科技网

当前位置: 首页 >数码

人工智能零生万物不存在

数码
来源: 作者: 2019-04-05 22:06:54

人工智能“零”生万物?不存在!

作者:未知来源:科技

视觉中国

10月19日,英国《自然》杂志发表论文报导,一款新版的阿尔法狗(AlphaGo)计算机程序能够从空白状态起,在不需要任何人类输入的条件下,无师自通,自学成才。

创造者给它起名叫Zero(零)。道家说,道生一,一生二,二生三,三生万物。这从零开始,能超出人类顶尖棋手的围棋技艺,听起来颠覆常理,让很多人心生畏惧。

加上被AlphaGo击败的世界知名围棋选手柯洁不久后在社交平台上表示:一个纯净、纯洁自我学习的AlphaGo是最强的对于AlphaGo的自我进步来说人类太过剩了(请联系上下文,注意语境)。

人类过剩的概念被断章取义,一个算法仅凭自己就能学习出高超的棋艺,人工智能能够零生万物,就这样被解读出来,但是事实是这样吗?科技专访了业内学者,听听他们怎么说。

正听:Zero也需要数据库

Zero可以自己产生数据,下一秒的数据和上一秒的数据对打,赢了就再生成,如此循环往复,胜招就逐步被进化出来了。中国首席数据官同盟专家组成员、瀚思科技创始人高瀚昭说。

那么,没有数据库的支持,Zero是如何产生数据、又如何知道产生何种数据的呢?难道真的有了聪明才智?

华大基因CEO尹烨其实不赞同自学成才的说法。他将AlphaGo Zero,和AlphaGo就学习源头进行了比较。后者被输入了人类历史上的3000万个棋局、一步一步从中学到了对应围棋规则的算法,Zero就是站在AlphaGo的肩膀上,继承了后者规则明确的确定算法,才能懂得围棋的规则,遵守这个规则,左右互搏。

也就是说,Zero从先辈处学习规则,它不需要的只是以往人类的比赛数据,其实不意味着不需要数据库。高瀚昭说。

北京语言大学教授荀恩东将Zero之所以能棋高一着解读为两个缘由,一是在一样的规则下,机器抓到的落子策略,和人抓到的不同;2是它的运算速度比人快,因此能够进行更深入的、乃至穷举的计算,完全知道后招。

也就是说,既找对了路,还跑得快。但是,这样的状态是有条件的规则是简单的!胜负是明确的!策略是可以穷举的!荀恩东说。

分析一下Zero的学习进程,就能了解为何必须是这类问题,它们才能胜出。

根据规则,它不断产生新数据,进而新旧数据相互对抗比赛,最终产生一个胜负结果。也就是说,在固定的规则下,不断地对胜负进行验证,让Zero取得了精进的棋艺,而当把这些策略全部验证1遍的时候,它就无敌了。

1997年,电脑深蓝克服了国际象棋著名棋手卡斯帕罗夫。这个事件当时也引发了轰动,尹烨说,那个时候国际象棋还不能穷举,但是随着硬件运算速度的进步和算法的提升,到2005年前后,国际象棋已能够穷举了,意味着不管走哪一步,电脑都可以走一步看N步,算出所有可能,进而给出所有对应的方法。随着量子计算的运用,围棋走法的穷举也是可能的。

在算法方面,Zero采取对抗的强化学习,是机器学习算法的最新进展。它对推动人工智能发展有着重大理论和运用意义。荀恩东说。

定位:仍处于计算智能阶段

其实下围棋是简单的计算智能,之所以它这么受关注,是因为围棋一直以来是策略的意味。荀恩东说。

运筹帷幄之中,决胜千里以外总能让人联想到这样一幕中军帐中,1炷香烟雾围绕,摆定棋盘棋子,帐内是黑白子对弈,帐外千军万马搏杀。

围棋是智慧的意味,当人类无法进行全样本分析的时候,如何根据部份样本选取最优策略,体现了判断的智慧,而当计算能力能够计算全样本时,智能的类型产生了转变

通过卓着的计算能力,Zero根据算法能有一个快速的收敛(趋向准确),依照策略能到达接近全局优的结果。荀恩东说,这意味着它不需要判断选择,而需要不知疲倦地找最优解、不断尝试。由于计算深度更深了,采取了优化的参数计算策略、优化过程得到了加速、得到了更好的计算模型。

目前为止,落地运用的AI是从速度、自动化、易部署等方向入手进化速度进化基于硬件提升、分布式处理等;自动化是指无需人工大量标记,AI可自动选择有用的信息进行记忆训练,这也是易部署的一部分。高瀚昭说,这样的进化是Zero使用4个TPU(神经络训练所需的专业芯片)、尝试490万盘棋局就可以超越前任的缘由。

但是,它并不比人类更善于处理复杂问题。还记得小时候无穷尽的考试吗?更有明确答案的选择题和判断题AI可以做,作文题差点。

荀恩东给出了更专业的分类,人工智能发展分三个层次:能存会算的计算智能、有视听触觉的感知智能、能理解会思考的认知智能。Zero仍处于计算智能这个阶段。

尹烨也认为,不依赖数据库的互搏算法没法应对规则不明确的计算,比如医疗健康行业,仍然是数据为王,算法会根据数据的积累而不断修正,从人工智能(AI)走向真智能(RI)。

展望:更高级的智能还在路上

荀恩东举了一个滑稽的例子。比如你妹这个词,什么时候是指代人物、什么时候是在表达一种情感,让AI分清楚就非常难做到。

尹烨也认为,语言有两种,仅为了交换而存在的语言无需再学,但为了表达思想和情感的语言学习会更加受重视。

事实上,让AI取得感知、认知智能等的研究一直在进行,目前认知智能需要走的路还很长。荀恩东说。

数据显示,AI产业中的技术类企业有55%在计算机视觉领域、13%在自然语言处理领域。力触觉的研究也被纳入到了国家重点研发计划中。

感知智能的视觉、听觉、触觉、正在产业研究、基础研究等领域不断拓展。荀恩东说,语言智能是人工智能的重要研究方向,中文句法语义分析是语言智能的核心技术。计算机缺少足够的特点去捕捉中文上下文语言信息,在分析准确度上始终未获得实质性突破。

为了让中文能够不落人后地纳入到AI语系,北京语言大学语言资源高精尖中心开展中文语义分析攻关,以期取得具有高鲁棒性、高正确率和线速计算复杂度的中文句法语义分析器。鲁棒性就是让机器具有处理各种语言情势,包括不规范表达的能力。荀恩东说,我们建立了TB级别以上的汉语分析大数据,未来AI可以听懂书面语、口语、双关语、玩笑话

视觉方面,公安部上海消防研究所等单位已做到可以看火苗发送火警警报了。触觉方面,手势、体态、触控、语音、表情、眼动、生理等非精确交互信息正在被捕捉、认知、理解,乃至综合出现。

这些都不仅仅是端对端的问题,而是需要复杂策略解决的问题。AI系统需要多要素的输入,也期待多要素的输出。荀恩东说,在这些领域,人类经验的数据库仍不能被抛开,就比如砌墙,Zero可以被看做是砌一道新墙,而更高的阶段是弥补一道残缺不全的墙。

经期不准该怎么办
什么情况吃益母颗粒
乳腺增生服用什么药

相关推荐