怕的计算能力令人类棋手难以望其项背。

3月10日第二局,李世乭执白,总结了第一盘失败的原因后,采取了稳扎稳打,等待「阿尔法狗」失误的策略。但黑棋反而在布局阶段的第13手开始,不断走出令李世乭久久思考的新招法,观战的众多职业棋手对这些他们看不懂的招法再也不敢随便点评了,职业六段棋手李喆直接表示,「阿尔法狗」教人类下棋的时代即将到来。在后面的比赛中,黑棋一直保持优势,最终执白的李世乭在一片绝望中黯然投子。电脑的二连胜令人类意识到,机器智慧的时代已经令人猝不及防的浮出了水面。

3月10日电脑的二连胜令人类意识到,机器智慧的时代已经令人猝不及防的浮出了水面。 (Getty Images)

3月12日第三局轮李世乭下黑棋,测试「阿尔法狗」如何应对大模样作战,第15步直接靠断白棋向中腹拆二大跳的棋子意图引发混战时,遭到白第16手小尖的强硬反击,随后整体作战明显黑处于劣势,并让白棋在下方构筑起规模更大的大模样。随后李世乭竭尽全力制造事端,并最终在白棋的大空中做出了外界一直认为电脑程式最不善于的「打劫」,但「阿尔法狗」应对无误,李九段最终因为劫材不足,再次中盘认输。

此战之后,曾极度乐观的职业围棋界陷入极度悲观,认为人类棋手总会出现情绪、心理、体力和计算上的波动,而电脑程式完全不受这些影响,人已经无法战胜机器。柯洁表示,电脑5:0战胜李世乭将是毫无悬念的事。

3月13日执白棋的李世乭在第四局比赛中明显下的很隐忍,第30手和52手的两次退缩导致白棋上面和右边两块棋都没有安定,而黑棋中腹势力却十分厚壮。观战的多位大陆职业棋手甚至开始对「阿尔法狗」围棋程式称起「阿老师」来,并认为号称有3000多万盘对局经验的「阿尔法狗」是人类无法战胜的。

在局面和时间都非常不利的情况下,下午2点42分,李世乭经过长时间思考后,被逼出了古力九段称为神之一手的第78手,凌空挖断了黑棋的棋筋,使原来陷入危局的白棋大龙不但起死回生,还对原来黑棋的厚势展开了攻击,至此形势急转直下,李世乭九段最终赢得了人类对战机器的首盘胜利。古力九段赞叹这步妙手是前四盘棋中最漂亮的一手、令人类棋手「信心大增」,意义极其重大,阿尔法狗不可战胜的形象被动摇。

经过前四盘的交锋,李世乭发现计算机程式在局部计算中反而是弱项。在第五盘他采用执黑先捞足实地,再同「阿尔法狗」战斗的策略。果然白棋在第48手出现误算,在右下角同黑棋的接触战中损失不小。取得优势的李世乭第79手下出缓手,只在白棋势力范围内活出了一小块,而让白棋在右边形成大模样。观战的常昊九段认为如果黑棋能够大胆长出,则很可能已经锁定胜局。

李世乭在第119手虎,在白棋已经走了4手的左下角中活出一块并分断了白棋,令专业棋手们认为形势有利,但随后白棋136手的穿点使双方再次进入形势不明的混战。最后李世乭虽然在盘面上一直处于优势,但由于先行的黑棋需贴出7.5目,其盘面优势不足从而在细棋中再次败给「阿尔法狗」。

李世乭九段以1:4的比分输给电脑,而且在5局比赛中几乎很少有胜机,极大地震撼了世人的认知,机器智能这头巨兽好像一夜间浮出水面,出现在了毫无准备的人类面前,再次引发了人们对机器智能的担忧。

机器智能引发人类担忧

开发出「阿尔法狗」程式的DeepMind团队原是一家成立于2010年的英国公司,2014年1月被谷歌公司以4.7亿美元的价格买下。其开发的模拟人脑「深度学习」和「神经网络」演算法是「阿尔法狗」围棋程式的基础。在1月18日的《自然》杂志上,谷歌还对「阿尔法狗」的「人工智慧」演算法做了相当详细的介绍,开发者称,拥有自我学习能力的「阿尔法狗」研究了人类棋手的上百万盘对战,并在谷歌公司的支持下用庞大的硬体资源,自己同自己下了3000万盘棋,以积累「经验」。

观战人机大战的中国科技界人士称,按此论文给出的资讯,大陆在不长的时间内也能模仿出类似的人工智慧程式。

对于机器取代人类的威胁,美国好莱坞早就以电影的形式表达出了人类的担忧。 1984年由詹姆斯.卡梅隆执导、阿诺德.施瓦辛格和琳达.汉密尔顿领衔主演的《终结者》(The Terminator)描述了由于人类制造出的有自我学习能力的智慧晶片,导致2029年机器人统治世界。为杀死人类抵抗军领袖,它们派出一个被称为「终结者」的智能机器人(施瓦辛格扮演),从2029年返回1984年试图杀死人类抵抗军首领的母亲(汉密尔顿扮演)莎拉.康纳。比恩则扮演同样从2029年返回1984年的一名人类士兵,他的目标是保护莎拉。

执掌「谷歌大脑」(Google Brain)计画的库兹韦尔就曾公开预测,2050年后,由于纳米科技、基因科技、机器智慧这三块技术的发展,人类会与机器结合、改造自己到最终变成机器。 「阿尔法狗」围棋程式的开发团队DeepMind和库兹韦尔负责的「谷歌大脑」项目有很深的联系。

面对世人对机器智能的担忧,科技界最常用的解释是机器智能也是由人开发出来的,所以也是人类智能的体现。谷歌围棋程式的开发人哈萨比斯3月9日在接受美国科技媒体「The Verge」的采访中表示,他们只是「教会」了机器如何学习,至于机器能学成什么样,达到什么水准,这个并不在开发者的控制范围之内。这从李世乭和「阿尔法狗」首轮对战后,「阿尔法狗」的开发团队对电脑程式的获胜也感到有些不可思议中,可以看出一些端倪。

现场解说李世乭和电脑对战的中国俞斌九段自己也编写过围棋程式,当他得知「阿尔法狗」可以根据自己和自己对战的结果而自己修改程式时,俞斌表示,这实在是太可怕了。

目前所谓的人工智慧早已渗透到人类生活的各个领域,例如当今每日交易量超过5万亿美元的外汇市场中,超过6成的交易来自电脑程式,美国股票、期货市场过半交易也是由电脑完成。而美国金融市场是绝大部分美国人养老金投资的场所。另外人们每天获取资讯的媒体、通信用的手机、社交的方式、出行的规划等等,在底层都有人工智慧应用的影子。

围棋令人反思人类真智慧

在人们担忧拥有自我学习能力和可怕计算力的机器智能的发展,到底会把人类带向何处之时,可能无意中忽视了此次人机大战的真正主角——围棋。这个4000年前出现在人类社会中的游戏,以极其简单的规则演化出了极其庞大的变化,其变数之多,今日的超强计算机都无法完全破解。发明围棋的生命的智慧,远远超过当时和现在人类与机器的智能,他是谁,他给人类留下围棋的目的又是什么?

近代围棋泰斗吴清源也认为围棋本不是胜负之争的游戏,而是占卜天象易理的工具。他推断围棋盘象征着宇宙,由360个天体组成,而围棋盘纵19乘横19,共361个棋点,多余的中心一点天元即为太极,代表宇宙的中心。 360的目数在旧历中为一年的日数,将此一分为四,四隅就是春夏秋冬,白子和黑子为昼和夜,如此这般便把天地象征化了。

棋盘虽小,却玄妙多变,见仁见智,天地阴阳,王政、兵法韬略、为人处事、进退取舍皆在其中。例如日本棋手武宫正树就喜欢围中腹大空,棋风豪爽,行棋多在高路,气势宏大;而阪田荣男则恰恰相反,喜欢边角实地,行棋多在三路以下,但计算能力惊人,善于利用对手的微小缺陷在其大空中活棋并取胜;大竹英雄则追求围棋艺术之美,一些棋形难看但有利与获胜的招法,他宁肯不下,这对职业棋手非常不容易,他想为后人留下可以鉴赏的围棋艺术之美。

棋盘虽小,却玄妙多变,天地阴阳、为人处事、进退取舍皆在其中。

有职业棋手感叹,下围棋就是「用有限的生命在拥有无限变化的围棋世界中寻找自己的道路」。

广东棋文化促进会常务副会长兼秘书长邓扬威曾表示,现代人对棋的关注、描述和古人不一样,现在棋已经被列入竞技体育的范畴,但古人认为竞技只是棋的一部分,棋更重要的功能是修身养性、提升人的素质。

在邓扬威看来,如今这个物欲横流的社会道德滑坡,不守规矩的人太多了。而围棋恰恰能让人在这个浮躁的社会中静下来,学会怎么去守规矩。 棋讲究规则、讲究棋品。金庸有个说法:每一局棋都是一次严格的道德训练。不守规矩,就会受到惩罚。

人机第二战:阿尔法狗棋力大涨 柯洁想赢只剩一招

AlphaGo涨3子是什么概念?

新版的阿尔法狗是由去年与李世石对弈的那版AlphaGo Lee升级而来,前者脱离了人类棋谱而直接通过自我学习不断成熟。

令人业内人士颇为震惊的是,AlphaGo的研发团队称,新版比去年与李世石对弈那一版在棋力上涨了3个子。

“以前ZEN、CrazyStone软体达到约2000分,樊麾版AlphaGo达到3000分,李世石版AlphaGo涨3子达到3500分,AlphaGo Master又涨3子达到4500分以上。”

也就是说,按照围棋等级划分,AlphaGo Master已经超越了所有人类,目前暂列人类职业棋手第一位的的柯洁积分为3620分。

“这个差距有多大呢?简单的解释一下就是一人一手轮流下的围棋,对手连续让你下三步……又像武林高手对决让你先捅三刀一样…… ”柯洁忍不住在微博上感叹道。

围棋国手胡耀宇八段也以足球为喻,向澎湃新闻记者作了一番解释。

“用足球来比喻的话,如果柯洁是巴萨,那AlphaGo让柯洁3子,就等于11人制的足球队让巴萨4人(不是4个球而是4人)。”

在胡耀宇看来,这样的情形在顶级球队的眼里是不可想像的。同样,在围棋顶尖棋手看来,想要让他们3子,也是无法想像的。
让人类3子?不可能

虽然涨了3子的AlphaGo比之前更为强大,但胡耀宇还是认为,AlphaGo目前还没有到达“围棋之神”的地步,因此让人类3子是不可能的。

“AlphaGo虽然很强,但它离围棋之神还差得很远。新版AlphaGo可以让旧版AlphaGo是有可能的,但让顶尖棋手3子,这绝对是不可能的!这两种无法同类比较。”

胡耀宇的看法也与AlphaGo官方一致,后者通过欧洲围棋冠军樊麾在社交媒体上发布了一份声明,澄清了让3子只是新旧版之间的实力对比。

AlphaGo团队称,新版本的AlphaGo经过几百万次的自我训练,并在检测旧版本弱点方面表现出色,因此,新版本的AlphaGo可以让旧的版本3个子。

“但当AlphaGo与从未对弈过的人类棋手对局时,这样的优势就不复存在了,尤其是柯洁这样的围棋大师,他可能帮助我们发现Alphago未曾展露的新弱点。”

要把AI推到悬崖边上

那么,柯洁是否能在接下来的比赛中抓出其漏洞呢?

对于这一点,胡耀宇也给出了自己的建议。他分析称,面对AI首先不应该暴露自己的战略意图,落入对方套路中,因此柯洁应放弃目的明确的点三三。

“建议柯洁使用三连星,或者一开始尽量把子下在外面,其根本目的是让目的不明确,保持可左可右的变数,从而让阿尔法狗的’剪枝’(减少变化)不是那么容易。”

克敌制胜的另一个关键就是寻找对方漏洞。李世石在去年的第4局中正是用奇招逼出了AlphaGo的漏洞,才获得了难能可贵的唯一一胜。

按照这位围棋国手的解释,要想找出AlphaGo的软肋就是要将自己和对手一同推到悬崖边上,只有这样才能让接近最优下法的AI出现失误。

AlphaGo和棋手差距小,风险也就小,它会选择最稳妥的下法取胜。但风险变大就不一样了,这就预示着变数和未知增多,这对AI来说这才是决定胜率的关键。

“所以,跟阿尔法狗下,下出小格局,看似输半目,其实差距很大;下成大格局,可能会输一百目,可机会却大得多。”

新“阿尔法狗”远超人类仍不解围棋真谛

最近几日,一个名为「大师」(大师)的神秘帐号,在两大围棋在线对弈网站上,横扫世界顶尖职业棋手。在豪取59连胜后,AlphaGo团队自报身份,「师父」就是去年的AlphaGo「阿尔法狗」升级版。它第60局对手为中国的古力九段。最终,「万事达」以2.5目小胜古力,以60胜0负的战绩结束了它的网络测试。

新“狗”60连胜无人能敌

2016年12月29日晚7点多,一位名叫「万事达」的新手登录围棋在线对弈网站 – 弈城,起初并没有高手搭理他,但在战胜谢尔豪四段,孟泰龄六段,于之莹五段,韩一洲四段,乔智健四段后,这个帐号热度陡增。当晚,「师父」十战全胜,显然出世不凡。

第二天中午法师再度现身,在与王昊洋六段,严在明三段等职业棋手的对战中取得4连胜后,引出了韩国第一人朴廷桓九段。结果,朴廷桓在必败局面下超时负。此结果在高手中炸了锅,接着等级分排名第七的连笑七段登场挑战,结果连败两场。

接下来,代号为「吻别」的棋手登场。棋友公认的说法,「吻别」即是排名世界第一的中国棋手柯洁九段,但结果同样令人目瞪口呆,「吻别」执黑,执白各败一场,尤其第二局,仅用128手即与对手「吻别」0.24小时内,给当今棋界四位高手每人送上一个0比2。

2016年结束时,在弈城网上,「法师」在与包括中,韩顶尖职业高手在内棋手的对战中,创下26胜0负的战绩。「大师」到底是何方神圣,令人遐想。

今年1月1日休息一日后,1月2日「万事达」继续它的连胜之旅。这一天,曾经是中国围棋第一人的古力应战,结果连输两盘。直至1月3日下午,「万事达」已经取得45连胜,败者名单里包括柯洁,古力,陈耀烨,芈昱廷,唐韦星,韩国第一人朴廷桓,日本第一人井山裕太。

4日下午,64岁的聂卫平挑战「万事达」。这场对局「万事达」特意将比赛用时调整为每方1分钟一手,以示对聂卫平的尊敬。此前的比赛,均为20秒或30秒3次的超快棋,「万事达」每手棋5秒即落子。最终比赛进行至254手,执白的聂卫平以7目半的较大劣势落败。

最后一局对阵古力之前,万事达自曝身份为:新版「阿尔法狗」;而柯洁同样发布消息称,早已知道「万事达」真身而为「阿尔法狗」执棋的就是去年3月为AlphaGo执棋的黄士杰博士。最终,新版「阿尔法狗」执白,以2.5目优势战胜古力,完成60胜后收官。

距围棋真谛仍遥不可及

从这些比赛对局来看,新版「阿尔法狗」的棋力已经远超人类,尤其在快棋方面,它的计算优势更加明显。虽然它的大部分的招法,和人类棋手的想法接近。但几乎每盘它都有让职业高手看不懂的着,不知道它这一步要做什么?另外,它敢打破古老定式走法,但仍能保持优势。

「阿尔法狗」每一步估计是以全局进行运算,对局部的得失并不看的太重。赢1目和赢十目对它来讲,可能没什么不同。比如,在取得领先优势后,它会下出初学者的损着。因为胜负早已锁定,这些初级招法并不会影响比赛的最终结果。就像「飞人」博尔特冲刺时,因领先太多,有意放慢步伐,左顾右盼一样。

但如果它判断形势对自己不利,它的着法也会变得异常凶狠,比赛立马会变得激烈起来。不过由于没能遇到多少真正的对手,「阿尔法狗」总的表现相当温顺。

从目前来看,人类要想战胜「阿尔法狗」已经几乎不可能,但职业棋手们并不愿意承认这一点,也许通过慢棋的「让先」或许「让子」比赛,人们更容易看到双方实力的差距。

其实,换一个角度来看,在这场「人机」大战中,或许真正的赢家,还是围棋本身。藤泽秀行棋圣曾经说过,「棋道一百,我知其七」。如果把棋道的终点看做一座圣山,那么对于人工智能和人类棋手而言,这座山同样遥不可及。「阿尔法狗」只不过是在去掉了人类的情感,提升了计算能力后,以人类目前对围棋的理解方式来下棋而已。

那么,古人留下来的「围棋」到底是用来干什么的呢?一定是为了争胜负的吗?它的黑白,阴阳平衡关系又代表了什么呢?这些对当今人类来讲仍然是个谜。

亚洲人物:要打败「阿尔法狗」的柯洁

「太厉害了,他绝对是世界第一!」日本首位包揽围棋七大赛冠军头衔的27岁棋手井山裕太这样赞叹道。让他如此佩服的,是年仅19岁的中国棋手柯洁。

2016年12月,柯洁在韩国举行的国际围棋大赛上取胜,获得了约180万元奖金以及个人第4个世界冠军头衔他曾在微网志上写道:「我的传奇,在我的呼吸停止之前,永不停止」,柯洁很自信,也很沉稳。

柯杰
1997年年,柯洁出生于浙江省一个山中小城里的双职工家庭0.7岁时,他开始跟着酷爱围棋的父亲出入附近的棋馆,很快就迷上了围棋。柯洁经常跑到围棋老师郑一兵家里下棋,不赢就不回家。1年以后,就连周围的大人都无法和他抗衡。

「很遗憾我已经没有什么可以教给你了,你去北京学习吧」,柯洁听从了老师的话,8岁那年独自一人离开了故乡。他在围棋馆投宿,一心一意埋头研究围棋,11岁时已经成为中国仅有的400名专业棋手之一,同时也是史上最年轻的专业棋手。母亲周柳萍知道他是真的热爱围棋,辞去工作到北京照顾他。

母子两人在居住的老旧狭窄地下室里开始了追梦之旅。面对屡战屡败的儿子,母亲曾多次劝他干脆回老家算了,但柯洁却没有放弃苦。学围棋10年后,18岁的柯洁终于首次夺得了世界冠军。

2016年,柯洁获得的奖金已经超过600万元,在北京买了房,把父亲接来。他带着金手镯,喜欢手机游戏,爱吃天妇罗和炸鸡块。明明是时尚的年轻小伙,对于围棋却异常执着,经常在梦里也看到棋盘,睡眠很浅。

这样的柯洁让母亲周柳萍非常骄傲。她表示在自己出生的7,80年代中国还很贫穷,人生几乎无从选择,所以会尽量支持儿子选择自己的生存方式。

90年代以后的经济高速增长使得父母们的愿望有了实现的可能。独生子女政策下成长起来的年轻人大多被娇惯且自我意识强烈。且不说文化大革命,甚至就连1989年的天安门事件也不知道的25岁以下年轻人共有5亿,接近中国总人口的40%。

这些年轻人曾经被讽刺为「小皇帝」,他们随心所欲地投入到自己喜欢的事情中,亚洲因严格的国家统制而被诟病的缺少创造性在他们身上得到了解放。微网志上很多人都称赞柯洁虽然狂妄,但不得不承认他有这个实力。

自我学习,不断进化的人工智慧(AI)的出现告诉人们,创造性将不再是人类的特权。与国际象棋,象棋相比,围棋更加复杂,之前不少人认为人类处于优势地位。但2016年韩国顶尖棋手却败给了人工智慧围棋软体「阿尔法狗(AlphaGo)」震惊世界。

当时,柯洁曾放话称:「就算阿法狗战胜了李世石,但它赢不了我」在世界棋手网路排名中柯洁排名第1,排名第2的阿尔法狗实力日益增加柯。洁表示一定会努力赢过它,早熟的天才棋手也罕见地变得谨慎起来。

赢围棋不足为奇中国网民挑战“阿尔法狗”比赛麻将

美国谷歌研发的“阿尔法狗”(AlphaGo)电脑程式,15日在首尔终于以四比一的战果,击败世界级棋王李世石,完成了5场赛事。不过,中国的网民认为,为人类把守最后一关对抗电脑人工智能的,是有中国“国粹”之称的麻将,有网民甚至向“阿尔法狗”下战书比赛麻将。

世界围棋职业棋手排名的GoRatings网站,只能计算曾经吃败仗的棋手的积分,而由于阿尔法狗之前全胜欧洲棋王,未获评分,但在这次的第四场赛事输给李世石,因此首次获得评分为世界第四,比李世石还高一级。对此阿尔法狗研发者之一的哈德塞尔非常雀跃,在Facebook上表示“多亏李世石,AlphaGo能进入世界排名了”,更向世界第一中国的柯洁下战书:“柯洁,来比一比如何”

根据澎湃网报道,李世石在连输两场之后,柯洁非常不服,声称谷歌如想证明它的软件世界第一,必须“先过我这一关。”但对此,有中国“棋圣”之称的聂卫平不甚看好根据新浪体育报道,聂卫平在评点这次人机大战时,坦言对他进行了震撼的教育,对电脑的实力赞不绝口,聂说:“人类不是电脑的对手,我也不看好柯洁“。

或许柯洁可能不敌阿尔法狗,但中国的网民却拿出国粹向阿尔法狗挑战。网民李伯清以调侃的语调声称,只要3个四川大妈,就可以在麻将桌上把阿尔法狗打败“要是阿尔法狗来打四川麻将,绝对裤儿都要输脱!”

有人认为,围棋的变化多端,纵横19条线,黑白子攻防布局有着天文数字般的不同步法,但麻将只有144张,变化有限。不过也有人强调,麻将有30多种玩法,围棋只有一种规则,而且麻将更像人生,福祸相依,还时不时的得靠朋友帮衬,而这点是机器所不会理解的。

另外有网民认为,阿尔法狗如想征服人类,麻将是个起点,而且还断言机器将不敌人类,因为一个阿尔法狗挑战三个人类,一点胜算也没有有网民说:“两个阿尔法狗挑战两个人类,我告诉你们,不要以为势均力敌,老子一个眼神就知道朋友要什么牌“。至于出动3个阿尔法狗,网民又认为机器成本太贵了,划不来。

想得尽管很美,但中搜网络创始人,北京围棋业余赛冠军陈沛告诉澎湃新闻:“要是麻将,人类会输得更惨麻将一共就那么多张,很容易算出来的。”

看来,人机似乎真的要比拼一下,方能平息这场纷争了。

透视“阿尔法狗”背后的机器学习算法

世界排名第一的围棋棋手柯洁与谷歌旗下的人工智能机器人AlphaGo(“阿尔法狗”)5月23日至27日在乌镇的对弈,吸引社会广泛关注。这是“阿尔法狗”去年3月大胜韩国棋手李世石后,与围棋大师的再次交战。不出意外的是,柯洁连败三局。

引领“阿尔法狗”出奇制胜的系统,是一套“深度学习+强化学习”的算法模型。在人工智能的日常应用中,能够进行小样本分析的“迁移学习”算法模型也十分重要业内。专家表示,未来人工智能的发展趋势将是深度学习,强化学习,迁移学习三者融合互补。

阿尔法狗”不断进化:

深度学习+强化学习

去年韩国职业棋手李世石曾与“阿尔法狗”对弈,采取的五局三胜制,最终“阿尔法狗”以4:1获胜今年柯洁与“阿尔法狗”对弈改变了规则,仅比三局,柯洁连败。

“阿尔法狗”的“大脑”,是机器学习系统,即一套机器模拟人脑运算的体系。支撑“阿尔法狗”的机器学习算法,是“深度学习+强化学习”。

先来解释深度学习。美国人工智能学会理事,香港科技大学计算机科学及工程学系主任杨强告诉记者,实际上,人工智能技术已走过了60年历程,直到近年来机器学习技术中的深度学习算法取得突破,才迎来春天。深度学习概念由加拿大学者Geoffrey Hinton提出并不断完善,意为使机器模仿人脑神经网络的学习,判断和决策能力。

在深度学习过程中,数据至关重要,是训练机器智能的沃土。去年在对弈李世石前,“阿尔法狗”以半年时间集中模仿学习了3000万步人类围棋大师的走法,并从自我对弈中积累胜负经验。

与去年相比,今年,“阿尔法狗”的算法有三大显著的进步。

阿尔法狗”项目负责人David Silver介绍,最好的训练数据不是来自于人类,而是来自于“阿尔法狗”自己,利用其强大的搜索能力,生成数据,让下一代的“阿尔法狗”学习。由于数据优质,算法高效,因此“阿尔法狗”计算量仅为去年对阵李世石时的1/10。

其二,由多机运行升级为单机运行,更便于应用。去年“阿尔法狗”使用了谷歌云上的50个左右TPU,使用多台电脑运行,而今年的“阿尔法狗”使用了4个TPU,单台电脑即可运行。

其三,强化学习重要性进一步凸显,机器自我决策能力大大提高。人工智能强化学习概念,借鉴自心理学,即机器会在环境给予的奖励或惩罚的刺激下,逐步形成对刺激的预期,产生能获得最大利益的习惯性行为。强化学习的本质是实现“自动决策”。机器会在没有任何指导,标签的情况下,尝试行为,得到一个结果,再判断是对还是错,由此调整之前的行为,通过不断地调整,算法持续优化。搜狗CEO王小川认为,强化学习的算法更接近于人类的思维模式。

目前,深度学习和强化学习的算法已经得到了一定的应用。研发“阿尔法狗”的团队,谷歌旗下的DeepMind公司已与英国国家医疗服务体系(NHS)合作,与眼科医院共同开发一套用于早期识别视觉疾病的机器学习系统,通过对眼球扫描图像的分析,发现糖尿病视网膜病变,老年性黄斑病变的早期症状。

国内云知声,科大讯飞公司运用深度学习算法,开发了语音识别系统,在北京市的部分三甲医院应用,语音录入病例,节省了医生的大量时间。第四范式公司利用深度学习算法,为银行开发了风控模型。还有诸多巨头都在开发人工智能的“对话机器人”,如微软的“小娜”,谷歌的“异体”,苹果的Siri的,百度的“度秘”等,均应用了深度学习和强化学习的算法。

迁移学习:

人工智能新高地

目前的深度学习和强化学习算法,虽然进步迅速,得到了一定的应用,但仍面临一定局限性。

杨强表示,深度学习的局限性在于,必须依赖庞大且优质的数据量。然而目前,数据源,数据算法,数据应用的市场高度分离,数据高度集中在谷歌,脸书,亚马逊,BAT等互联网巨头手中,高质量的大数据高度垄断,不易获得。

强化学习的问题在于,不仅速度慢,反馈延迟,其分析的数据还有可能和大部分数据不同,存在数据偏差,在这样的情况下,强化学习就会“将错就错”,运算结果不可信。

面对上述局限,迁移学习的方案出现了。2005年,杨强在全球计算机学界率先提出“迁移学习”概念,强调“深度学习+小样本”理念,即将大数据训练好的模型迁移到类似场景改进应用,其特征是小数据,冷启动,打破了“逢模型必大数据”的局限。

“比如,将骑自行车的经验应用在骑摩托车上,就是迁移学习。 ‘阿尔法狗’ 能适应19×19的棋盘,那么,如果要迅速适应21×21的棋盘,就需要迁移学习算法”。杨强说。

2005年,微软举办的世界数据挖掘大赛中有关于搜索技术的竞赛题目,杨强团队利用迁移学习,将机器在其他领域的经验迁移过来,夺得了三项大奖的世界第一。

在IT行业,迁移学习已有局部应用。第四范式公司创始人戴文渊在百度负责名为“凤巢”的广告营销系统时,利用迁移学习将百度搜索算法应用到问答社区“百度知道”,使后者点击率提升四成;腾讯将大规模在线电商推荐任务迁移到新领域,大大减少了数据需求量;微软也利用迁移学习分析了电商产品的舆情取向同时,杨强还曾在华为创立人工智能领域实验室,利用迁移学习技术研发了十几个智能移动终端的专利,已在国内外注册。

深度学习,强化学习,迁移学习

将深度融合

业内人士认为,深度学习,强化学习,迁移学习各有千秋,互补性强,未来,三者融合发展将是人工智能行业的必然趋势。

目前,融合的趋势已经出现。曾经不被热炒的迁移学习概念,在2016年以来得到了业界广泛关注。脸书(Facebook)人工智能负责人Yann Lecun,提出深度学习概念的Geoffrey Hinton,斯坦福大学人工智能实验室主任吴恩达等人,都开始对迁移学习发表评论.DeepMind也将把迁移学习与深度学习融合的技术作为突破口全力攻克。

在今年国际权威学术会议“神经信息处理系统进展大会”(NIPS)上,迁移学习的文章数量大幅增加。杨强是评审委员会委员,他告诉记者,今年有关迁移学习的论文有60多篇,而往年只有约10篇。

杨强表示,深度学习和强化学习,都可以和迁移学习相结合。

深度学习有不同的层次和类型,运用迁移学习技术,可以利用彼此相通的部分,减少训练算法所需要的数据。比如,处理文字识别的深度学习模型和处理语音识别的模型有所不同,但彼此相通,就可以利用迁移学习模型。

强化学习的优势在于自动决策,这一特点与迁移学习,深度学习结合,就可以最大限度地实现算法的智能化 – 样本量大的时候,用深度学习技术;样本量不够,就让算法模拟少量的样本进行学习。

去年起,机器学习领域,蒙特利尔大学学者率先提出的“生成式对抗网络”成为热门概念。这一算法,就是将深度学习,强化学习,迁移学习相结合。

这一模型中,有两个博弈方,分别为“生成式模型”和“判别式模型”。前者不断捕捉训练库里真实数据的概率分布,将输入的随机噪声转变成新的样本,也就是“假数据”;后者判断前者生成的数据是否符合原始真实数据的分布特征。

杨强表示,生成式模型其实是利用小数据去模拟大数据,而判别式模型则可以防止模拟结果走偏,随时纠正。小数据模拟大数据,正是迁移学习的特点,而算法的判断能力,则有赖于深度学习和强化学习的基础。未来,三种算法的融合,将成为行业趋势。在O2O,自动驾驶等领域,数据瞬息万变,应用潜力巨大。

机器学习的算法成果显著,面临的挑战也十分突出。

开发语音识别技术的公司云知声CEO黄伟表示,人工智能的应用可以按照机器思维能力分为感知,认知和主动思维三个阶段。目前,人工智能仍然处于感知和认知的阶段,远未实现主动思维。

杨强表示,目前限制机器学习算法应用的一大阻碍就是数据量不足。因此,拥有算法技术的个人和机构,必须广泛地获取数据,不断拓展机器学习的潜力。

经营智能营销业务的神策数据CEO桑文锋表示,智能算法的应用场景仍然需要得到进一步的开拓,这要求企业同时具备一流的技术能力和高超的市场开拓能力。“智能技术只有解决真实的问题,服务真实的场景,才能得到飞跃式的发展。”桑文锋说。

AlphaGo 聂卫平:“给我一个教训”

赞扬AlphaGo

64岁聂卫平表示,他最近身体很好,特别喜欢新事物。“现在这种竞争也是一个围棋改革,相当于在深圳改革和对外开放的领域。”他与记者在一次采访中说,“我也思想解放,现在只要是好的,去促进作用,继续发展,如何改革,我将尽我最大的努力支持。”

几周前李se-dol和AlphaGo“人机大战”。”在比赛之前,我做梦都认为电脑会判断错误。如果现在再让我预测,我决定闭上嘴。AlphaGo让我惊讶的是,后来真的很不容易预测的。

比赛是如此困难

几年前,他在北京郊区有一个花园,从慢生活的经验继续生活。

他说自己的感觉是整个过程“非常紧张”,因为比赛需要暂停,替换,需要有很好的临场应变能力。

几天前,南宁天元团队战胜成都恒泰团队,总分2 – 1赢得冠军。

每一方都需要40分钟,每移动10秒。暂停了三次,三个替换的机会,大大增加了悬念和戏剧性。自去年开始的6月13日,在超过20个城市开设了超过100场比赛。

经过激烈的搏斗,南宁天元团队与成都恒泰团队晋级最后的决赛,2月27日和3月5日,双方前两局的比赛,南宁天元团队和成都恒泰团队分别坐镇主场获胜,双方1比1。3月27日在北京举行的决赛,双方女性玩家作为开始。三场比赛后,南宁天元你玩黑版赢得了213手。

聂卫平:AlphaGo给了我一个阴影

昨天2015 – 2016赛季联赛总决赛在北京国际会议中心,南宁天元团队——打成都恒泰,总比分2比1赢得了冠军,获得奖金800000元。

不像其他棋类游戏,通过职业选手和业余选手混搭,两队都在变化,和教练和球员还可以讨论,头脑风暴准备下一节的球员。

比赛间隙,聂卫平接受采访,他认为形式新颖,吸引更多的球迷,但因为这是专业和业余混搭,因此不适合他加入。当记者让他预测比赛结果,他说AlphaGo出现以来,他已经无法预测。

聂卫平说他可以帮助推广活动,只要是新事物我想支持,这是比赛的改革。专业和业余混合使结果充满不确定性。体育是竞争,没有人看一场一边倒的比赛,必须有一个变量。

聂卫平说,人机大战以来,自己无法预测结果,现在,让我判断未来的局势,我很难确定。AlphaGo的输入并不是很多,聂卫平表示。