被程序棋神虐待後的心理調適

Master打遍中日韓種子選手,當今天下沒遇到對手。簡直要逆天,要翻天。實在看不下去,必須站出來說幾句穩定人心,穩定柯潔,防止他不堪重壓自絕於人民。

機器智能在哪些方面超越人類?

之前的文章談到過,人類大腦有多種功能:計算能力,記憶能力,分析能力,視覺識別,語言能力等等。計算機現在做的是單點突破,在單項能力上自我訓練、突飛猛進。

假設人腦有20種能力,每種評分10分,計算機在某些方面已經達到1000分,比如計算能力。圍棋相關的計算量龐大,那是對人而言。對機器而言很輕鬆,你別忘了人家一天自我對下幾萬盤。這種計算優勢相對人來說,是數量級的、碾壓性的。

但計算機在某些方面只有5分,如視覺識別、運動控制、語音識別、語義理解。這些方面當前的機器人還有很多不足,能走路、能避開障礙物的機器人已經算頂級科技。AlphaGo、Master還沒有語言智力對吧?還不能跑不能跳對吧?

人類怎樣接受被新物種戰勝的事實?

對於普通人來說,要接受人類並非最聰明物種,還有超越人類的物種,有點難。

你可以這麼想:AlphaGo每天幾萬盤自我對局的訓練量,相當於李世乭、柯潔下幾十年?人家比你聰明,還比你刻苦,勝出是應該的。

還可以這麼想:就像馬車跑得比人快,火車跑得比馬車快,高鐵跑得比火車快,人類某一方面能力被機器超越已經發生多次。這不是大新聞。深藍1997年就在國際象棋超越人類了,20年過去,世界因此翻天覆地了嗎?並沒有。

還有第三種想法:把姿態放低,人類只是自然中的物種之一。在超越人類的圍棋程序視角里,人的計算能力就是蟲子。承認現實,接受現實,在圍棋能力方面,人類只是蟲子。但在其他方面,你還有競爭優勢,去做機器難以取代的事。


推薦閱讀:

深度學習平台開發實踐及未來發展| Live預告
譯文:機器學習需要具備怎樣的數學水平?
Learn R | Association Rules of Data Mining(一)
結構化感知器(structure perceptron)與普通感知器(perceptron)有何不同?
MIT線性代數課程精細筆記[第九課]

TAG:AlphaGo | 机器学习 | 围棋 |