李开复:AlphaGo 若打败了世界冠军,意味着什么?
创新工场董事长李开复在知乎就AlphaGo与李世石的人机大战发表了自己看法,他认为四个月前的AlphaGo击败李世石基本不可能,不过这四个月AlphaGo进步很多,比赛应该很精彩。但是,无论这次结果如何,机器1-2年之内必然完胜人类。完胜人类之后呢?可以做个通用的大脑吗?意味着机器可以思考了吗?还有什么问题是机器无法超越人类的?
以下为李开复就“AlphaGo能战胜李世石吗?”在知乎的回答原文:
先直接回答这个问题,下面再分析AlphaGo和人工智能的未来。我认为AlphaGo这次的比赛打败李世石比较悬,但是1-2年之内必然完胜人类。
按照两者的Elo(围棋等级分),可以算出去年年底的AlphaGo打败李世石的概率相当低。如何算出的呢?AlphaGo去年年底的顶级分布式版本的Elo是3168(见下面第一张图),而李世石的Elo大约是3532(全球围棋手Elo: Go Ratings ,见下面第二张图)。
按照这两个等级分的两个棋手对弈,
李世石每盘的胜算为89%(,公式见:How to Guide: Converting Elo Differences To Winning Probabilities : chess链接地址:https://www.reddit.com/r/chess/comments/2y6ezm/how_to_guide_converting_elo_differences_to/ 温馨提示:访问此链接需复制粘贴至浏览器打开,下同)。如果对弈一盘,AlphaGo尚有11%的获胜的可能性,而整个比赛五盘胜出三盘或更多,AlphaGo就只有1.1%的可能性了。(当然,按照原来的10月的AlphaGo,只有1.1%,不过现在既然大大进步了,就不一样了,也许今天已经超越了:见下面第三点)。
AlphaGo不是打败了欧洲冠军吗?有些人认为AlphaGo去年底击败了欧洲冠军樊麾,所以挑战(前)世界冠军应有希望。但是,樊麾只是职业二段(Elo 3000左右),而李世石是职业九段(ELO 3532)。这两位的差别是巨大的,完全不能混为一谈。就比如说一个人乒乓球打败了非洲冠军,并不代表他就可以成功挑战中国冠军。
AlphaGo有可能在这几个月突飞猛进,进而击败李世石吗?AlphaGo的负责人说:”外界不知道我们这几个月进步了非常多“。(来自:http://www.geekwire.com/2016/alphago-lee-sedol-whos-underdog-in-google-ai-million-go-match/)。这点确实有可能。AlphaGo进步的方法有两个:(1)增加硬件:我们从Nature的文章可以看到:从1202个CPU到1920个CPU,AlphaGo的ELO只增加了28,而且线性地增加CPU,不会看到线性的ELO成长。若要达到364 ELO积分的提升,需要的CPU将达到天文数字(有篇文章估计至少要10万个CPU:http://www.milesbrundage.com/blog-posts/alphago-and-ai-progress)。当然,谷歌有钱有机器,但是纯粹加机器将会碰到并行计算互相协调的瓶颈(就是说假设有十万万台机器,它们的总计算能力很强,但是彼此的协调将成为瓶颈)。在几个月之内增加两个数量级的CPU并调节算法,降低瓶颈,应该不容易。(2)增加学习功能:AlphaGo有两种学习功能,第一种是根据高手棋谱的学习,第二种是自我对弈,自我学习。前者已经使用了16万次高手比赛,而后者也在巨大机组上训练了8天。这方面肯定会有进步,但是要超越世界冠军可能不容易。最后,换一种分析方式:如果从过去深蓝击败世界冠军的“成长过程”来看,深蓝大约1993年达到职业大师水平,4年后才在一场六盘的比赛中击败世界冠军(大约500Elo积分点的提升)。今天的AlphaGo应该和1993年的深蓝相似,刚进入职业大师水平。若要击败世界冠军,虽然未必需要4年的时间,但是几个月似乎不够。
还有什么以上未考虑的因素,导致AlphaGo获胜吗?如果谷歌刻意未出全力和樊麾对抗,或者有其它学习或并行计算方面超越了Nature里面的描述,那AlphaGo完全有可能获胜。
(有最新的消息:李世石预计自己会大胜,不是5﹣0就是4﹣1,他的目标是达到5:0,一盘都不输。AlphaGo负责人认为有50%概率可以战胜李世石,因为最近四个月进步非常大。)
既然写了这么多,就对这个题目再发表一些看法:
AlphaGo 是什么?在今年一月的Nature (http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html )有AlphaGo的详细介绍,AlphaGo是一套为了围棋优化的设计周密的深度学习引擎,使用了神经网路加上MCTS (Monte Carlo tree search),并且用上了巨大的谷歌云计算资源,结合CPU+GPU,加上从高手棋谱和自我学习的功能。这套系统比以前的围棋系统提高了接近1000分的Elo,从业余5段提升到可以击败职业2段的水平,超越了前人对围棋领域的预测,更达到了人工智能领域的重大里程碑。
AlphaGo 是科学的创新突破吗?AlphaGo是一套设计精密的卓越工程,也达到了历史性的业界里程碑,不过Nature文章中并没有新的“发明”,AlphaGo的特点在于:不同机器学习技术的整合(例如:reinforcement learning, deep neural network, policy+value network, MCTS的整合可谓创新)、棋谱学习和自我学习的整合、相对非常可扩张的architecture(让其充分利用谷歌的计算资源)、CPU+GPU并行发挥优势的整合。这套“工程”不但有世界顶级的机器学习技术,也有非常高效的代码,并且充分发挥了谷歌世界最宏伟的计算资源(不仅仅是比赛使用,训练AlphaGo时也同样关键)。
AlphaGo的跳跃式成长来自几个因素:1)15-20名世界顶级的计算机科学家和机器学习专家(这是围棋领域从未有的豪华团队:也许你觉得这不算什么,但是要考虑到这类专家的稀缺性),2)前面一点提到的技术、创新、整合和优化。3)全世界最浩大的谷歌后台计算平台,供给团队使用,4)整合CPU+GPU的计算能力。
AlphaGo是个通用的大脑,可以用在任何领域吗?AlphaGo里面的深度学习、神经网络、MCTS,和AlphaGo的扩张能力计算能力都是通用的技术。AlphaGo的成功也验证了这些技术的可扩展性。但是,AlphaGo其实做了相当多的围棋领域的优化;除了上述的系统调整整合之外,里面甚至还有人工设定和调节的一些参数。AlphaGo的团队在Nature上也说:AlphaGo不是完全自我对弈end-to-end的学习(如之前同一个团队做Atari AI,用end-to-end,没有任何人工干预学习打电动游戏)。如果AlphaGo今天要进入一个新的应用领域,用AlphaGo的底层技术和AlphaGo的团队,应该可以更快更有效地开发出解决方案。这也就是AlphaGo真正优于深蓝的地方。但是上述的开发也要相当的时间,并且要世界上非常稀缺的深度计算科学家(现在年待遇行情已达250万美金)。所以,AlphaGo还不能算是一个通用技术平台,不是一个工程师可以经过调动API可以使用的,而且还距离比较远。
如果这次AlphaGo没有打败李世石,那还要多久呢?IBM深蓝从进入大师级别到比赛击败世界冠军花了四年。AlphaGo应该会比深蓝更快提升自己,因为深蓝需要新版本的硬件,和针对Kasparov的人工调节优化,而AlphaGo是基于谷歌的硬件计算平台,和相对通用的深度学习算法。所以,几个月太短,4年太长,就预计1-2年之间吧。
从国际象棋到围棋,到底是不是巨大的突破呢?肯定是的,在这篇文章里面(在国际象棋领域,电脑已经可以战胜人脑,那么围棋领域电脑还差多远?链接:https://www.zhihu.com/question/21714457 ),第一位回答者分析了围棋的复杂度为 而国际象棋则只有 。在1997年深蓝击败世界冠军时,大家都认为:深蓝使用的是人工调整的评估函数,而且是用特殊设计的硬件和”暴力“的搜索 (brute-force) 地征服了国际象棋级别的复杂度,但是围棋是不能靠穷举的,因为它的搜索太广(每步的选择有几百而非几十)也太深(一盘棋有几百步而非几十步)。而AlphaGo的发展让我们看到了,过去二十年的发展,机器学习+并行计算+海量数据是可以克服这些数字上的挑战的,至少足以超越最顶尖的人类。
AlphaGo 若打败了世界冠军,就意味着计算机超越人脑?或者可以思考了吗?
我的回答:
在可以凭逻辑分析推算的问题上,机器即将远远把人类抛在后面。机器速度会越来越快,学习能力会越来越强,数据会越来越多。当年,大家讨论“国际象棋输给机器不算什么,围棋才是真正的智慧”只是我们人类维护自己尊严但是不实际的幻想!今天,我们该面对现实了!
在大数据+机器学习+大规模并行计算的时代,我们将看到无数的商机和产品,能够在预测、分析、推荐等方面,产生巨大的商业和用户价值。不过,这些解决方案和人类相比,其实没有什么意义,因为人差太远了(比如说:推荐引擎将能推荐你最可能会买的产品、想吃的菜,想认识的人;自动交易能得到更高的投资回报和风险比例……)。
在感知方面,人类也将会被机器超越。今天的语音识别,人脸识别,未来的自动驾驶,都是例子。
但是,对于那些科幻片的粉丝们:以上都还是冷冰冰的技术,机器人是否会人性化?这还是未知的。毕竟,在情感、喜怒哀乐、七情六欲、人文艺术、美和爱、价值观等方面,机器离人还差的很远,甚至连基础都没有。对人工智能的研究者,这是下一个挑战。对我们人类,在下个突破之前,我们还是多发展右脑吧!
P.S. - 也许有人好奇,为什么这个话题我说了这么多,因为在1986年,我在读书时,曾经开发了一套黑白棋系统(复杂度),击败了黑白棋的世界团体冠军,而当年的那套系统也有(非常粗浅的)自我学习的能力。有兴趣的网友可以在这里看到我当年的文章:A pattern classification approach to evaluation function learning (链接:http://www.sciencedirect.com/science/article/pii/0004370288900768) 。
转载于:https://www.cnblogs.com/baijiawenda5/p/5260194.html
李开复:AlphaGo 若打败了世界冠军,意味着什么?相关推荐
- 李开复:AlphaGo若打败了世界冠军就意味着计算机超越人脑?
Google AlphaGo对战李世石的"人机大战"于今天中午12点正式开始,首局李世石投子认输,AlphaGo获胜.这场较量早已超出了围棋范畴,而上升到人工智能能否超过人脑的高度 ...
- 李开复万字长文科普人工智能:AI是什么 将带我们去哪儿?
人工智能正以前所未有的态势汹涌而来,一方面是风投和创业创新,都把人工智能当做了下一个尚未被开垦的宝地:另一方面是应用,比起概念盛行的阶段,现在的无人车.AlphaGo等已经把人工智能技术带到了&quo ...
- 李开复:未来10年AI将取代人类?AI已让这7种职业加速消失
1 2016年AlphaGo以总比分4:1轻松战胜围棋世界冠军李世石,这是AI第一次震惊世界. 次年AlphaGo又以3:0的比分击败柯洁,面对强大的AI,柯洁遭遇职业生涯"至暗时刻&quo ...
- 读后感系列4:《人工智能》-李开复-第二章《AI复兴:深度学习+大数据=人工智能》
这一次人工智能复兴最大的特点是,AI在语音识别.机器视觉.数据挖掘等多个领域走进了业界的真是应用场景,与商业模式紧密结合,开始在产业界发挥出真正的价值. 第三次AI热潮:有何不同? 1.场景& ...
- 李开复对话李飞飞:AI要理解人类的情感,还早着呢
来源:创业家 第48届世界经济论坛年会在瑞士达沃斯召开,主题为"在分化的世界中打造共同命运".达沃斯当地时间1月23日中午,在MIT的午餐会上,创新工场董事长李开复与李飞飞(Goo ...
- 李开复:不是言AI必称中美,而是欧洲太堂吉诃德
李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI 欧洲的AI,掉队了吗? 现如今,当我们谈论前沿科技,特别是人工智能进展,言必称中美,仿佛忘了太平洋两岸之外的那个欧罗巴. 而且欧洲的AI并 ...
- 李开复开发的国际象棋软件
位于匹茨堡的卡内基梅隆大学,是全球最有名的从事计算机科学研究的大学,当时全美唯一获得过计算机科学诺贝尔奖的人就在卡内基梅隆大学计算机学院,三十位图林奖得主中有五位也在卡内基梅隆大学.在当时,每年几乎有 ...
- 创新工场CE0李开复:互联网创业黄金时代来临
腾讯科技讯 6月15日消息,创新工场董事长李开复今日在腾讯合作伙伴大会上表示,互联网创业黄金时代已经来临,创业成本从来没有这么低过. 李开复指出,一方面是用户获取门槛降低,在中国,创业者可以用QQ.Q ...
- 李开复:听AI大佬吐槽真实的人工智能
编者按:1月23-26日,第48届世界经济论坛年会在瑞士达沃斯召开,主题为"在分化的世界中打造共同命运".创新工场董事长李开复博士受邀飞赴达沃斯参会,分享了他在达沃斯的见闻. 在达 ...
最新文章
- 服务器不显示磁盘柜,磁盘柜与服务器的关系
- Mysql(3)——mysql数据类型
- 会不会导致内存泄漏_可能会导致.NET内存泄露的8种行为
- 深度学习(四十)caffe使用点滴记录
- Spring Ioc Configration - Annotation
- python画素描画_画画了,画画了,几行Python就成一幅素描画
- 小米网卡驱动linux,Linux 下小米WIFI 的无线网卡驱动
- 【threejs开发随笔】利用shaderMaterial制作草地
- 【老生谈算法】matlab实现数字图像复原算法源码——数字图像复原算法
- Word正式文件的正规格式
- 小写金额转为中文大写
- 计算机VB语言VERSION,怎么用VB获得电脑中excel的版本号
- Qt中QList用法详解
- PG-REINFORCE tensorflow 2.0
- 怎么查看自己的电脑是几位操作系统?
- 美国Linux服务器系统增强安全的配置
- WOFOST模型Matlab,一种WOFOST-PAR耦合模型建立方法与流程
- 全极化雷达遥感图像的迭代优化非局部均值去噪法
- 【学习python语法】
- 电信诈骗为何如此难以根治?
热门文章
- Game On Serverless:SAE 助力广州小迈提升微服务研发效能
- 灵魂拷问,上 Kubernetes 有什么业务价值?
- Knative 应用在阿里云容器服务上的最佳实践
- 加载顺序_JAVA类代码块和属性的加载顺序问题,不要以为静态块始终最先执行了!...
- MATLAB安装c 错误,matlab编译c文件错误,求助
- java date的使用_java:Date类的概述和方法使用
- 一台服务器多个网站同端口,多个客户端如何同时连接到服务器上的一个端口,比如80?...
- yoman不压缩html,使用Yeoman构建vuejs
- alert不会影响到页面中其他代码执行_JavaScript调试技巧合集——为什么不推荐使用alert调试代码?...
- linux编译lua,Linux CentOS 编译LUA。。搞半天终于对了= =