首頁 > 科技頻道 > 新品  
AI的圍棋深度學習才干再強 也與人腦相去甚遠
2016-03-01 17:16:25  來源:中國消費商網  作者:  分享:

[摘要]深度學習背面是由數學模型支持,所以人工智能的實質仍僅僅處理疑問的算法。

AI的圍棋深度學習才干再強 也與人腦相去甚遠

騰訊科技精選優異自媒體文章,文中所述為作者獨立觀念,不代表騰訊科技情緒。

文/東方亦落(微信大眾號:最極客)

近來,人工智能在學習才干方面又有了一個較大的前進。斯坦福大學的一個研討小組發現,人工智能系統現已具有了通過人類當時所做的動作猜測其下一步行為的才干,而這一才干首要是通過人工智能對于故事的學習構成的。

研討人員將該系統與貯存了60多萬個故事的寫作社區Wattpad相連,這些故事包括主人公在進入房間后需求開燈、被稱譽后會害臊、開會時就不會接電話等。人工智能則通過學習這些故事來完結猜測人類行為的才干。

人工智能的首要方針是使機器可以擔任一些一般需求人類智能才干完結的雜亂作業。因而,深度學習的才干在其間顯的尤為首要。跟著技能的展開和人工智能的前進,其深度學習才干也有了一個飛速的前進。

可是,深度學習的背面是由數學模型在支持的,所以人工智能的實質仍僅僅處理疑問的算法。與真實的人類大腦對比,人工智能依然相去甚遠。

一、與圍棋大師一較高下,人工智能深度學習才干前進

在對上述人工智能的初次現場測驗中,其可以準確區別人與物體的概率高達91%,能精確猜測出咱們下一步行為的概率為71%,這一效果與以往對比是很優異的。

而人工智能再次遭到重視,則是因為行將到來的圍棋名將與人工智能系統的一場大戰。據外媒報導,3月9日,韓國圍棋名將李世石將在首爾承受來自()的人工智能系統AlphaGo的應戰。

而這場行將開端的圍棋競賽是十分首要的,乃至被以為可以與1997年國際象棋大師卡斯帕羅夫與超級核算機“深藍”之間的對決比肩。

1997年5月3日至5月11日,時年34歲的卡斯帕羅夫與IBM公司的國際象棋電腦“深藍”舉辦了六局對抗賽。在前五局以2.5比2.5打平的狀況下,第六局僅走了19步就使卡斯帕羅夫認輸。“深藍”取得成功,標志著核算機技能的展開又上了一個臺階,也變成了科技史中的里程碑事情。

而這次人工智能系統AlphaGo與圍棋大師一較高下,則有著愈加首要的含義。

圍棋是具有2500多年前史的、凝集著我國陳舊才智的游戲,從數學范疇來看,圍棋的雜亂程度要比象棋高出N個等級,是國際公認的最為艱難的棋類游戲。

為了使AlphaGo可以十分好地應對這種雜亂的游戲,googleDeepMind團隊的人工智能專家們做出了許多盡力。

首要,他們往AlphaGo中輸入了包括3000萬步走法在內的棋譜數據。雖然3000萬這一數字看起來許多,但與悉數的圍棋走法對比就顯得微缺少道了。因而,還要采納一些更領先的辦法。

專家們并未像對待“深藍”那樣,為AlphaGo開發一些固有的程序,而是賦予了AlphaGo自我編程的才干,使之變成“數字自學者”。隨后,核算機開端進行自我對弈,也即是深度學習,直到其把握高端的圍棋竅門。

對此,google的研討人員Demis Hassabis標明:“傳統人工智能辦法為一切或許方位樹立查找樹。對圍棋來說,這種辦法行不通。因而,當咱們企圖打破圍棋的難題時,咱們采納了不一樣的辦法。咱們開發的系統將高檔查找樹與深度神經網絡聯絡在一同。這些神經網絡以圍棋棋盤描繪作為輸入,并通過包括數百萬個類神經元銜接的12個不一樣網絡層次進行處理”。

由此可見,AlphaGo將比“深藍”愈加兇猛。而當年“深藍”所把握的程序中簡直包括了其對手卡斯帕羅夫的悉數對局剖析,僅此一項,就足以將任何高段的圍棋大師碾壓。那么,愈加領先的AlphaGo的呈現,無疑使人類棋手面對著人工智能提出的愈加高難度的應戰。

二、深度學習背面是數學模型支持,與人類大腦相去甚遠

事實上,AlphaGo以往的效果現已證實晰其優異程度。AlphaGo曾在與別的圍棋人工智能系統進行的500盤對弈中,贏得了499盤。上一年10月,AlphaGo在五番棋的競賽中,以5比0的效果打敗了作業圍棋手、歐洲圍棋冠軍樊麾,這也是人工智能初次打敗作業圍棋手。

對于行將到來的“谷李大戰”,圍棋界專業人士也宣告了自個的觀點。臺北“紅面棋王”、九段圍棋手周俊勛標明,之前曾堅定地以為李世石會以5比0完勝AlphaGo,但在看過一些報導以及科技界人士對于AlphaGo的剖析往后,他的情緒轉變為慎重。

周俊勛以為,從AlphaGo與樊麾對決的5局棋譜來看,在特定的條件下,格外是官子期間,核算機的精確度有顯著的前進。“不夸大地說,每個有些的定型收束不見得比全盛年代的‘石佛’李昌鎬差。假如再這么前進下去,中盤戰斗力也會顯著前進”。

這一打破具有嚴重含義。在曩昔的幾十年時刻里,圍棋軟件一直無法打破人類的初級水平,更遑論與人類中的高手相抗衡。現在人工智能圍棋系統日新月異的局勢,與其深度學習的才干是分不開的。

雖然人工智能范疇的展開如火如荼,但與真實的人腦對比,依然存在很大的距離。

深度學習是人工智能的首要才干,可是深度學習的實質離不開數學模型。說白了即是由人類方案好一個結構,然后人工智能系統依據這一結構去進行一系列運作。

以“深藍”與卡斯帕羅夫的對決為例。卡斯帕羅夫可以核算X個回合中或許發生的Y個改變,而“深藍”則可以對于Y中的某一有些進行推導,然后演化出M個改變。

在這一進程中,可以顯著地看到M大于Y。那么在一樣的競賽時刻中,人類棋手卡斯帕羅夫一定會在M和Y的差值改變中呈現縫隙,這也即是卡斯帕羅夫輸給“深藍”的首要要素。

對于行將到來的“谷李大戰”,周俊勛標明,與AlphaGo對比,李世石的最大優勢就在于其具有只歸于人類的想象力以及發明力。在中盤時呈現一些“不可思議”的招式,可以對google評價AlphaGo提出新的應戰。

由此可見,google對于勝者的100萬美元獎賞也僅僅小投入。重頭戲則在于通過與全球公認的優異圍棋手李世石的博弈,為AlphaGo供給驗證其價值評價系統的頂尖樣本。

對于人類的科學界來說,這是一個很大的打破。可是對于人工智能本身來說,仿照人類進行學習與考慮是不太準確的方向。

法國思想家帕斯卡爾曾說:“人是一支有思想的蘆葦”。人類可以在圍棋中爆發自個的才智并從中感遭到趣味,所以圍棋對于人類是有含義的。而對于人工智能來說,它僅僅在履行一些數學模型的運算罷了,并不能從中感遭到趣味。因而,人工智能仍與人類大腦相去甚遠。

正所謂“授之以魚,不如授之以漁”。對于機器而言,真實的智能應當是具有自個一起的考慮辦法。比方當人工智能看到成堆數據時,它可以以自個的辦法去考慮,而不是單純地對人類的思想辦法進行仿照。

在完結上述景象的進程中,最首要的是人工智能的可改善性。一個優異的人工智能,應當做到通過本身修正基地代碼,來習慣周圍變幻不定的生存環境。乃至是應當讓人工智能到達自動發明的境地。當然,要完結這些并非易事,人工智能仍需閱歷長時刻的展開。

 

相關新聞

    無相關信息

◎版權作品,未經中國消費商網書面授權,嚴禁轉載,違者將被追究法律責任。





關于我們 - 媒體合作 - 廣告服務 - 版權聲明 - 聯系我們 - 友情鏈接 - 網站地圖

Copyright 2013-2019. 中國消費商網 www.evdgcq.live All rights reserved.

違法和不良信息舉報郵箱:[email protected] 執行主編:劉可

京ICP備11009072號 未經過本站允許,請勿將本站內容傳播或復制

神秘岛客服 北京麻将清一色多少钱 贵阳抓鸡麻将下载安 江苏十一选五直播 卡五星麻将官网下载 成都麻将 极速飞艇6码稳定公式图 今晚cba比分直播 今日五粮液股票价格 网上棋牌下载 广东麻将十三幺 大乐透几点开奖 欧洲主流即时赔率 手机棋牌捕鱼游戏中心 多多棋牌官网 香港六合彩白小姐开奘 篮球带即时比分直播