亚洲 激情 小说 另类 欧美,无码在线播放一区,99 久久 国产 欧美,污视频网站在线观看二区

圖1 人工智能技術(shù)（Artificial Intelligence）

　　曾經(jīng)一度看好李世石的媒體和評論家們紛紛以人類被逼到“墻角”和人類尊嚴已難捍衛(wèi)等諸如此類的評論在表示對于AlphaGo敬畏的同時，也在為人類哀憐，但事實真的如此嗎？AI（Artificial Intelligence，人工智能）真的已經(jīng)強大到足夠取代人類了嗎？本期特邀中國人工智能學會（CAII）常務理事、模式識別國家重點實驗室主任劉成林教授，進行了專題訪問。

圖2 中國人工智能學會（CAII）常務理事、模式識別國家重點實驗室主任劉成林教授

AlphaGo的“勝算”從何而來？
　　劉成林教授表示，谷歌人工智能機器人AlphaGo的圍棋水平相較于之前的計算機圍棋系統(tǒng)有了很大的提高，主要得益于其研發(fā)團隊Deepmind采用了最先進的深度學習技術(shù)，利用深度神經(jīng)網(wǎng)絡對棋盤的局勢進行了預測，并且AlphaGo在前期搜集了大量圍棋對弈的歷史數(shù)據(jù)，其中也包括很多圍棋名人的棋譜，而且，它已經(jīng)具備了從大規(guī)模數(shù)據(jù)中學習的能力，所以它僅僅在幾個月內(nèi)實現(xiàn)了人類若干年才能夠達到的學習效果。這樣驚人的學習能力是人類可望而不可即的。
　　何為”深度學習“能力？具備這樣的能力對于人工智能技術(shù)來說具有怎樣的意義？
　　劉成林教授解釋說，人工智能的終極目標是希望機器具有像人一樣看、聽、說、思維、推理以及運動等方面的能力。在深度學習技術(shù)出現(xiàn)之前，過去采取的方法就是人類耗費巨大的精力編寫程序，輸入機器及其然后執(zhí)行預定的功能，而現(xiàn)在有了深度學習技術(shù)以后，人類只需要編寫讓機器人深度學習的程序，機器就能夠?qū)崿F(xiàn)在龐大的數(shù)據(jù)積累過程中通過學習來實現(xiàn)智能化操作，并且其水平可以在數(shù)據(jù)增加的過程中不斷得到提升。

圖3 深度學習技術(shù)

　　劉成林教授表示，機器的學習效果除了跟所收集的數(shù)據(jù)有關(guān)以外，還跟其學習的方法有著密切的關(guān)系。近年來人工智能技術(shù)發(fā)展如此迅速，主要得益于兩個方面的進步。
　　其一是機器學習的理論和方法有了新的突破，尤其是2006年開始提出的深度學習的方法，為推動人工智能技術(shù)的發(fā)展起到了關(guān)鍵性的作用；其二就是近年來計算機的計算能力提高的很快，GPU并行計算的能力在快速增長并被普遍使用。
　　AlphaGo此次之所以能夠戰(zhàn)勝世界冠軍李世石，劉成林教授認為，這是由于AlphaGo在賽前做了充分的“準備”。而這個“準備”就是對李世石棋譜數(shù)據(jù)的深度學習，而對于李世石而言，他沒有機會對AlphaGo的下棋方法進行分析，也就是說，人在明處而機器在暗處。AlphaGo是有備而來，但李世石卻是毫無準備，所以人輸給機器一點也不奇怪。

圖4 雙方對戰(zhàn)現(xiàn)場

除了AlphaGo,人工智能歷史上還有哪些不能被遺忘的里程碑？
　　此次的人機大戰(zhàn)再次掀起了人們對于人工智能的好奇，而在人工智能的發(fā)展史上，除了AlphaGo其實還有許多里程碑式的事件。
　　劉成林教授表示，里程碑意義的事件既包括技術(shù)方面的飛躍，同時也不能忽略學術(shù)理論的進步。從技術(shù)角度來說，1997年IBM人工智能機器人”深藍“戰(zhàn)勝了國際象棋冠軍，2011年IBM電腦沃森在美國知識問答節(jié)目中戰(zhàn)勝人類選手，蘋果推出了語音識別助理Siri，以及谷歌的互聯(lián)網(wǎng)搜索技術(shù)等等，都是具有里程碑意義的事件。而在這些技術(shù)進步的背后其實更多的是理論方法的飛躍，是人工智能學科的發(fā)展進步。
電腦的一小步，人類的一大步
　　近些年來”深度學習“技術(shù)的進步，打破了上個世紀五十年代所提出的”多層神經(jīng)網(wǎng)絡“訓練方法的局限性。在深度學習技術(shù)出現(xiàn)之前，當一個神經(jīng)網(wǎng)絡所承擔的數(shù)據(jù)很多時，往往其訓練或者說掌握數(shù)據(jù)所消耗的時間就會特別長，而且在這種情況下程序無法實現(xiàn)收斂，即使收斂但是其推廣能力也會比較差。2006年深度學習技術(shù)出現(xiàn)以后，很好地解決了多層神經(jīng)網(wǎng)絡的缺陷，能夠極大地提高機器人學習的效率，并改進其收斂性和推廣能力。
　　而現(xiàn)在深度學習技術(shù)應用最多的還是視覺領(lǐng)域，即對圖像和視頻的分析。在圖像分析方面，比如人們熟悉的人臉識別、文字識別和大規(guī)模圖像分類等，采用深度學習技術(shù)之后，與傳統(tǒng)方法相比，其識別性能也得到了極大地提升。
是杞人憂天，還是“技術(shù)奇點”真的已經(jīng)到來？
　　AlphaGo實現(xiàn)三連勝后，人們在驚嘆機器人所表現(xiàn)出的非凡能力的同時，也對人工智能技術(shù)未來的發(fā)展方向產(chǎn)生了諸多顧慮。對于人工智能技術(shù)是否將超越人類智慧，劉成林教授也發(fā)表了自己的見解。
　　劉成林教授表示，人工智能技術(shù)包含很多方面，除了以AlphaGo為代表的棋類人工智能，還有包括視覺識別、語音識別、推理與問答等在內(nèi)的多種技術(shù)領(lǐng)域，機器在某個專門的領(lǐng)域超過人類并不奇怪，但是在綜合智能方面，機器的能力還是遠遠不如人類的。雖說目前深度學習有很大進步，但機器深度學習的實現(xiàn)依然是依賴于人工設計的程序，而且深度學習需要有大量的數(shù)據(jù)作為訓練基礎，學習過程也不夠靈活，這些都需要在人的協(xié)助下實現(xiàn)。
　　劉成林教授表示，對于”技術(shù)奇點“所代表的人工智能全面超越人類，甚至機器反過來控制人類、對社會產(chǎn)生破壞性影響的說法，其實是很夢幻的想法。人工智能全面超越人類不是沒有可能，但這一天還很遙遠，而且即使超越也是在人類可控的范圍內(nèi)的。

圖5 圍棋的復雜性分析圖

　　不同于深藍戰(zhàn)勝象棋高手，業(yè)界普遍認為圍棋的難度比象棋要高的多。其實AlphaGo只要拿下一局的勝利，此次的人機大戰(zhàn)就已經(jīng)成為人工智能歷史上的里程碑。
　　各界頗具影響力的人士也紛紛對此次史詩性的事件發(fā)表評論：李開復認為人類不必擔憂，AlphaGo這類“人工智能”機器可能帶來的危機不是奴役人類而是讓人類喪失斗志，無所事事。扎克伯格則表示，人們現(xiàn)在擔憂人工智能的安全性就如同兩百年前擔心將來有了飛機會墜毀是一樣的道理。五個月前剛剛被AlphaGo擊敗的歐洲圍棋冠軍樊麾也提到： 我們面對新生事物要放寬眼界，畢竟人類的想象力和創(chuàng)造力還是機器學不會的，人還是最牛的。
　　雖然外界普遍關(guān)注棋局的輸贏，但事實上，無論是 AlphaGo贏了還是李世石贏了，都是人類贏了。面對圍棋這樣過高難度的策略競技，考驗了人們的邏輯性與分析能力，能造出 AlphaGo本身即是勝局。
　　人工智能贏了棋局，但是人類卻贏得了未來。