主页 > 篮球资讯 >

刘知青:人工神经网络有通用性

时间:2017-03-14 13:32

来源:未知作者:admin点击:

  一年前那场人机对弈带来的震惊与轰动,至今令人记忆犹新。以至于说到人工智能在围棋领域的杀伤力,我们就不得不提击败了围棋世界冠军李世石九段的AlphaGo。
  但这只是开始。
  2017年伊始,一个名为“Master”的ID在网络测试中以60盘全胜的战绩,横扫包括世界冠军在内的中日韩多位顶尖棋手。就在全世界对其身份进行各种猜测的时候,Master宣布自己就是AlphaGo的升级版。
  本月初在某围棋网络平台上,一个新的“十段”高手诞生,这个ID名为“绝艺”的神秘棋手,接连战胜了一众国内外高手。从所展示的套路来看,围观者纷纷猜测“绝艺”是类似于AlphaGo的人工智能棋手。而据此前跟“绝艺”直接对战过的古力个人微博暗示,它很可能是腾讯AI团队打造的人工智能体。
  坐拥数千年历史的围棋,一向因其复杂多变的下法被认为是人类在智力游戏上的一个“堡垒”。现如今,世界上最优秀的人类棋手却屡屡败给人工智能,几乎引发了围棋界的信仰颠覆。人工智能为什么会在围棋领域如此迅猛发展?接下来它又会给我们带来哪些影响?
  面对这些问题,北京邮电大学计算机围棋研究所所长刘知青教授近日在上海图书馆“上图讲座”开讲,与著名围棋学者胡廷楣畅谈“从阿尔法狗(AlphaGo)到马斯特(Master) ——人工智能和文化”。
  “阿尔法狗”的“见、闻、知、行”
  AlphaGo,俗称“阿尔法狗”。“不闻不若闻之,闻之不若见之,见之不若知之,知之不若行之”。在刘知青看来,出自《荀子·儒效》的这句话,概括“阿尔法狗”的学习能力特别贴切。荀子认为学一样本领需要做到听、看、理解和实践四位一体,而“阿尔法狗”对围棋的掌握,恰恰体现了“学习”这件事的精髓。
  视觉与形象思维,是人类智慧的两个重要组成部分,而围棋充分运用到了这两点,刘知青认为,这是很多人用学下围棋开发孩子智力的原因,也是为什么人工智能选举围棋突破的原因。机器是怎么学习的?所谓听之、见之、行之、知之,这个“之”就是数据。没有数据,什么也“见”不到。这里说“见”到围棋,不是指看到了围棋的游戏规则,围棋真正的智慧通过棋谱表达出来,可它背后是围棋的所有数据,这是人工智能的基础。人工智能必须在数据中,进行基于数据的机器学习,从有监督的指导学习过渡到无监督的自主学习
  解决了两大难点
  刘知青认为,围棋有两个相对特殊的难点:一个是面对围棋盘面,如何进行选点和落子;另一个是如何在下棋的过程中,准确判断形势,预测不同围棋盘面的胜负可能性。
  过去计算机围棋一直使用一种叫做“蒙特卡洛树搜索”的技术,其底层有坚实的数学基础,上层则采用计算、模拟、采样、优化等一系列数学方法。最近几年,又引入了“神经网络”,实现了对上述两个难点的解决。神经网络的作用有二:一是通过学习高水平棋手的棋谱,获得盘面落子的直觉,即通常说得“棋感”;二是通过机器的增强型学习,判断形势,通过运用盘面优劣评价函数,及时识别那些非最优的招法,并停止搜索相关的决策方法。
【责任编辑:admin】
热门文章 更多>>