网红“阿尔法狗”的横空出世,又是一个新的里程碑?

自从阿尔法狗横空出世后,人类的又一新的里程碑应该也是就此出现,阿尔法狗作为人工智能的产物,也让不少关注的朋友津津乐道,而谷歌开发的这款围棋人工智能阿尔法狗也可谓是出尽了风头啊!

为了能满足棋迷的热情,在16年26号上午进了行一场阿尔法狗和阿尔法狗的配对赛。由人类棋手古力阿尔法狗联手对阵连笑阿尔法狗联手,人类和电脑相互联手,团结对战,队友之间每人一次走一步。然而令人错愕的是,当整个棋局大势已经展开,古力败局已定的时候,与连笑联手的阿尔法狗选择自粘一手,以一步无效率的棋,向古力劝降。更令人吃惊的是,古力拒绝之后,与古力联手的阿尔法狗居然当场发了脾气。选择在对方空了白走了一手,还送了对方两目。如此拟人化的情绪,实在是几让人忍俊不禁,又让人细思恐极。

AlphaGo
AlphaGo

其实早在三个月前,谷歌公司曾表示阿尔法狗可能有自己的“性情”。但是谷歌的工作人员是用游戏测试阿尔法狗的行为特性。其中一款游戏需要争第一,于是阿法尔狗展示了他极强的攻击性,夺得了第阿尔法狗选择了和队友合作,展示了他极强的理性,获得了利益最大化。

结果就是:他可以根据现实的情况改变策略,在合作和敌对之间来回切换,颇耐人寻味。好在阿尔法狗只是具有自己的性情,没有拥有自我的意识。人类已经可以预料未来可能会被人工智能占领,就绝不会让这些事情发生。值得一提的是,事后与阿法尔狗合作的古力这样说道:幸好阿尔法狗不会说话,不然打起来了。

其实不止是谷歌公司曾经认为阿尔法狗有真实的“性情”,很多网友也认为阿尔法狗可能也是有性情的更加的人性化了,所以也认为阿尔法狗围棋的胜利在心里其实它也是有兴奋的情绪的,如果有兴趣的朋友也不妨平时多关注一些这方面的消息。

人工智能的产物—阿尔法狗,是否真的能被认可?

首先,在开始一篇文章前,想问一下大家是否能够完美的诠释“人工智能”与“哲学”这两个词的概念,两个看起来毫无交集的两个词却是有着密不可分的联系。例如复旦大学哲学院教授徐英瑾一直在用哲学思维审视人工智能,他开设了「人工智能哲学」课程,还出版了专著《心智、语言和机器》,深度的解析关于阿尔法狗的一些奥秘。

许多人认为阿尔法狗是技术色彩浓郁的领域,而哲学则高度思辨化和抽象化,二者完全无法联系到一起。能简单说说你将二者联系在一起的理由吗?徐英瑾:现在人工智能的发展主要面临两方面的问题。一方面是,关于「阿尔法狗」是什么都不太清楚,对于「人类智能」的概念也没有清晰的定义,不同领域的人有着不同的观点,大家甚至都没有在同一个桌面上讨论问题,整个状态一片混乱,这一点是很糟糕的;

AlphaGo
AlphaGo

另一方面,现在人工智能的研究里,特定领域的人不关心其他领域里的人在做什么,所有的人都只做自己擅长的方面,这也是很不可取的。这时候就体现了哲学思维的重要性,哲学主要是站在更高的角度思考战略性问题,要从根本上理清楚你在做什么。忽视哲学思维的话,如果放在其他学科范式成熟的自然科学领域可能问题不大,但正因为人工智能是历史上没有的新事物,我们才更需要哲学这种战略性思维去做牵导。

何为人工智能?何为阿尔法狗?徐英瑾:哲学本来就是百家争鸣的学科,在哲学界这个概念没有达成共识。就我个人来看,进化论思想对我的影响比较大。进化论的思维强调「怎么以最小投入达到最大产出比」,按照此思路,阿尔法狗应该是「以最经济的投入得到的最具有适应性的行为」的某种转化器。从这个角度看,像阿尔法狗这种大规模投入的人工智能就显得不够智能。

不知道看完这篇文章的你现在是否能够诠释关于“阿尔法狗”与“哲学”这两次的一些深度解释呢?阿尔法狗作为人工智能的产物,我想在一定程度上还是应该被认可的,不过一千个人会有一千种的不同思维,大家还是应该站在理性的角度上认真去考虑作为人工智能的产物—阿尔法狗,是否真的能被认可。

谷歌的“超人”alphago zero声称象棋冠军

谷歌表示,其alphago zero的人工智能程序已经赢得了国际象棋与世界领先的专业软件在教学本身从无到有的游戏时间。公司DeepMind师说它对鱼干8 100场比赛,并赢得了所有的人。这项研究尚待同行评审。但专家们已经表示,这一成就将增强该公司在竞争领域的地位。

然而,发表在arXiv网站康奈尔大学的状态,被国际象棋的规则和被告玩模拟对自己学习后一种算法称为alphazero能够超越鱼干仅仅四小时的细节。在接下来的100场比赛中,每个项目每分钟都有一分钟的思考时间。alphazero赢得了25场比赛,打出了与白件,给它的第一步,还有三人在这起黑块。这两个项目吸引了剩下的72场比赛。DeepMind描述的性能水平达到“超人”。

alphago zero的最新成果不休息的棋而已。文章说,这是日本棋将棋与领先的人工智能程序命名的Elmo还得意洋洋,经过两个小时的自我训练。算法的alphazero赢了90场,输了八了。此外,经过八个小时的自我训练,在40场比赛中也击败了以前的版本,输掉了60场比赛。Wooldridge教授指出,所有三场比赛都相当“封闭”在某种意义上他们有限的规则集来抗衡。

AlphaGo
AlphaGo

巴斯大学的人工智能专家Joanna Bryson教授补充说,人们应该谨慎地购买公司的大肆宣传。但她补充说,它善于宣传的诀窍使它在对抗挑战者时处于有利地位。她说:“这不仅仅是为了雇佣最好的程序员。”。“这也是非常政治的,因为alphago zero有助于使谷歌在与政府和监管机构就人工智能领域进行谈判时尽可能强大。”

谷歌alphago在苏黎世新基地的“常识”

苏黎世将成为谷歌在美国以外最大的alphago研究中心。谷歌正致力于推动一个新的欧洲研究中心,致力于推动这一技术的发展。总部设在苏黎世,该小组将集中在三个领域-机器学习,自然语言理解和计算机感知。

Emmanuel Mogenet,谁领导的单位,说大部分的研究将对教学机常识。他说:“我对球队的成长没有任何限制”。“我们在增长方面雄心勃勃。唯一的限制因素将是人才,”他告诉记者聚集在苏黎世听到更多关于谷歌的alphago AI计划。机器学习已经是“秘方”在很多谷歌的产品,Mogenet先生说,包括搜索、垃圾邮件过滤、翻译和内容的去除,以及较新的产品如虚拟助手谷歌助手,消息应用程序分配和自动驾驶汽车。

AlphaGo
AlphaGo

另一个重点将是改善人与机器对话。“谷歌一直从事自然语言的工作,因为这是人们搜索的方式,但我们从来没有真正理解这个问题。我们只是匹配内容和排名的内容巧妙地,“他说。“下一步是真正了解人们在问什么。”最后,研究人员会在帽子下面钻研,试图理解“机器是如何学习的,为什么深度学习如此有效”,他说:“alphago和世界冠军棋手之间的比赛动作,被誉为开创性的时刻,谷歌的高调的AI团队DeepMind,总部在伦敦,有更大的抱负”解决情报”。

它最近引起争议,当它被告知,它已经获得了数以百万计的患者的医疗保健数据,作为与NHS建立一个肾脏疾病预警系统的合作伙伴关系的一部分。DeepMind研究科学家Thore Graepel在苏黎世事件上的其他高知名度的项目之间的人类和人工智能的一个里程碑战役给一个更新,其计算机程序alphago把世界上最好的棋手,赢了五场比赛的四。

Graepel博士说,去世界各地的玩家现在热衷于玩alphago”。他说:“人们非常渴望能以某种形式提供它。”。但首先,研究人员有一个难得的机会“调试人工智能系统”。“alphago输掉一场比赛,我们作为研究人员要探索和发现什么是错的。我们需要弄清楚它的弱点,并试图改进它。”

 

 

谷歌DeepMind:AlphaGo变得更加陌生。

围棋比棋赛有更多的可能动作。谷歌的DeepMind表示,它已经在人工智能领域取得了另一个重大进展,那就是让一台机器在没有人类玩家帮助的情况下掌握围棋。AlphaGo程序由科技巨头的人工智能部门设计,已经击败了世界上最优秀的两名选手。

它是从数千个人类玩的游戏开始的。但是,新的AlphaGo Zero开始时是一个空白的围棋棋盘,除了规则之外没有任何数据,然后自己玩。在72小时内,它就足够好了,可以把原来的程序打到100场。DeepMind的首席执行官戴米斯?哈萨比斯(Demis Hassabis)表示,该系统现在可以在科学研究中获得更广泛的应用。

AlphaGo
AlphaGo

图片说明Demis Hassabis工作于视频游戏,然后共同创立了Deep Mind。他告诉BBC和其他记者说:“我们非常兴奋,因为我们认为现在已经足够好了,可以在一些真正的问题上取得一些真正的进展,尽管我们显然离完全人工智能还有很长的路要走。”

AlphaGo在今年5月击败了世界排名第一的围棋选手柯洁(Ke Jie)。正如在这个领域的许多进展一样,这些成就需要大量数据的结合——在这个案例中记录了成千上万的游戏——以及大量的计算机处理能力。大卫·西尔弗也开始了他的电子游戏生涯。

负责这项工作的大卫·西尔弗说,该团队采用了一种完全不同的方法,即AlphaGo Zero。他解释说:“新版本从一个对围棋游戏一无所知的神经网络开始。”“唯一的知识就是游戏规则。”除此之外,它还通过与自己的比赛来计算一切。

中国围棋选手在比赛中与阿尔法狗为例的人工智能

今年春天,世界顶级围棋棋手将再次迎战人工智能对手,但这一次,它将不再是谷歌的DeepMind,它提供了对手。在多次输给DeepMind的AlphaGo之后,柯洁曾发誓再也不与人工智能比赛。

围棋可追溯到几千年前的中国古代。在网格上使用黑色和白色的石头,玩家可以用自己的棋子把对手的棋子包围起来。规则比象棋的规则简单,但玩家通常在游戏中最多可以选择200个动作,而国际象棋则是20个。很难确定谁是赢家,而许多顶尖的人类球员依靠本能。

但据中国媒体报道,他将会对包括中国腾讯在内的一系列AI对手进行攻击。“人机大战”系列将于2018年4月在中国举行。其他提供人工智能程序的公司包括日本的DeepZenGo和台湾的CGI。比赛将成为世界围棋锦标赛的一部分。19岁的杰在2017年春天接受了AlphaGo,输掉了三场比赛。后来,DeepMind宣布,它的算法将正式从竞争中退出。

韩国围棋冠军李世石(Lee Sedol)在2016年3月已经玩了DeepMind。他在一系列的比赛中以4比1输掉了比赛,专家称这是艾未未取得的里程碑式的成绩。中国的棋盘游戏被认为是一个比象棋更复杂的挑战。

中国人工智能技术发展的速度也是伟大的,百度已经超过60个不同的人工智能平台和花了约10亿美元(£746)购买西方AI公司,在阿里巴巴和腾讯也大力投资技术。谷歌母公司Alphabet的董事长埃里克?施密特(Eric Schmidt)曾表示,他认为中国可能在5年内超过美国的阿尔法狗

AlphaGo
AlphaGo

阿尔法狗都进行变身啦!AlphaGo +Zero“重磅来袭”

今天一打开朋友圈,我的朋友圈又被阿尔法狗给刷屏啦,这个原因正是因为出现了一个全新的zero,用四十天时间超越了人类三千年的积累。这是不是说明阿尔法狗一直以来都在进行不断升级呢。

《MIT科技评论》说:AlphaGo Zero 表明,人工智能可以在没有任何帮助的情况下变成超人。我的朋友安猪说了简短的一句话:神来了!人工智能在计算、存储、学习能力方面,都会全面超越人类,但现在人工智能的局限至少还有两个:第一,人工智能目前只能解决特定的问题,比如,会下围棋的不会开车,会开车的不会写诗;第二,人工智能不知道,什么是人类眼中的“美”和丑”。

AlphaGo
阿尔法狗

NNAISENSE公司与世界最大的钢铁制造商安赛乐米塔尔(Arcelor Mittal)合作,采用深度学习算法提高了钢材缺陷的检测效果。通过阿尔法狗神经网络学习的方式分析相机拍摄的钢产品的照片,比传统的方法更准确和高效的评估钢材质量。阿尔法狗这种模式识别的能力还可以应用到上千个产业中。

现在AlphaGo Zero也是越来约红都变“小红人”了,大家对于人工智能之后的发展或者是阿尔法狗之后的发展之路更为关注,目前更新出来的弟弟篇AlphaGo Zero让大家都还是处于震惊阶段,不知道大家的朋友圈还好吗?

AlphaGo Zero完胜“阿尔法狗”,我们从中可以得到哪些信息

AlphaGo Zero的问世可能没有AlphaGo打败李世石那样的引人注目,但是从AlphaGo Zero完胜AlphaGo的消息中,我们不难看到,在算法和计算能力不断提升的今天,AlphaGo Zero无监督学习成功了,这使得AlphaGo Zero摆脱对人工标注样本依赖成为了可能,对人工智能的发展有着重大意义。

算法的突破极大降低了训练难度与训练时间。之前战胜李世石的AlphaGo算法基本采用了传统增强学习技术再加上深度神经网络DNN完成搭建,而AlphaGo Zero采用类似DQN的一个DNN网络实现决策过程,可以同时输出该步的走子策略(policy)和当前情形下的胜率值(value),能够节省训练时间并且能适应更多种不同情况。

AlphaGo
阿尔法狗

网络结构的改进实现了算力的提升。AlphaGoZero特征提取层采用了20或40个残差模块,与之前AlphaGo采用的12层左右的卷积层相比,AlphaGoZero的训练效率有了明显的提升,仅通过4块TPU和72小时的训练就能够胜过之前48块TPU和训练用时几个月的的原版AlphaGo。

AlphaGo Zero使摆脱对人工标注样本依赖成为可能,对人工智能发展极大推进。阿尔法狗算法建立在传统的DNN网络决策基础上,而这对于小样本应用领域(比如医疗图像处理)是不可能办到的,而AlphaGo Zero通过实现“无师自通”,摆脱对人类经验和辅助的依赖,类似的深度强化学习算法能更容易地被广泛应用到其他人类缺乏了解或是缺乏大量标注数据的领域。

DeepMind创立于2010年,专业研究人工智能。2014年谷歌4亿美元收购该公司,现已成为AI界的明星。2016年DeepMind研制出能够生成模仿人类语音的系统以及一款能够用自己的记忆学习新知识并利用这些知识来回答问题的计算机,并应用到医疗保健行业。

AlphaGo Zero的面世,从阿尔法狗算法、算力到训练方法和网络基础结构的建立,较“阿尔法狗”相比都有了很大的提升与进步,使其在各种复杂变动的棋局下做出精准决策,更好地实现人工智能目标。

现在来看,AlphaGo Zero更像是拥有了自己的“思维”,可以像人一样的自主学习,去根据实际情况回答和解决问题,这是相当厉害的,这在以前我们也只能在电影中可以看到,现在几乎可以实现了,未来的世界也行会超出我们的想象,这也会带给我新的机遇和挑战!

谷歌AlphaGo击败了人类围棋冠军

中国围棋棋手柯洁在上AlphaGo输掉了两场比赛。谷歌的DeepMind AlphaGo人工智能击败了世界排名第一的围棋选手柯洁。AlphaGo在三场比赛中赢得第二场比赛后,获得了胜利。

阿尔法狗算法
阿尔法狗算法

DeepMind的创始人Demis Hassabis说,柯洁的演奏“完美”“把AlphaGo推向了极限”。在失利之后,柯洁告诉记者:“我有点难过,这有点遗憾,因为我认为我打得很好。”在围棋中,玩家轮流在19×19的网格上放置棋子,争夺对大部分领土的控制权。它被认为是世界上最复杂的游戏之一,对计算机来说比象棋更有挑战性。AlphaGo通过研究更老的比赛和打数千场比赛来积累自己的专业知识。该公司表示,最终的计划是“在医学和科学领域”部署人工智能。谢菲尔德大学(Sheffield University)的计算机科学家诺埃尔·夏基(Noel Sharkey)教授说,要创造一个普遍的智力,还有很长的路要走。

“这是一个令人难以置信的成就,大多数专家认为围棋的胜利要追溯到20年前,所以DeepMind领先了这个领域,但阿尔法狗没有一般智力。”它不知道这是在玩游戏,它也不能让你喝杯茶。来自布里斯托大学的Nello Cristianini教授补充说:“这是机器学习的行动,它证明了机器是非常有能力的,但它不是一般的智力。”

克里斯蒂安尼教授补充说,虽然游戏级别的竞争很好,但它不应该控制我们如何看待与智能机器的关系。“我们应该专注于我们能从他们身上得到的好东西,并且要小心,不要制造那些让我们与机器直接竞争的局面。”两位专家都同意,这种阿尔法狗算法可以应用于其他领域,比如医疗保健。DeepMind已经开始与英国国家健康服务部门合作开发应用程序和其他诊断工具。

AlphaGo Zero:人类,准备好接受挑战了吗?

碾压阿尔法狗,AlphaGo Zero只需要在4个TPU上花3天时间,自己左右互搏490万棋局。而它的前辈阿尔法狗,需要在48个TPU上,花几个月的时间,学习三千万个棋局,才打败人类。 2017年10月19日,“谷歌新一代的人工智能AlphaGo Zero以100比0的胜率碾压了被聂卫平估算为20段的旗手阿尔法狗”的论文由DeepMind在Nature发表了,这则新闻虽然引起的轰动远不如阿尔法狗战胜世界冠军来的影响大,但是在行业内还是引起了不小的反响。

阿尔法狗
阿尔法狗

论文的第一通讯作者是DeepMind的David Silver博士,  也是阿尔法狗项目负责人。他介绍说AlphaGo Zero远比AlphaGo强大,因为它不再被人类认知所局限,而能够发现新知识和新策略。美国的两位棋手在Nature上点评道,“它的开局和收官和专业棋手的下法并无区别,人类几千年的智慧结晶,看起来并非全错,但是中盘看起来则非常诡异。”

美国杜克大学人工智能专家陈怡然教授解释道:“DeepMind最新推出的AlphaGo Zero降低了训练复杂度,摆脱了对人类标注样本(人类历史棋局)的依赖,让深度学习用于复杂决策更加方便可行。”他认为,其最有趣之处,是证明了人类经验由于样本空间大小的限制,往往都收敛于局部最优而不自知(或无法发现),而机器学习可以突破这个限制。之前大家隐隐约约觉得应该如此,而现在是铁的量化事实摆在面前。

学习人类选手的下法虽然能在训练之初获得较好的棋力,但在训练后期所能达到的棋力却只能与原版的阿尔法狗算法的棋力相近,而不学习人类下法的AlphaGo Zero最终却能表现得更好。 他继续说:“这或许说明人类的下棋数据将算法导向了局部最优(local optima),而实际更优或者最优的下法与人类的下法存在一些本质的不同,人类实际“误导”了阿尔法狗。”

之所以会需要引用这么大段的内容,是想反过来去考察关于“局部最秀”对人类的限制。之所以会让梵高躺枪,无非梵高在绘画领域就似一个AlphaGo Zero。“文无第一,武无第二“,围棋可以清晰地决出胜负,而梵高无法自证高明,失意而终。 陈怡然教授说:“有趣的是,如果AlphaGo Zero放弃学习人类而使用完全随机的初始下法,训练过程也一直朝着收敛的方向进行,而没有产生难以收敛的现象。”AlphaGo Zero尽管没有学习人类,但它仍然在走向收敛,就是说它正在形成习惯。

这种说法让人细思极恐,难道说,人工智能最终会演变成电影场景中的那样,机器人会拥有自主意识而脱离人类的控制吗,人类的未来究竟何去何从,这个问题也会随着人工智能时代的到来而愈发明显!