科学网 › 标签 › 李世石

标签: 李世石

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

围棋大战中的人与技术: 热度 1 lvnaiji 2016-9-27 10:09; 吕乃基阿法狗与李世石的围棋大战已经以阿法狗大胜落下帷幕，人工智能界与围棋界纷纷从各自的视角加以评论，核心问题是人与技术的关系一、你追我赶和相互合作围棋大赛4：1的结果表明，技术的发展已经由一路跟随自然界进化到人的历程，进入到与人你追我赶和相互合作的阶段。第一次工业革命后，技术开始了追赶人类的进程。在自然界的各种运动形式中从基本物理运动起步。所谓“基本物理运动”，也就是机械运动、热运动和电磁运动，自然界所有运动方式都包含基本物理运动并以此为基础。技术的发展同样如此，从各种机械、蒸汽机、内燃机和电机开始。在这一阶段，人类弯腰俯看技术，批判技术，是机械技术拉低了人的身段，让人成为机器，这就是卓别林在《摩登时代》的表演。由第二次工业革命到20世纪上半叶，随着染料、化纤和各种材料问世，技术进入化学运动阶段，人类既赞美技术，也憎恨由此带来的种种弊端。上世纪末，技术由基因工程等迈上生命运动的高度，与此同时，信息技术、电脑、互联网的发展意味着技术的发展正在开启意识运动的大门。美国卡内基-梅隆大学移动机器人实验室主任汉斯·莫拉维克“觉得机器人的发展大体上重复了生物的进化，所涌现出的一代代机器人的性能类似于不断增加的动物神经系统的复杂性。”在技术亦步亦趋接近人类之时，人类开始恐惧技术。而今，技术追赶人类的脚步不仅就在身后，而且在某种意义上已经与人并驾齐驱，在某些方面甚至有所超越。机器人沿着程序化由易到难的道路推进，渐次将人的功能机器化，并在这些方面做得更好。技术进入了与人之间你追我赶的局面。值得注意的是，技术与人之间的这种互动不同于以往技术与人的关系。蒸汽机、电机、热机代替了人的力量，人自身的力量并没有因此变得强大，相反，还不如古人强壮；汽车、火车、轮船、飞机代替了人的出行，人自己并没有因此跑得更快，也没有能上天下海。人工智能不一样，开启了技术与人之间的互动模式。国际象棋大师加里 • 卡斯帕罗夫输给深蓝。一开始人类选手基本上对这种比赛失去了兴趣。但卡斯帕罗夫意识到，如果他能像深蓝一样即时访问包含先前所有棋局中棋路的大规模数据库，就能表现得更好，由此提出“人加机器”（ manplus-machine ）的概念，也就是“半人马”型选手，可以在比赛中听取人工智能提出的走棋建议，偶尔也会否决他们，颇似开车时使用GPS智能导航的情景。在对任何模式的选手开放的2014年自由式国际象棋对抗锦标赛上，纯粹使用人工智能国际象棋引擎的选手赢了42场，而“半人马”型选手赢得53场。当今世界上最优秀的国际象棋选手队伍就是“半人马”型的Intagrand，它由一个人类团队和几个不同的国际象棋程序组成。人工智能的出现并未削弱纯人类国际象棋选手的水平和参加这一运动的兴趣。恰恰相反，在廉价且超级智能的国际象棋软件的激励下，下国际象棋的人数、锦标赛的数量以及选手的水平都达到了历史之最。与深蓝首次战胜卡斯帕罗夫时相比，拥有国际象棋大师头衔的人数至少翻了一番。现今排名第一的人类国际象棋选手马格努斯 • 卡尔森（ Magnus Carlsen ）就曾和人工智能一起训练，并且被认为是所有人类国际象棋选手中最接近电脑的一个。他还是有史以来评分最高的人类国际象棋大师。这些大师是人、机，还是半人马？人与“马”在互动中共同进化。国际象棋是这样，围棋，以及人工智能的其他分支也会是这样。很多职业棋手都觉得阿法狗的第二局第37手棋不同凡响，说没有人类能下出这手棋。阿法狗几乎有全部人类棋谱的基础，是在向人类学习。阿法狗说它觉得人类会下出来这步棋，只是概率为万分之一。但它同时对位置进行了分析，通过更深层次的评估，认为这手棋的力量很大。这是阿法狗在人的基础上前行，同时也意味着它已经准备好超越人类，创造和发现新的风格和棋路。古力观赛时表示，“如果阿发狗又赢了，我们就要学习这几招了”。“棋圣”聂卫平也改变态度说，对第二局中阿法狗第37手“天外飞仙”般的下法要“脱帽致敬”。阿法狗的出现给围棋理论打开了全新的大门。大局观的境界、“弱手”的定义等等看来都会被颠覆刷新。李世石则“在战争中学习战争”，柯洁戏言，他可能会下不过被阿法狗“虐过”而棋力大增的李世石。在第四局；李世石以天赐的“神之一手”让阿法狗陷入混乱。这是人受阿法狗的促逼和启发而提升。接着又是阿法狗再次迈步向前。对于创造出“阿法狗”的DeepMind公司来说，输掉一盘棋不是什么坏事，反而很高兴终于有人类发现了“阿法狗”的弱点，以帮助它改进。李世石虽然输了比赛，但在人工智能和人类整体的发展过程中留下了自己的足迹。阿法狗与人类你追我赶，正如网友所说：人类和智能之间的距离仅半目之遥。技术与人的你追我赶远不限于围棋，阿法狗战胜李世石只是一种标志和象征。技术的每一步发展对人类社会的影响都远远超过其直接的效果，阿法狗也是这样，其影响在围棋之外的第一步扩展是深度学习。有网友称，人通常把有谁能够“理解”解释不了的东西就叫做有悟性，而只能理解解释了的东西就是没有悟性。这一说法十分形象。而“没有悟性”，基本上也就划定了一个人能力的边界。在探索人类的学习过程中，人工智能发展出包含蒙特卡洛树在内的深度学习。第二局中阿法狗第37手“天外飞仙”，在职业棋手看来是神一样的悟性，而在阿法狗那里，可以条分缕析，化神奇为常理。而且，阿法狗所依据的算法具有极强的通用性，意味着它不经改写就可以应用于别的游戏或者工作。 AlphaGo 透过学习人类千年来智慧的结晶，学习大量的棋谱与棋路，可以拥有类似人类的‘直觉’下法，无须穷举运算所有的棋路，就可以决定哪一个落子处，最有机会获的胜利。黄士杰表示，‘直觉’是围棋比赛中最重要的关键，职业棋士总会有神来一着，但他们也无从说起判断为何。由于围棋的变化有10的170次方，若是想要把所有的棋路穷尽思量，那么几亿年也无法运算完。因此AlphaGo采取可以判断优势的‘策略网络’，辅以可以推断棋路的‘价值网络’，让AlphaGo能拥有类似人类的直觉，以便在围棋这类复杂的棋类运动中，与人类对弈并取得胜利。黄士杰表示，在1990年时，人工智能还无法做到与人类较量围棋的能力，当时尽管让AI先下25个棋子，但仍会在最后全部被吃光落败。时至今日透过Google机器学习技术的帮助，AI的发展已经突飞猛进。在《三体》中，三维世界看四维世界叫做“方寸之间，深不见底”。随着人工智能一步步解析悟性、顿悟之类说不清道不明的心理过程，随着更多人向人工智能学习如何深度学习，以及在人工智能的协助下深度学习，那么以往难以理解的悟性等等，就有可能是“深，可测”。人工智能自从降生以来，一直是在向人类学习如何学习，现在，人类可以向人工智能学习如何深度学习，以及可以合起来共同深度学习——这才是围棋大赛最重要的成果。以往的悟性，是自为而非自觉，对于人类来说是“必然王国”而非“自由王国”。一旦由人工智能揭示悟性之奥秘，认识过程就可能由“必然王国”进入“自由王国”，成为人类自觉的行为。人类的能力因此将获得前所未有的扩展与提升。二、心与脑自然，在眼下看来，机器人其实不是在“下棋”——只是懂得算法而已，回过头来，是人类赋予阿法狗所下的每一步棋以“棋理”或特殊的意义，例如“天外飞仙”、美学、妖刀，或僵尸。一句话，以人类的方式来理解它，赋予其人类的意义。这一过程有点像做应用题。先是提出需要解答的问题，然后设未知数列方程解方程，运算过程本身实际上并不理解所得到的数值解的含义，还需要作“答”来解释其意义。柯洁认为，出于人类心态上的原因，计算机的胜算可能会更大，“但围棋的精髓和文化的内涵还需要人类的传承”。然而，阿法狗之胜，就在于不顾“意义”、“精髓”和“文化”，有脑无心，有理无情；在人类所遇到的不尽的事务中心无旁骛，只做一件事，而且只做如国际象棋和围棋那样有边界有规则重复博弈的事。正是通过重复博弈而演进博弈，开发深度学习，实现人工智能的重大突破。多少年来，人类一直为心脑关系所迷，所累。在某种意义上说，脑是系统，心是环境。这里的“心”不仅是心脏，而且是包括心脏在内的整个人体（body）。人类的祖先是以所有的感官与直觉感悟周围的一切，甚至拥有现代人已经失去的“特异功能”。在近代科学革命前，自然界用它那富于诗意的感性光辉向人的全身心发出微笑（马克思）。近代以降，理性脱颖而出，我思故我在。洛克要求父母“必须尽最大努力……压制”儿童的诗人气质并“使之窒息”。换个说法，也就是“脑”登场，“心”退位。在“脑”的前面，是“一个冷、硬、无色、无声的死沉世界，一个量的世界，一个服从机械规律性，可用数学计算运动的世界，”而心灵则成了“处理机械自然中为物理学无法解释的一切感性经验的倾倒垃圾的场所”，成了垃圾箱。理性在18、19世纪达到顶峰，那就是“以头立地”。到了20世纪，body的地位和作用再度得到提升。人对于世界不仅是认识，而且是感觉，以及感悟，不仅用脑，而且用心，用全身心。然而目前的人工智能的研究，虽然有些计划冠之以 “心智的十年”（The Decade of the Mind），但在实际上似乎“无心”，几乎全部精力和资源都集中于脑。Body，不仅为大脑提供动力和营养，以及执行大脑的指令，而且全方位参与对世界的感知、认识、判断和选择，是人类智能不可或缺的一环。反过来说，大脑也只是人的一部分，人的智能是人整体所具有的功能，并不只是大脑的功能，智商与情商不可分割。站在这一角度看，“人工智能”这一称谓目前所强调的只是科学技术对人脑的研究与仿生，所考虑的只是“智商”，不涉及body和情商，甚至剔除情商。在人工智能与李世石的对垒中，谷歌声称，他们的阿发狗没有压力、胜负感，不在意奖金和人们怎么看，以及不知疲倦，而李世石与这一切有千丝万缕的联系，斩不断理还乱，譬如“为人类的荣誉而战”。这就提示，一旦斩断情缘，人工智能之“智”，有可能超越与“心”“情”不可分的“智”。刚结束的比赛结果表明，这样的超越已经成为现实。从更深层面来说，就是科学技术未必沿着人类心（body）脑同步进化的路径，可以走把系统从环境中分离出来的进路。李世石则表示，再也不想与阿法狗下棋，“因为我和它完全没有感情交流，虽然此前做过很多设想，但在实际的比赛里，我的压力是超越大家想象的。和没有感情的机器对弈是一件非常艰难的事情。” 常有这样的议论，人工智能再聪明也没有情感，只是机器而已；殊不知，人工智能之所求原本只是“智”，是“缸中大脑”，而非“情”非人；或许正因为此，人工智能可能超越为情（包括形形色色的意识形态之争）所困的人的智能。智能就是智能。是否该赋予阿法狗以“情”以“心”？凯文凯利的建议是：随着人工智能的发展，我们可能要设计一些手段阻止它们拥有意识，而当我们宣传最优质的人工智能时，很可能给它打上“无意识”的标签。想起这样两句话：上帝的归上帝，凯撒的归凯撒。请上帝照看人的灵魂，我来照看人的肉体（米开朗琪罗）人机合一。人，照看自己的灵魂，做出决策；机，人工智能从事计算，提供决策的依据和选项。至于“情”，人类社会的你争我夺难道还不够，还要让“机器”也带上它的价值判断，一起来走这趟浑水吗？顺便说，Google内部有伦理委员会，来决定科技的使用方式是否正确，当然也未必就是“正确”了。; 个人分类: 科技|2454 次阅读|2 个评论

人机围棋大赛之后: 热度 30 xying 2016-3-16 08:06; Alpha Go 大胜李世石赚足了世人的眼球，被誉为机器与人类的大战，人工智能对人类的挑战从小说电影，被这场围棋赛生动具体地放在人们的眼前，引起了许多的争论和深思。韩国律师说， Alpha Go 集人类无数的围棋经验，动用数百台电脑对李世石的发招，进行了并行运算后下子，相当于围殴，这不公平。他不懂，其实谷歌只是借此来展示软件技术进步，无关公平竞赛和个体荣誉。以计算机硬件发展的速度，用单板机代替几百台电脑的能力，不过是十来年就能办到的事。人工神经网络的AI，也已成功地应用在生活中，关键是想做广告：谷歌领导着潮流。有些评论，对 AI 的理解，还停留在符号主义演绎推理智能的时代，认为这机器的判断能力是程序赋予的，是把人类掌握的知识列为规则，让机器在演绎推理中有章可循，机器不过算的快，想的深，不知疲劳而已。这思路确实是上个世纪 80 年代前 AI 的主流。 1981 年，日本曾投入了大量的资金，开始雄心勃勃第五代计算机的研究。然而模仿人类智能的专家系统，在长达十几年探索中，人们认识到有两个根本的问题绕不过去。一是互动（ Interaction ）问题，符号主义的系统只能模拟人类深思熟虑的理性，机器人发展最需要的是感知、移动、互动，而不是人类最无趣的抽象思维技能。二是放大（ Scaling up ）问题，想象中无限美好的前景，只限于较窄一类问题的专家咨询，或小尺度游戏问题的演示；将证明过原理的设计原型，应用到实践时，各种复杂因素产生了组合爆炸。人类瞬间都能做出的判断，例如识别人脸，穿过有家具的房间，对计算机都艰难无比。所以沿着符号主义路子的 AI ，穷尽搜索和启发推理，可以胜任简单的棋类博弈，却难以落子“方寸之间，深不见底”的围棋。围棋的定式和审时度势，可以归结为模式的识别和应对。这是一种“感性的”或举一反三的联想智能。从上世纪 50 年代初的 Perceptron 人工神经网络， 80 年代由 BP 算法复兴的浅层网络，到本世纪初构造具有卷积功能网络（ CNN ）来复合深层网络，无监督和监督的深度学习，都是通过样本的训练，以改变网络中人工神经元间的联接权重，来学习经验。这种联结主义模型产生的是一种下意识的感性智能，与符号主义的理性智能不同，你无法将知识直接输送给它，它也无法告诉你，凭借着什么特征或规则得出了具体的结论，它却像经验老道的高手，对熟悉的情况能够做出明智的判断。人工神经网络的技术，已经广泛地应用在我们的生活中。 2014 年 Facebook ，应用 9 层神经网络的深度学习方法，对人脸的识别率可达到 97.25% ，而在电话答复系统， iPad 的 Siri 中，各种代替人力的语音辨识技术已被广泛地应用。机器在模拟视觉和听觉的辨识能力上已经非常接近于人类了。 Alpha Go 的技术核心是基于神经网络的深度学习，用了 3000 万步的职业棋手棋谱来训练对棋势的“悟性”。这次的比赛，只不过是以轰动的形式，告诉人们联接主义 AI 的进展。 Alpha Go 对李世石的胜利，让许多人深思后毛孔悚然。在四五十年前，专家系统的 AI 时代，人们曾好奇地问，计算机会比人类更聪明吗？智能机器人会反叛吗？有知识的人那时都很淡定：机器是在人类制定的规则中行事，其智慧不外是在人赋予的知识内进行逻辑推理，可以规定机器人三定律，第一法则是“机器人不得伤害人类，……”。对那时的 AI 可以这么想，但如今深度学习的联结主义机器，完全在模仿脑子的功能，虽然现在还需要我们帮助构建先天的联接拓扑和挑选训练的内容，实现的还只是人类智力的某项功能，离综合智能还很远，但不难想象今后具有更快速度更大容量，能够在互联网中自学的机器。令人忧虑的是，这种联结主义机器的脑子是个黑箱，它是怎么想的，知道些什么，为什么会这样想，我们都无法了解和控制。即使拆开硬件，企图分析具有亿万联结的数据也无济于事。生物在某些智能上超越人类的很多。在辨识方面，狗的鼻子远比人灵敏，很多动物在地震前都能警觉，凶猛动物判断速度调整机体预测反应的能力，都胜过人类，我们对此欣赏而不忧虑。人造的机器，其力量速度和精确性是人类不可比拟，计算机的计算推理能力超越了人类，我们也泰然处之。这些不可怕，因为在人类的智慧面前，它们都是可控的。我们为什么这么担心AI？圣经里说，全能的上帝创造了人类，无忧无虑无知无识地生活在伊甸园里，直至受到蛇的诱惑，吃了智慧果后知善恶，自己能够做判断，这越出上帝指导的企图，引起造物主的震怒，便成为人的原罪。今天的人类凭借着智慧发展了科技，也扮演着上帝的角色，建造伊甸园，圈养宠物，创造机器。当人造的机器拥有智慧也能独立判断，不再对人唯命是从时，我们能够在机器预埋原罪的观念，用圣经教化它们吗？西方人的忧虑来自其文化深处信念的自省：人因智慧成为万物之灵，替代了上帝主宰着世界，害怕当机器的智力超越人类时，我们将如何自处。以致于有人大声疾呼：要禁止 AI 的研究，它终将会奴役人类！但这只是一元神文化孕育出的创造与驯服的思想模式。信奉绝对力量的征服。中国传统文化，深思过人与环境和谐相处之道，在那里没有全能全知的神，人也从未真正统治过世界，着眼于胜负之技只是工博弈之“术”，逆天而行不可为，而知天意则要悟其“道”。既然忧心于人类与机器智能的冲突，那就从博弈之道来看未来吧。智能作为动物的一种本能，确是为自然竞争而进化来的。模式识别为生存博弈之所需，识别环境分辨敌我和伪装欺瞒，都是竞争中的智能，在生物识别和欺瞒的博弈中，双方都是以最小的代价争取最大的收益。在机器识别技术与客户欺瞒智力的博弈中，双方也依对手而采用恰当代价的策略。所以技术的升级是在博弈中交互变化的，道高一尺魔高一丈。象棋围棋只是固定规则限制手段的一种博弈，在生存发展进化中，环境目标能力手段是多变的。机器能否识别任何的模式，发现其行为的规律？其实这也是人类科研的梦想。这可能吗？感知只是事物的部分属性，所以识别只能是部分地确定，而模仿总是可能的。识别和欺瞒的对抗竞争中，智能的升级没有止境，意味着识别不总是可能。事物的规律是行为的模式，从博弈的观点，博弈的结果由局中各方的策略而定，没有一方能单独决定结果。无论是机器还是人，一旦有了自主的意志，对方就无法确定其行为，也就无法把握规律和结果。博弈总是以不对称的优势取胜，所以识别模式和掌握规律总是有限度和暂时的。能否通过学习渐进逼近被识别的模式？这取决于它所在的博弈局势。例如对“少数者胜（ minority game ）”的局势，获胜的机会在于与众不同。比如说，两条平行车道哪条更挤的问题，或者股市变化的模式，若有确定的答案，局中的其他智者都据此行动，这样原来不挤的车道就变挤了，原来能获利的机会被人下套了，因此这模式就不再是对的了。对许多博弈，没有不变的取胜模式。因此生存竞争并非仅因智力就能取胜。机器不可能因智力优势便能淘汰人类。竞争中的博弈并不仅仅是对抗，合作往往是双赢的优势策略。识别和理性也是为合作而生的智能。对于“从众博弈”，即随大流能形成合作互利的局势，必然会出现“路径依赖”的现象。最早被传播的论断，认知或应用，即使不是最合适的，也最终会成为公认正确的模式。山间的小路是这样走出来的，网络语言是这样流行的，键盘的字母分布也是这样成为标准的。这种局势对学习最有利。实际上，有效辨识大部分事物的模式，语言的形成，人类的交流、学习和知识体系的成功，就是基于这类博弈局势上的学习效率。现在机器智能的发展与人类的需求也正是处在这种利于合作的局势。机器智能的发展，因人类对生活舒适需求而来，如同代替体力劳作的机器发明一样不可抗拒。不难预测人工智能在各项智力活动中将逐一超越人类。奇点到来时，技术的发展将超越人类的理解能力，无法预警其发生。人们因此而恐惧。但是，我们真的已经理解自然和我们生活的环境吗？科学的发展让我们已经习惯于，用种种人为定义的概念和原理，诸如物理概念定律，经济规律，社会理论等等来构造世界的图像，其成功地解释我们观察到的现象，让我们认为真实的世界就是如此，而忽略去无数不能纳入这个图像的事实，以及我们理解能力之外的因素。因此，当机器的智能超越我们的理解时，也不足为奇，我们也很快就有能够自圆其说，来理解这个世界的理论。也许人们担心的是未来的机器是否会奴役人类。现在的机器智能还是完全依赖于人类来发展的，其“世界观”的形成来自人类的文化的信息样本。人类的文化给予机器智能早期的教育，也将形成将来AI依赖的思想路径。机器的智能靠与人类的合作得以进化，未来的生存竞争会否陷入“囚徒困境”的博弈局面，人与智能机器的未来是陷入征服的恶斗，还是携手合作，取决于我们对机器的心态，对自身的理解和文化的传承。据说，外星人觉得人类是汽车的奴隶，每天汽车把人吞进去，嬉戏奔跑，休息时再把人吐出来，让人给它洗刷护理，美容保养，辛劳地负责它的生育、提高、修理治疗的终生服务。【说明】此文部分内容摘自我已发表过有关深度学习的专栏文章“智能的进化与博弈”，《中国计算机学会通讯》 P50 ， 114 期， 2015 年 8 月。; 个人分类: 科普|11838 次阅读|84 个评论

由谷歌到阿法狗到李世石到“半人马”到……: 热度 7 lvnaiji 2016-3-15 09:09; 吕乃基在李世石一输再输之时，人们从一开始的乐观——或许是“审慎的”，陷入了“非审慎”的悲观。第一波直接受冲击的是棋友、棋童、棋院、棋牌室和围棋频道等，围棋，还值得学、有得玩、有人看吗？《连线》杂志创始主编凯文 • 凯利对于经济和社会发展的趋势有着深刻的见解。 20 年前，他的《失控》一书，便已预见了当下几乎所有的互联网经济热点概念，如：物联网、云计算、虚拟现实、网络社区、大众智慧、迭代等。凯文 • 凯利在新书《必然》中提到了未来 20 年的12种必然趋势。凯文凯利说起国际象棋大师加里 • 卡斯帕罗夫输给深蓝。一开始人类选手基本上对这种比赛失去了兴趣。但卡斯帕罗夫意识到，如果他能像深蓝一样即时访问包含先前所有棋局中棋路的大规模数据库，就能表现得更好，由此提出“人加机器”（manplus-machine）的概念，也就是“半人马”型选手，可以在比赛中听取人工智能提出的走棋建议，偶尔也会否决他们，颇似开车时使用GPS智能导航的情景。在对任何模式的选手开放的2014年自由式国际象棋对抗锦标赛上，纯粹使用人工智能国际象棋引擎的选手赢了42场，而“半人马”型选手赢得53场。当今世界上最优秀的国际象棋选手队伍就是“半人马”型的Intagrand，它由一个人类团队和几个不同的国际象棋程序组成。人工智能的出现并未削弱纯人类国际象棋选手的水平和参加这一运动的兴趣。恰恰相反，在廉价且超级智能的国际象棋软件的激励下，下国际象棋的人数、锦标赛的数量以及选手的水平都达到了历史之最。与深蓝首次战胜卡斯帕罗夫时相比，拥有国际象棋大师头衔的人数至少翻了一番。现今排名第一的人类国际象棋选手马格努斯 • 卡尔森（ Magnus Carlsen ）就曾和人工智能一起训练，并且被认为是所有人类国际象棋选手中最接近电脑的一个。他还是有史以来评分最高的人类国际象棋大师。你能说是这些大师是人、机，还是半人马？人与“马”在互动中共同进化。国际象棋是这样，围棋，以及人工智能的其他分支也会是这样。值得注意的是，这种互动不同于以往技术与人的关系。蒸汽机、电机、热机，代替了人的力量，人自身的力量并没有因此变得更强大，相反，还不如古人强壮；汽车、火车、轮船、飞机代替了人的出行，人自己并没有因此跑得更快，也没有能上天下海。人工智能不一样，开启了技术与人之间的互动模式。很多职业棋手都觉得阿法狗的第二局第37手棋不同凡响，说没有人类能下出这手棋。阿法狗几乎有全部人类棋谱的基础，是在向人类学习。阿法狗说它觉得人类会下出来这步棋，只是概率为万分之一。但它同时对位置进行了分析，通过更深层次的评估，认为这手棋的力量很大。这是阿法狗在人的基础上前行，可能意味着它已经准备好超越人类，创造和发现新的风格和棋路。古力观赛时表示，“如果阿发又赢了，我们就要学习这几招了”。“棋圣”聂卫平也改变态度说，对第二局中AlphaGo第37手“天外飞仙”般的下法要“脱帽致敬”。阿法狗的出现给围棋理论打开了全新的大门。大局观的境界、“弱手”的定义等等看来都会被颠覆刷新。李世石则“在战争中学习战争”，柯洁戏言，他可能会下不过被阿法狗“虐过”而棋力大增的李世石。第四局李世石的胜出意义重大，让人们看到电脑不是神，人类与之平起平坐；李世石以天赐的“神之一手”让阿法狗陷入混乱。这是人受阿法狗的促逼和启发而提升。接着又是阿法狗再次迈步向前。对于创造出“阿法狗”的DeepMind公司来说，输掉一盘棋不是什么坏事，反而很高兴终于有人类发现了“阿法狗”的弱点，以帮助它改进。李世石虽然输了比赛，但在人工智能和人类整体的发展过程中留下了自己的足迹。阿法狗与人类你追我赶，正如网友所说：人类和智能之间的距离仅半目之遥。围棋又不同于国际象棋。“方寸之间,深不见底”，这是《三体》中被当作经典的一句话。19 × 19 ，又岂止“方寸”？围棋之于国际象棋，其难度不可同日而语。正是为了要挑战围棋，DeepMind不像此前的围棋程序试图通过穷举法计算下完每一步之后局面的变化（而依照现在的计算机能力，是无法完美实现的）来作出取舍，而是提出新的算法，把人工智能推向新的高度。有网友说得好，阿发狗的确没情感，但是它的主人要是也没有情感，阿发狗就无法诞生。在阿发狗之前需要情感、价值观与文化，给阿法狗以动力和方向，在阿发狗下棋后也需要有价值判断和文化。机器人其实不是在下棋 —— 只是懂得算法而已，人类可以赋予阿法狗所下的每一步棋以“棋理”或特殊的意义，例如“天外飞仙”、美学、妖刀，或僵尸。一句话，以人类的方式来理解它，或者说，赋予其人类的意义。这一过程有点像做应用题。先是有人提出需要解答的问题，然后设未知数列方程解方程，运算过程并不理解所得到的数值解的含义，还需要作“答”来解释其意义。柯洁认为，出于人类心态上的原因，计算机的胜算可能会更大， “ 但围棋的精髓和文化的内涵还需要人类的传承 ” 。棋力与棋理，理性与情感，脑与心（body），系统与环境（语境），科技与文化……，如此大体上相当的组合还可以扩展下去。当人们纷纷笑话阿法狗与人工智能不知输赢不明棋理不懂情感之时，凯文凯利的建议是：随着人工智能的发展，我们可能要设计一些手段阻止它们拥有意识，而当我们宣传最优质的人工智能时，很可能给它打上“无意识”的标签。博主想起了这样的一段话：上帝的归上帝，凯撒的归凯撒。或者，请上帝照看人的灵魂，我来照看人的肉体（米开朗琪罗）; 个人分类: 科技|6820 次阅读|17 个评论

从深蓝到深思想：大巧若拙，重剑无锋: 热度 1 jiangming800403 2016-3-14 20:36; 2016-3-13 20:02 alphago根本不知道谁是李世石，所以相当于双盲测试，alphago第二盘走出了任何棋谱中都没有的一些招法，所以它的计算和棋谱关系不大，将来alphago可以不需要任何棋谱，自我学习，也许会更厉害！博主回复(2016-3-13 21:26) ： alphago算法最简单的一种说法是基于深层神经网络和蒙特卡罗方法的搜索与判断，虽然实现起来相当复杂和困难，但本质上仍然是在有限的向量空间里一种优化决策，阿狗虽然可以不断的自主学习和训练，但突破不了人类最初喂给它的棋谱。如果阿狗还是对阵欧洲冠军的棋谱，它大概永远赢不了李世石。博主回复(2016-3-13 21:24) ： alphago不知道谁是李世石，但是alphago背后的团队清楚，alphago对棋局的理解应该是建立在对以往棋局的最大近似上的，在此基础上在对局势进行预测和决策 alphago之所以能取得超越前辈深蓝的功绩，算法可能还是次要的，最主要还是计算机硬件的进步。深蓝战胜卡斯帕罗夫已经二十年了，这期间计算机技术仍然以摩尔定律的速度呈指数型进步。alphago的每一次决策都可能要分析上亿次情景，进行数万亿次计算，这只有超级计算机的运算速度、海量的存储容量，以及闪电般的数据读写才能完成。如果把alphago的计算程序装入它的前辈深蓝。不要说下棋，电脑可能干脆罢工。为了对阵李世石，谷歌的分布式服务器上据说动用了相当于世界上run得最快的超级计算机——天河二号10%的计算能力，而天河运行二号一天的电费据说超过10万美元。alphago运行一天消耗的能源，大概能满足李世石的全年能耗，alphago虽然可以战胜李世石，但是从计算效率来看两者之间的能耗大概还差了几个数量级。两次人机大战，卡斯帕罗夫与李世石的能量消耗应该差不多。alphago与它的前辈深蓝相比则是一个费电的无底洞。实际上，alphago挑战人类最强大脑走的还是大巧若拙，重剑无锋的样子，在天价电费支持下，完成海量搜索与逻辑判断，从而对人类做出一个优选出一个胜率最大的碾压式的决策。谷歌是一个具有政治正确性的公司，这也是它搞出alphago这样一个费电的玩意儿的重要原因。但是，在能耗上的低计算效率，这也说明人工只能距离人类智能还有大量的路要走。; 个人分类: 科研八卦|3563 次阅读|2 个评论

人工智能获胜的第二要点：一个“人”在战斗，只为一件事战斗: 热度 2 lvnaiji 2016-3-13 10:54; 吕乃基人是社会关系的总和。人的心理活动、认识过程、喜怒哀乐，以及人的智能的形成与发展无不受到社会特别是所处社群的影响。反过来说，社会就是人际直接和经由物间接所发生的关系之总和。博主在“ 人工智能获胜的第一要点：摆脱系统与环境，局部与整体关系的羁绊 ”中分析了人类历史上“心脑关系”的三个阶段，个人与社会的关系大致也经历相应的三个阶段。远古没有独立的个人，一切资源包括知识都由部落整体共享。之所以“言必称希腊”是在于两个“独立”，在自然哲学，人从自然界独立，天人分离；在商品经济和城市生活中，个人从整体中独立。这两个“独立”或者“分离”在启蒙运动和近代科学革命中达到顶峰。20世纪以降，在呼唤天人合一的同时，形形色色的社群如雨后春笋般生长出来，如茶党和各种绿色组织；眼下多如牛毛的微信群更是把各色人等n网打尽。在大数据时代，一方面个人的隐私一一曝光，无论主动（自拍，然后“晒”）还是被动（人肉）；另一方面个人淹没在大数据中，无足轻重。在大脑中，难道可以测出一个脑细胞怎样思考？在互联网大脑中，个人同样可以理解为只是其中的一个脑细胞。在物联网看来，人与物不过都是信息和数据而已。人工智能，不为社会与个人之间剪不断理还乱的关系所动，在现阶段撇开社会，只用于个人，提升个人的智能。在此意义上，人工智能也可以称之为“个人智能”，虽然今后有可能发展出“团队智能”。至于 “个人”，一旦去除所有的人际关系，实际上也就不再是人（如狼孩）。不仅是从这样抽象的个人入手，而且从一件件独立的事入手，心无旁骛。下棋，与升段、奖金、冠亚军无关；司机和售票员专心开车卖票，不会有刘心武的《公共汽车咏叹调》。正如凯文凯利说，我们希望自动驾驶汽车能够超乎常人地专注于道路，而不是在纠结之前和智能车库之间的争执。医院里的综合“沃森”医生能一心扑在工作上，永远不要去想当初是不是该学金融专业。当然，“沃森”医生背后的人工智能没有考虑到中国的医患纠纷。一方面尽可能从人类在某一领域，例如围棋的全部知识——包括如何进一步学习的知识中获取营养，模拟人脑“分层”和“抽象”的认知和思考方式，还会左右互搏，自我学习，短短几个月就从初段飙升到九段水平，另一方面只是与一个人比试，以及只是下围棋；李世石也好，柯洁也罢，自然都不在话下。分析，还是分析。去除人际关系，去除个人身上来自社会的纷繁事项。一个“人”在战斗，只为一件事战斗。人类是团体冠军，个人可以是全能冠军；人工智能则是个人冠军，单项冠军。这就是现在的“弱”人工智能，擅长于单个方面的人工智能。 “强”人工智能是否会走把单项综合起来的路径，还是把单项进行到底以求凤凰涅槃浴火重生？; 个人分类: 科技|4823 次阅读|6 个评论

阿尔法狗围棋，传统计算机算法是否被颠覆？: 热度 23 dulizhi95 2016-3-12 11:18; 阿尔法狗围棋，传统计算机算法是否被颠覆？我这人喜欢直来直去。说实在话，从我的经历来看，就计算机算法和编程构思能力而论，我还没有在乎过其他人。论证为什么如此，有几大点依据：当年读研学洋人的数据结构和算法这门课，厚厚一大本，后面有大量高难度的算法习题，顶尖学校学生普遍啃不动。记得清华 W 有一次跟我说，他很佩服清华少年班的一小子，那小子竟然能将后面的习题都做了一遍！也就是说，整个学校那么多顶尖学校的学生，只有那位少年班一人能做！感觉 W 有不信我的意思，因为我曾跟人表示过后面的习题我能轻松做一遍。 W 在国内就已经是计算机专业高手，我经常找他请教，包括操作和编程刚开始我都不溜， W 人不错，总能友好相助，但他从未问过我问题，所以他当然不了解我的实力。比如北大的 H ，另一名校的 H ，都跟我深度讨论过复杂问题，他们知道我。后来在公司工作，别人写的程序。大而复杂，我不要任何文字说明，硬读源代码就能将别人的思路推出来。一些经典的知名的计算机算法：比如，最短路径，最小耗费树， 3SAT 到 Hamilton 环转化算法，伟大的史蒂文库克那个著名的所有 NP 问题朝 3SAT 转化的算法，我都能轻松看懂。想想若是我自己在他们之前能进入到那个氛围，能长时间投入时间精力搞，我也可能想得出。但，这次的阿尔法狗围棋，我想不出如何实现，不得不敬佩和崇敬那帮卓越的软件工程师。假使这群软件工程师，同时也是顶尖围棋高手，水平至少不亚于李世石，那么，我能想象得出他们用什么方法做出了这个软件。问题是，这群优秀的软件工程师可能连围棋业余水平都没有！这，我想象不出他们的方法。也就是说，阿尔法狗的水平不是凭固定的算法，而是在学习中自我提高。这样的人工智能学习无疑超难或超领先，才疏学浅的我，理解不了！仅由此可以看出，传统的计算机算法已经被颠覆！也就是说，高超的算法由电脑在学习中自己得到，而不需要设计者事先设计出来！这当然是颠覆！那么，中国如何，我们现在人工智能水平在一个什么层次？首先，人工智能的所有领域开创者，都是洋人，中国的教科书基本上都是翻译照抄。就这个机器人学习而言，据我所知，中国目前这方面的水平层次，无论是教科书还是内牛们的所谓论文，还停留在机器人学习由于瓶颈的缘故，效率很低这个层面。所以个人以前从不敢想象电脑能战胜围棋高手！ PS:有匿名者质疑我的“计算机水平”，称我无非就是“会做题而已”，我告诉你我确实“计算机水平”极差，但我的算法功力极其强大。何以证明？我公布的那个Hamilton程序就足够了（NP完全），轻松快速百分之百的正确率，全世界无第二人。当然，更进一步的证明将在不久的后面。我这里并谈谈RSA密码破译。完整的 RSA 加密法系于 1977 年，由 MIT 的三个小伙子 Rivest ， Shamir 和 Adlemen 提出的，该方法属于“非对称公钥密钥”加密思想，其原理是，给可能的破译者或敌方确切的信息，允许你去计算和破译。为什么要给你确切的信息呢？因为该加密思想必须公布公钥，公钥就是确切的信息。用于加密的公钥和用于解密的密钥当然不可能没有任何关联，若没有关联，那就不具备加密 -- 解密价值了。但，根据计算复杂性理论，由公钥逆推出密钥，其计算复杂度非常高，以至于长年累月都不可能完成。这一思想的原创来自 Diffie 和 Hellman ，他们先于 R,S,A 提出了基本的思想，但具体设计失败了，他们的方法很容易被人攻破。关于RSA密码方法，又得谈到中国，因为该方法运用的是中国古代的剩余定理，洋人的原版英文教材里面也是这样说的。不难看出，最初的原创思想是那两位老兄给出的，只是后来的 R ， S ， A 做得更深入更正确更完备，从而， R ， S ， A 早早就拿到了图灵奖（ 2002 ），而这两位先行者，反倒迟了 13 年。从另一个角度看， 2015 年的图灵奖给了一个几十年之前取得成果的人，说明了什么，各位？说明了当今无人，当今欠缺大成果。关于 RSA 密码，我的方法和程序可以轻松快速破译 RSA 密码（需要大型计算机），这源于我的方法和程序能轻松快速计算 hamilton 回路，而这两个问题之间可以进行多项式转化。大家知道，按照计算复杂性理论，任何待解决的问题，都有一个规模大小，用 n 表示。用多项式转化方法，规模 n 会扩大。比如，我用 13 个节点模拟 3SAT 的一个子式，若假设 3SAT 子式的个数是变量数目的 4 倍（相变区），从 3SAT 倒 hamilton 回路， n 差不多要扩大 60 倍。这也是 2015 年某个国家自然科学基金专家 zhu 评审我的本子时给出的主要否定理由。这还是强一点的，其他几头 zhu 连这个都不懂。可这个假装内行的劣质货却不懂得，我这个扩大是线性的，这个根本没有关系，因为现代大型计算机计算容量的极其庞大，尤其是考虑到互联网的并行计算可能， n 的几倍几十倍的线性扩大根本不可怕。从计算复杂性理论来看，计算最怕的是多项式指数常数的过大或者纯属指数型复杂度，若是这两个，无论你计算机多么强大，互联网多么具有并行能力，也是没有用的。但对于线性扩大，只要是可控的，则根本不是问题。连这个都不懂，却强充内行，这就是基金委官吏所任用的专家。当然，必须承认，专家队伍的许多人是有真实力的，优秀的。但很大的比例确实是垃圾。基金委对这些专家是以一种非常简单草率和不负责任的方式遴选的，且没有任何监督、复核、审查。每年就是由这样一帮人决定近千亿的中国人民的的血汗钱，且没有任何质疑、审查和复核机制。; 6975 次阅读|40 个评论

关于人机大战——致李世石九段: tomahawk9d 2016-3-11 21:40; 这两天，人机大战甚嚣尘上。我不过是个看客，是亿万好事者中的一个分子而已。但是，从我自己的感受而言，这两天的心情是不太舒服的。而我充其量不过是一个围棋爱好者而已，可能想象这个李世石两盘完败对于职业棋手完全是10级地震吧。开始还有各种各样的说法来为李世石找辙，但是看了许多客观的评论之后，自己完全信服机器了，人是无论如何也干不过机器的！李世石九段，虽然一直以来我一直不太支持你，但是，你就等着吞蛋吧，没跑了。。。。。关于人机大战的技术性、伦理性的、情绪性的、围棋界的、李世石个人水平的就不谈了（我也谈不了），这里只想事后诸葛亮式的谈一谈李世石九段作为一个人类所犯的错误： 1. 轻敌冒进，遭到全歼。这个错误是人最容易也是做常犯的吧，翻翻人类的军事史，真是史不绝书啊（赵括，曹操，苻坚，无数成吉思汗们的刀下鬼，丘福，传尔丹，拿破仑，希特勒，麦克阿瑟，黄维。。。。。）！这个是多少血泪的教训啊！（从这个角度讲，李世石九段也可以自慰了，不过吞蛋而已嘛）赛前，采访李世石说，他接受挑战只考虑了三分钟。显然李世石的轻敌、欠考虑、头脑发热，一百万刀的诱惑，虚荣，自尊，想当然。。。。是跑不了的！当然，李世石现在是悔断肛肠啊。。。。。。如果李世石知道了今天这个结果，穿越一下，他应该这样做：“这个嘛，感谢贵公司的抬举，但是兹事体大，我个人到无所谓，但事关我国（韩国）棋界的荣誉，再往大了说，事关整个棋界，乃至全人类的荣誉，容我考虑三。。。。。天可以吗？古沟：“。。。。。我们静候佳音”（另一个版本是：“哦，这样嘛，那就不打扰了”，拎包走人。找上柯杰，以柯杰的脾性，。。。。。）三天后，同一间咖啡厅，李世石经过了深度计算之后，：“感谢贵公司的抬举，我是可以迎战的，但是，然而，这是基于如下前提的，首先，这个比赛是不平等的，这体现在如下方面： a）. 尽管目前我还是棋界的顶尖水平，但是，我的计算能力再如何强，也不能和一个电脑相比，哪怕是一部苹果了，这个不是自谦，而是基本常识。也就是说，如果我迎战，我要面对一个计算能力和速度比我快N被的对手，如果是人也就认了，但是是电脑的话，我们就可以谈一谈比赛规则的事情了。围棋界的普遍法则就是”时间就是目啊”，因此，如果要我和机器公平比赛的话，必须在比赛时间上对我做出补偿，也就是满足我提出的比赛条件，即每方8小时，（其实对电脑来说，2个小时和8个小时是没有差别的），给我充分的思考时间。（估计就这一条，古沟就领包走人了，因为八个小时是根本没有办法满足商业电视转播的要求的，作为一个商业公司是根本找不到合作的商业媒体的）；假如古沟还有大公司的胸怀和涵养的话。。。。。 b）. 电脑是机器，没有情绪的变化，没有体力的消耗，没有吃喝拉撒的干扰，没有巨额奖金的诱惑，没有家庭的拖累，不需要应对无量媒体的指责，balabalbala，而我是人，这些都避免不了，因此，我提出，作为补偿，在比赛期间，可以“打挂”。噢（轻咳一声），这个是个专业围棋术语，需要我解释一下。打挂就是说，在围棋比赛过程中，如果需要我可以随时提出暂停比赛的要求，然后，我可以在这个打挂期间，调整情绪、抽烟，休息，喝茶，和家人聚会，会朋友，召集国家队乃至全人类商议对策，。。。。。。，而打挂时间的长短也是由我来决定的，最长可以一个月吧（这些都不是无理取闹，当年，日本名人对吴清源的特别对局就是这么干的）。当然了，电脑也可以打挂，搞搞程序调试，重装个系统啥的。。。。规则都是平等的嘛，呵呵（估计，古沟根本不会听到这些）其次，哦，(⊙o⊙)…也没有其次了。。。。。李世石九段看着摆来摆去的咖啡厅的大门，悠然的端起来一杯白开水，叫到：“跑堂的，结账，思密达”。服务员小姐：“一共是一杯白开水，加一杯白开水，消费金额0，谢谢，下次光临！思密达”这时，李世石九段脸上终于泛出了一丝不爽，“我不喜欢0，这是消费，1韩币，思密达”起身走人了（小样，跟我玩还嫩点，九段是白来的啊）。。。。。。。。。。。。。本文总结完毕，教训一条，够李塞豆先生和全体人类再反省一千年了，也难保不犯再多一个废话围棋，这个曾经的人类最后的荣光，可能现在的荣光是，他是人类坚持到最后一个被攻克的堡垒这是人下的吗？思密达; 3741 次阅读|0 个评论

人工智能获胜的第一要点：摆脱系统与环境，局部与整体关系的羁绊: 热度 33 lvnaiji 2016-3-9 16:31; 吕乃基人工智能最重要的研究对象就是所谓“两耳间三磅重的物质”（奥巴马），也就是大脑。对于大脑的研究既注重分析脑细胞之间在微观层面的活动机理，还原到分子层面的相互作用乃至电磁运动等，也要求综合，强调大脑作为整体的运行，以及在生命和更高的水平来理解。在对大脑的研究中，分析与综合，以及还原与整体的关系已经得到较为充分认识与贯彻。不过，在眼下关于人工智能的研究中，这样的认识还有待进一步延伸与扩展。其一，心脑关系。在某种意义上说，脑是系统，心是环境。这里的“心”不仅是心脏，而且是包括心脏在内的整个人体（body）。人类的祖先是以所有的感官与直觉感悟周围的一切，甚至拥有现代人已经失去的“特异功能”。在近代科学革命前，自然界用它那富于诗意的感性光辉向人的全身心发出微笑（马克思）。近代以降，理性脱颖而出，我思故我在。洛克要求父母“必须尽最大努力……压制”儿童的诗人气质并“使之窒息”。换个说法，也就是“脑”登场，“心”退位。在“脑”的前面，是“一个冷、硬、无色、无声的死沉世界，一个量的世界，一个服从机械规律性，可用数学计算运动的世界，” 而心灵则成了“处理机械自然中为物理学无法解释的一切感性经验的倾倒垃圾的场所” ，成了垃圾箱。理性在18、19世纪达到顶峰，那就是“以头立地”。到了20世纪，body的地位和作用再度得到提升。人对于世界不仅是认识，而且是感觉，以及感悟，不仅用脑，而且用心，用全身心。然而目前的人工智能的研究，虽然有些计划冠之以 “心智的十年”（The Decadeof the Mind），但在实际上似乎“无心”，几乎全部精力和资源都集中于脑。Body，不仅为大脑提供动力和营养，以及执行大脑的指令，而且全方位参与对世界的感知、认识、判断和选择，是人类智能不可或缺的一环。反过来说，大脑也只是人的一部分，人的智能是人整体所具有的功能，并不只是大脑的功能，智商与情商不可分割。站在这一角度看，“人工智能”这一称谓目前所强调的只是科学技术对人脑的研究与仿生，所考虑的只是“智商”，不涉及body和情商，甚至剔除情商。在人工智能与李世石的对垒中，谷歌声称，他们的阿尔法没有压力、胜负感，不在意奖金和人们怎么看，以及不知疲倦，而李世石与这一切有千丝万缕的联系，斩不断理还乱，譬如“为人类的荣誉而战”。这就提示，一旦斩断情缘，人工智能之“智”，有可能超越与“心”“情”不可分的“智”。刚结束的比赛结果表明，这样的超越已经成为现实。从更深层面来说，就是科学技术未必沿着人类心（body）脑同步进化的路径，可以走把系统从环境中分离出来的进路。常有这样的议论，人工智能再聪明也没有情感，只是机器而已；殊不知，人工智能之所求原本只是“智”，而非“情”；或许正因为此，人工智能可能超越为情（包括形形色色的意识形态之争）所累的人的智能。智能就是智能。这就是人工智能获胜的秘诀谷歌已经迈出了第一步。面对这样的一步，人类自身的争议，究竟还有多大意义？转引自丹皮尔．科学史．北京：商务印书馆， 1989 ． 249 伊·巴伯．科学与宗教．成都：四川人民出版社， 1993 ． 35; 个人分类: 科技|12167 次阅读|87 个评论

Let’s Go : 围棋的诱惑与智力的边界: 热度 14 王飞跃 2016-3-9 12:03; Let’s Go : 围棋的诱惑与智力的边界王飞跃所谓的“人机世纪大战”，谷歌的 AlphaGo 与南韩李世石的对决即将上演，这不但让我想起差不多 20 年前 IBM “深蓝”与卡斯帕罗夫的国际象棋比赛，也被许多人称为是“人机世纪大战”，计算机终于胜了，但对人工智能的研究至今几乎没有产生什么的影响；还让我想起人工智能创始人之一，得过诺贝尔奖的司马贺 (Herbert Simon) 在人工智能开始之初就曾预言的：到 1986 年，人工智能将在所有的棋游戏上战胜人类，而且全面战胜男人，无法战胜女人是因为人工智能不能生产下一代 ( 大意如此，或许是 Minsky 或别人讲的，其实人工智能生产下一代比女人筒单容易的多了！不信可读一下 von Neumann 的论文 ) 。我现在非常希望 AlphaGo 能战胜李世石，这与几天前的想法很不一样。因与国际象棋不同，中国围棋的机器化必须依靠人工智能方法。当下的人工智能之火太盛，接下来难以继续。如果 AlphaGo 赢了，不但能延人工智能之火，而且万一智能产业发展不顺，就可成为许多人许多事的“替罪羊”。不过，无论这场人机“世纪”大赛结果如何，谷歌都赢了。这次的市场营销宣传，谷歌做的极其漂亮，必将成为新 IT 时代智能广告的“世纪”典范。或许，将来计算机围棋比赛会成为所有人工智能公司的“标准广告赛”。围棋的诱惑围棋是对立统一的结晶！黑与白、浅与深、易与难，简单与复杂，全在 19 × 19 的 361 个方圆天地之间。非常后悔自己年轻时没有花时间学习围棋，尽管同学中有许多围棋高手，包括当年中科院研究生围棋比赛的冠军，可当时一想一盘棋至少半天时间，又有许多更要紧的事要做，只好作罢。上世纪九十年代初，我与 Terry Triffet 和 Herbert Green 两位老先生合作进行大脑的计算建模研究时， Green 教授曾鼓动我与他一起做人工智能围棋。 Green 是量子物理学大家 Born 的学生，就是著名的 BBGKY Hierarchy 中的 G ，后来去了澳大利亚做教授。他有许多爱好，我最了解的有两样，爬山 hiking 和下围棋。他说他围棋下的很好，告我日本人因为怕围棋输给外国人丢脸，比赛前硬给他安一个“名誉”日本公民，然后再比。为了找人下棋， Green 自己在澳大利亚成立了围棋俱乐部，开始就设在自己家里。 Green 在 UA 访问期间，开始拉我一起参与他用量子力学研究大脑的工作，我说不懂不参加；后找我用 AI 方法写围棋程序， Green 给我看他写的人工智能围棋论文，我说不会也没理，想起来真对不起老人家的热心。 IBM 的“深蓝”战胜卡斯帕罗夫之后，我一直希望中国能开发出计算机围棋程序战胜人类的棋手，除了有感围棋源于中国却成于日本之外，还因为围棋才能真正体现人工智能的灵性，而不单单是计算硬件的威力。去年吴韧离开百度后，我们曾在硅谷计划合作举办围棋的人机大赛，我起的名字就叫 Let ’ s Go ，就是想加快人工智能围棋的研发与实践，让围棋在中国人手里输给计算机。这一想法还得到了围棋爱好者，中国自动化学会理事长郑南宁院士的支持，所以我希望由自动化学会出面组织。可惜后来吴韧创业成立“异构智能”公司，加上其他原因，此事只好放下。当时我自己的心愿是利用平行的方法开发人工智能围棋系统，验证平行智能的理念。昨天闻听吴韧的异构智能将开发“异构神机”围棋程序，非常高兴，即告知我也会尽快组织“平行围棋”队伍，参与将来的相关活动。智力的边界《自然》杂志发表 AlphaGo 文章的方式，加上同时宣布本次大赛的安排，最初都引起自己本能性的反感，一是觉得这是学术圣地的堕落，二是不愿相信计算机围棋能在如此短的时间取得如此大的进步。春节期间，下载相关论文学习了几遍，虽然仍然不知 AlphaGo 的细节，也不认为其在人工智能方法上有什么突破，但看法却大大改变。利用深度神经网络建立对局势的评估函数，这是 Facebook 的 Darkforest 等系统没有的，也使得很大程度上 “瞎蒙”的蒙特卡洛搜索树方法从开环的方式转入闭环的、利用价值函数进行优化的形式，这与自适应动态规划 ADP 方法几乎完全一致！特别让我感兴趣的是 Self Play 的应用， 3000 万局的数据！这也正是自己想通过软件定义的对决产生人工数据进行优化的平行围棋的思路，我相信这一方向仍有很大的开拓空间。因为机器学习基础理论表明，能学习多少，水平如何，受限于样本空间。 Self Play 产生巨大数量没有问题，问题是在什么空间？空间的突破，能否完全离开人的干预，这些论文没有说清楚，但结果似乎很好。不过，《自然》文章中的人机对决，第一局人输二个半子之后，后面四局都是放弃，很难令人信服。虽然机理至今不清，可深度网络已在许多方面证实了自己的威力。人机的这次围棋大赛，理论上结果似乎只应是 5 ： 0 ，至于人胜还是机赢，五天之后便见分晓。但我还是坚持这与时下热议的人工智能战胜人类智能无半毛钱的关系。任何规则明确的问题或任务都应该是计算机战胜人类，早晚只是时间而已，围棋不应例外。我还坚信既然人的理性是有限的，智力也一定有限，对于机器更是如此，因此不存在什么“奇点”问题。实际上，如果你相信科学，就一定有限，因为整个宇宙的生命都是有限的。“奇点”之奇，怕是在有限生命和空间之外，问题是那里什么点都可以有。 Let’s Go 西方许多人士，包括人工智能的专业精英，都对 AlphaGo 有着极高的评价和期望，认为这是人工智能的里程碑事件和 Human Level 人工智能的开始。对此我有不同的看法和观点。这里没有时间展开，但有一点可在此表明。这次比赛结果非常重要，但其意义不是对 Human Level 人工智能的研究，而是针对搜索和优化问题的处理。如果 AlphaGo 大胜李世石，将大大提高人们对深度网络 DNN 的信心，实际上为优化中的 NP-hard 问题提供了一个现实的解决方案 ! 整个系统，整个工厂，甚至整个城市的决策优化问题都可以利用 AlphaGo 的思路去解决，这就是其最大的贡献。这将产生一个巨大的新行业，软件定义的系统、工厂、城市将成为现实，大数据真正成了原料，数字化的经验、案例、预演都将成为生产力，计算实验与计算优化将成为管理的“新常态”，或许这就是新 IT 时代的真正开始？若真如此，我更希望是平行的 ADP 成为这趋势的开路先锋！比赛就要开始， Let’s Go ，先观大战，有话后说！; 14551 次阅读|14 个评论

评人工智能学家刘锋的置顶博文，谷歌围棋: 热度 11 dulizhi95 2016-3-7 07:37; 评人工智能学家刘锋的置顶博文，谷歌围棋刚看到一篇博文，讲的是谷歌围棋“欺诈”，并不伦不类地与不入流的赵本山的“大象关进冰箱”小品加以类比。作者刘锋，自曝头衔：计算机博士，互联网进化论作者，人工智能学家主编。各位，这后一个头衔估计比“学家”还要高一个档次。有了这样的头衔，加之所谈的问题高深，难怪科学网小编立马将其博文“精选”加置顶。滑稽的“科学”网。曾经说过，大量正规拥有专门学科的知名专家评审的档次不低的专业期刊，所评出的论文也就那个样（更不谈国际知名期刊的撤销论文事件了），何况对所有学科玩拍脑壳游戏的通才加全才的科学网雇佣编辑？有趣的是，据说科学网还规定了“科学红线”。有印象本人几年前刚来科学网，由于一上来就咄咄逼人，声称搞的是 NP 和哈密尔顿，有幸立马蒙刘博士留言交流过或推荐访问过，后好像也有过几次互评。语言简洁明快，讲究实质和直入主题，感觉是一位英才，故尽管交流很少，对这个名字非常有印象。所以，必须说明的是，本文的否定性评论，仅针对这篇精选置顶博文，而不是针对刘峰博士本人。他本人可能确实是一位高级英才，但这篇精选博文无疑水平很欠缺！看了评论，不少人指责博主和博文。博文和博主都不应指责，若是要求每篇博文都科学而有价值，那科学网有多少博文该被批，包括你我等的？谁都勉不了写出错误的或低水平的博文，关键是“科学”网精选甚至置顶，你科学网打着“科学”的旗号，不是误人子弟么？这篇高深的博文不需要仔细看，也根本不需要什么水平，稍有点常识和严密逻辑思维的人立马可以做出判断。也就简单扫了一下，该文鼓捣半天，还有点长，其实也就一句话：相当于所谓的“大象关进冰箱”的一句话： “对比一下，谷歌学习的近万盘人类棋局是 5 位数，谷歌自行对战的 3000 万盘是 8 位数。而围棋所有可能的棋局盘数是 171 位十进制数。” 这种简单否定显然是荒谬可笑的。常识： 171 位的棋局盘数，里面的绝绝大部分是荒诞的，不值一谈的！这一点任何稍微有点围棋业余水平的棋手，就会立马判断，谷歌的计算机达到这种判断水平应该不难吧？对于仅占这 171 位数的大数里面的极小极小一部分（绝对数量也大得惊人），也就是够得上哪怕最业余低级棋手水准的那一部分，其实里面的大量从局部到整体的规律方法原则连同对所导致的结果的计算评估，也很类似雷同，若是这么大数量的棋局，各自都有自己独到的不同的方法技巧，那学围棋的祺手如何只需要学习极其有限的盘数就足以成为高段棋手，并且不可能再通过学习“更多的盘数”而显著改进？不多啰嗦了，足够了。此外，刘博士的一些话看似高深，其实也是常识性错误。比如，说 171 位的大小意味着什么，刘博士为了产生惊悚的效果，说： “这个数字比我们地球所有的沙粒数量还要多！比人类已知宇宙的所有星球数量还要多！” 稍微有点算术水平的人就不难发现，刘博士的这个对比，性质等同于他所指责的谷歌：将 171 位的大小，与 3000 万对等。 171 位数的大小，绝对远远不只是比地球上所有砂粒数还多，而是将这样的沙粒填满 300 亿光年直径的整个宇宙，其数目也会远小于 171 位！当然，此时的大小差距就不那么离谱了。各位不妨想象一下，宇宙中非常稀疏分布的超大星球的数量，与将超细小的沙粒填满整个宇宙的数量，能类比吗？刘博士将谷歌的 3000 千万对 171 位数，高超和富有想象力地类比为，将大象关进冰箱。本文东施效颦，也玩一个类比。刘博士为了表达枯燥的 171 位是多么地大，想到了地球的沙粒总数，以及宇宙里的星球总数。令我想起了一本著名的科普书上的一则小故事：说是远古时代，有两个人比赛，看谁想出的数字更大。第一个人想了半天，说出了 3 ，后一个想来想去想不出比 3 更大的，只好认输，说：你赢了。这样的博文竟然置顶，且这样的置顶是经常的普遍的现象，若是在像样一点的地方，政府用纳税人的钱办的网站，会有追究的。其实水平低一点或不懂这个专业没有关系，许多博主和注册用户留言，说了那个关键观点是错误的，所谓的“科学”网的小当权者，依然还要将那篇博文放在顶部！多伟大！再谈平行宇宙和无穷大，冒犯了著名天文学家张老师现在才知道张天蓉老师是美国博士，著名天文学家，且还是一位女士。上篇博文谈到张天蓉老师关于平行宇宙和无穷大的一段文字，有不少留言评论。其中有多位是匿名的。我害怕与匿名者深交流，原因很简单，曾经遇到多位匿名者，谈较深的问题，明显完全不是那回事，我这人讲话向来直率，直接指出来，竟然被怀恨在心，找机会无耻地匿名骂人。其中有一位明显是某高校计算机专业教师，多次跟我谈算法，明显不着调，被我直接指出，竟然下作骂人。有趣的是，该匿名者后来转为实名博主。这样的下三滥世上也有。关于宇宙的留言主要有两点： 1 ，张老师说的没错， 2 ，有继续深谈的，又没有谈到点子上。所以我这里回复一下。首先抽屉原理很简单，然而，由于加进了无穷大，和随时间动态演变的过程，思路就变得复杂得多。第一个概念，可观测的宇宙。奇点大爆炸，然后按光速膨胀，这就是“我们的宇宙”。由于人的观测必须受限于光的传播速度，而宇宙膨胀的速度不可能超光速，这就意味着我们的宇宙，整个，是可观测的宇宙。类似这样的可观测宇宙有无穷多个，很明显，这样的宇宙大小是有限的，且按照张老师博文的观点，构成这些宇宙的粒子种类也是有限的。而容纳这些可观测的宇宙的外层空间，就是真正的无边无际无穷大的宇宙。说明一下，天文我是外行，我这个前提是从张天蓉老师的博文中得来的，至于为什么这样我也不懂，并且我不认为这个前提可信可靠。一些留言对这个不理解。刚才说的是前提，现在的问题是，由这个前提能推出什么？先说一点，假使你是一个侦探，给了你充分的信息能推出某 X 是杀人犯，而你却仅仅只是推出了：他可能是一个暴力犯罪的人。对不对，没错。但你没有推充分，没有推出有意义有价值的结果，表明你对前提没有理解对。还有，推出可能是什么，没有任何意义，因为我们的宇宙之外，什么都有可能。你要推出的是根据前提，必然能得出什么？必然能得出什么？我的结论是：至少有一个这样的宇宙（指有限的可观测的宇宙），与之完全相同的宇宙的个数是无穷大，并且，假使这个宇宙有人的话，这个人以及这个人的所有朋友，未来的发展命运，朋友关系，甚至每时每刻的细微动作，这无穷大个宇宙都完全一样。各位可对照一下著名天文学家张老师的结论，就知道区别在哪。很简单的的东东，不难理解的。可为什么有那么多留言就是理解不了还要来指责我错了呢？甚至科学网的小编还要将我质疑张老师那段的博文给屏蔽了。既然打着“科学”的幌子，就不能有无赖行为吧？科学网是国家办的，不是你家的后院。你说我错了，你可以删掉，那么我请高明的科学网小编出来指出一下，我也好学习学习，我错在哪里？评精选博文：暴涨和平行宇宙又一篇可笑的精选博文。已经有许许多多博主提出疑问了，科学网的编管为何还要承担着自己根本承担不了的，凌驾于所有博主专业水平之上的“精选”任务呢？你既然是所谓的科学网，你至少也要装模作样地有点“科学”精神吧？最起码的道理，专业博文有两类，一科普，一原创研究。这两类无论哪一类，科学网编管都没有资格承担凌驾之上的精选任务。而即使是科普，也必然要加进博主自己的东东，否则就不是原创而是转载了。首先，该博文到底是科普还是原创研究？若是前者，里面的一些生僻的用语作为科普读者不可能看得懂。也许科学网的编管特殊高明，能看懂。否则若看不懂，你精选个什么？若说是原创研究，无疑不像，否则就是第二个霍金了。本人完全外行，再加上低智商低水平低理解力，远不能像编管那样看得懂这么高深的博文（值得注意的是，不少留言也表达了这一点：高深，看不懂）。本人只针对其中最可笑的一段，原文如下：如果真实的“大宇宙”是无穷大而开放的，上面描述的那种“视界”平行宇宙便有无限多个。但是，因为每一个可观测宇宙是有限的，其中也只包含有限多个“粒子”。那么，这些数目有限的粒子进行各种排列组合的方式也是有限的。尽管这是一个非常大的数值，但却有限。用这些有限的排列方式来组成无限多个平行宇宙，将产生什么结果呢？至少能够根据抽屉原理得出一个有趣的结论：这些平行宇宙中一定会有（至少两个）排列方式一模一样的宇宙！如果某个宇宙与我们 “宇宙” 的排列方式一模一样的话，那就意味着其中会有一个一模一样的你！还有一个一模一样的你的朋友，朋友的朋友……。不过，那个“你”虽然和你长得一模一样，但是却不见得行为一样，你的朋友在那个平行宇宙中也可能变成那一个“你”的敌人？重要的是，这一切和我们宇宙中的你没有任何关系，你也不可能见到那个与你一模一样的“你”，所以就无需多言了。驳斥这一段不需要什么水平，仅简列两点： 1，若是那个宇宙的你周围的人和环境，与这个宇宙的你周围不一样，那么你的应对和行为方式包括命运也必然不一样，试问，那么那个你还是这个你吗？ 2，最简单的数学思维，人的活动过程的组合是有限的，而平行宇宙的个数是无限的，从而无疑存在着两个一摸一样的宇宙，那个宇宙中的某个人（假使有人的话），他的环境，他周围的人和朋友，他们的命运和整个人生行为过程，与这个宇宙的一模一样（注意我指的是存在这样的两个宇宙，而不一定是你所在的那个宇宙。而这个高水平的博文毫无疑问是说，无论你在哪个宇宙都是这样）。另外，这句话“ 这些平行宇宙中一定会有（至少两个）排列方式一模一样的宇宙！ ”，其中的“至少两个”也很可笑，因为这个推论没有任何实质意义，这个推论能导致满足前提条件中“无穷多个”的条件吗？导致不了啊？。并且毫无疑问，简单地这样表达是错误的。按他的前提，逻辑结论应该是，至少有一个宇宙，与之完全相同的宇宙的个数是无穷大。而，还偏偏就可能存在这样的宇宙，没有一个宇宙与它相同。从而，你找不到与你一摸一样的另一个。我惊诧于“科学”网的编管，我更惊诧于科学网上的教授和研究员们，这么简单的思维都理不顺，为何还要发表那么高深的博文？说明，我针对的是科学网的管理方式，而不是单个博主，科学网上“科学家”们的度量我很了解，我不想树敌。; 4462 次阅读|16 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 李世石

相关帖子

相关日志

关闭安全验证