Master 橫掃圍棋各路高手,是時候全面研究通用人工智慧了!
有的人說,汽車早就比人跑得快,人也不會驚慌,圍棋AI戰勝人類,也是遲早的事,同樣不必驚慌。
是這樣嗎?
不是的。
獵豹本來就比人類跑得快,但人類仍然是地球的主宰。為什麼?因為人類引以為傲的智慧!
因為人類擁有地球生物中最高的智能,所以雖然人的肉體機能很有限,但是不妨礙人類去創造各種輔助人類的工具。
然而,人工智慧,卻是一個和汽車,飛機完全不同的東西!我們人類在試圖製造超越人類智慧的東西!
當AlphaGo戰勝李世石,當Master豪取50連勝的時候,很多人會產生一種對智能的恐懼。相信那些真正和Master戰鬥的棋手們會更深有體會。
為什麼?我們的智慧被超越!我們以前的認識被完全打破了。以至於當今圍棋第一人柯潔說出「我們對圍棋的理解都是錯的」這樣的話。
人們也很容易的想到《三體》中水滴入侵人類艦隊的那一刻。
那種感覺是何曾的相同。
讓人絕望而恐懼!
有人會說,n年前國際象棋就被攻克了,沒什麼大不了。
但是,這次真的不一樣!這次真的不一樣!這次真的不一樣!(重要的事情說三篇)
如果你懂深度學習,如果你懂AlphaGo,你就會明白,AlphaGo不再是依靠蠻力計算,而主要是靠深度神經網路,靠增強學習自我學習。
深度神經網路是個黑箱。輸入棋局,通過神經網路,輸出對棋局的判斷。AlphaGo只要這麼簡單,智能就在神經網路當中。
這次是圍棋,完全可觀察,如果下次就是星際爭霸,那麼大家會作何感想呢?
深度學習正在變革所有行業,AlphaGo則開啟了通用人工智慧的大門!
通用人工智慧是什麼?
通用人工智慧(General Artificial Intelligence),是指能通過自我學習解決各種問題的智能演算法。人類的大腦就是一種通用智能,因為人既可以學游泳,也可以學下棋。開發AlphaGo的DeepMind就是這麼一家公司,以實現通用人工智慧為目標。
通用人工智慧並不是等價於類人智能。但解決了通用人工智慧,類人智能也必然能夠達到。
AlphaGo的演算法就是典型的通用人工智慧演算法,核心使用了深度學習(Deep Learning),增強學習(Reinforcement Learning)。而深度增強學習(Deep Reinforcement Learning),就是通用人工智慧演算法的具體表現形式。什麼叫通用?就是這個演算法既可以訓練用來下圍棋,也可以訓練用來開車,還可以訓練用來股票交易。
有人說把圍棋的路數從19路變成21路,AlphaGo就沒轍了。這是沒錯。但是DeepMind很容易就可以訓練一個適應多個路數的AlphaGo。都只是時間問題。
通用人工智慧演算法就是倚天劍,屠龍刀!演算法在手,任何問題都可以嘗試去解決!
目前國內的研究還相當少,但是,真的
是時候全面研究通用人工智慧了!
DeepMind和OpenAI正在大力發展,這個才是真正掀起人工智慧革命的關鍵!中國在這一塊如果落後的話會非常致命!必須慶幸DeepMind和OpenAI還一直公開他們的論文!
我們從DeepMind和OpenAI研究的方向就知道應該做什麼了。
1 Deep Reinforcement Learning深度增強學習,用於構造學習機制
2 Deep Generative Model深度生成模型,用於理解信息,可以用於預測規劃
3 Neural Memory神經網路記憶,用於存儲信息和推理
4 One Shot Learning 一眼學習,用於快速學習
5 Deep Transfer Learning 深度遷移學習,用於移植知識
以上多點的綜合運用,必將可以製造更強大的通用人工智慧演算法!而這些方向的研究,都越來越接近人類大腦的本質,或者說智能的本質!
要不畏懼人工智慧,那只有理解並掌握人工智慧!
(本文算作一種呼籲,呼籲更多的人工智慧研究人員投入到通用人工智慧當中。)
---------------------------------------
本專欄將全面聚焦通用人工智慧演算法!
最後,加一個推廣!為了使關注通用人工智慧的朋友們能夠更及時獲取通用人工智慧的前沿資訊,我們開通了 智能單元 微信公眾號!第一時間為大家推送最新資訊,並且不定期推送純原創最新通用人工智慧進展的解讀!
與大家一起學習,一起進步!
推薦閱讀:
※《深度卷積網路:從AlphaGo到GAN》連載:1.3.6~1.4.5
※在AlphaGo完勝後繼續頑強地分析其缺陷|陳經
※一大波 Master 正在靠近
TAG:人工智能 | 深度学习DeepLearning | AlphaGo |