新華社北京11月1日電 科普:人工智慧發展到了哪一步——“人工智慧追問”係列報道之三
新華社記者 楊駿
年初,“阿爾法圍棋”橫掃中韓等國頂級棋手,10月它又被自己的新版演算法“阿爾法圍棋-零”戰勝。人工智慧領域的一係列新現象、新突破,讓人眼花繚亂、目不暇接。
無論是將人工智慧稱作“下一個風口”、“最強有力的創新加速器”、“驅動未來的動力”,還是關于它會不會比人類更聰明、甚至取代人類的爭論,都説明人工智慧又一次迎來發展高潮。
與以往幾十年不同的是,人工智慧這一輪高潮,是科技進步的水到渠成,也是與生活和工作相關的科技應用快速發展的結果,被嵌入十分廣泛的生活場景中。有科學家因此認為,“我們或許將成為與人工智慧真正共同生活的第一代人”。
不怕機器記性好,就怕機器會學習。像“阿爾法圍棋”這樣的機器自我學習技術基于三方面要素:互聯網大數據、強大的運算能力以及深度學習技術突破。它們共同造就了語音、人臉識別準確率的驚人提升,更加自然的人機對話,乃至可以像“阿爾法圍棋”一樣去找尋規律、自我決策,其中最核心的是深度學習。
那究竟什麼是深度學習?一是通過演算法給機器設計一個神經網絡;二是通過大量標定的數據樣本訓練神經網絡,讓它認識外部世界。以前,一個應用要通過非常精確的演算法來描述,但是今天,我們不知道該用什麼精確模型來教電腦,只能拿非常多的數據樣本讓機器比對學習,舉一反三。
具體到“阿爾法圍棋”,它還使用了強化學習和蒙特卡洛樹搜索等技術。後者是一種啟發式的搜索策略,能夠基于對搜索空間的隨機抽樣來擴大搜索樹,從而分析圍棋這類遊戲中每一步棋應該怎麼走才能夠創造最好機會。
只需要先教“阿爾法圍棋”一些人類摸索出的基本下法,然後讓它與自己大量對戰,就可以飛速提升水準。而“阿爾法圍棋”的最新版本“阿爾法圍棋-零”具備了無師自通的能力,在沒有人類知識與對決訓練的情況下,“從零開始”自己與自己對弈,僅3天後就戰勝了自己的前輩。
搜狗首席執行官王小川認為,識別、決策、生成是人工智慧的核心應用。例如,在決策方面,人工智慧可以幫助提高決策效率,提升商業效率。
“我們已經在金融、醫療和教育等方面看到這些應用。在識別和生成領域,人工智慧的進展已使人機交互越來越自然,這也是我們感興趣的領域。從歷史趨勢上看,機器在逐漸適應人,並已為人類分擔了許多具體工作。”王小川説。
前百度首席科學家吳恩達、香港科技大學教授楊強等眾多全球頂尖人工智慧專家都認為,人工智慧下一個重要突破口是“遷移學習”,這也是人工智慧未來的發展方向。簡單説,“遷移學習”類似中國成語裏的“觸類旁通”,就是機器將在一個領域學習掌握的技巧、經驗和能力,遷移到一個新的有一定關聯的領域裏再應用,這樣在新領域裏,它就能省去大規模數據訓練,只需一小部分數據就能迅速“成才”。當機器具備這種能力後,將使人工智慧邁入全新層次。
按照人工智慧“弱智能”、“強智能”和“超智能”的劃分,當前乃至很長一段時間,人工智慧還處于“弱智能”階段,還只能局限在特定的封閉領域。比如,“阿爾法圍棋”只能在封閉場景通過數據樣本學習和對弈訓練提高下棋能力,並不能發揮創造性。到了“強智能”和“超智能”階段,人工智慧就能像人類那樣學習、決策和反思,解決不同領域的各種復雜問題。
盡管如此,僅靠當下的人工智慧技術水準,人類就已經對機器的計算與“算計”産生高度依賴了。從購物網站的精準推送到電視劇的編劇、再到無人駕駛汽車,生活中的人工智慧可謂無處不在。
-
的哥撿錢包歸還,應不應該要誤工費?
2017-11-01 08:32:12
-
【攝影有獎徵集】快來分享你眼裏的最美秋色
2017-10-30 14:45:48
-
對技術“癡迷”的日本制造業,卻未得到資本的支援
2017-11-01 08:38:39
-
從保溫杯到油膩猥瑣,誰在給中年男人貼標簽
2017-11-01 08:38:19
-
美聯儲新掌門,特朗普的一道選擇題
2017-11-01 08:38:19