AlphaGo首勝柯潔后,AlphaGo之父分享AI愿景

北京時(shí)間5月24日消息，圍棋峰會(huì)進(jìn)入第二天，在今日舉行的人工智能高峰論壇上，DeepMind創(chuàng)始人杰米斯.哈薩比斯(Demis Hassabis)發(fā)表了演講，介紹了AlphaGo的研發(fā)過程，以及AlphaGo意味著什么。

AlphaGo是DeepMind公司打造了人工智能系統(tǒng)，DeepMind在2010年于倫敦創(chuàng)立，在2014年加入Google。據(jù)哈薩比斯介紹，DeepMind參與了谷歌人工智能的“阿波羅計(jì)劃”，另外還還打造了研發(fā)科學(xué)的新方式。

“DeepMind的愿景是研究何為AI，然后再用智能解決所有問題，即我們?cè)鯓犹岢鲇行У慕ㄗh去解決問題，我們最終希望建立通用人工智能。”哈薩比斯說到。

據(jù)哈薩比斯透露，AlphaGo打造的通用學(xué)習(xí)機(jī)器有兩個(gè)特性，一個(gè)是“學(xué)習(xí)”，即非程序預(yù)設(shè)，可以自主學(xué)習(xí)原始材料。另一個(gè)是通用性，即同一個(gè)系統(tǒng)可以執(zhí)行多種任務(wù)。“一系列的算法和系統(tǒng)能夠做系列的任務(wù)，這些任務(wù)可能是前所未見的。”哈薩比斯表示，通用的強(qiáng)人工智能，與現(xiàn)在弱人工智能不一樣，目前弱人工智能都是預(yù)設(shè)的，其實(shí)IBM在上世紀(jì)90年代設(shè)計(jì)的國(guó)際象棋程序也是預(yù)設(shè)的預(yù)設(shè)的人工智能，“它是通過蠻力搜索，機(jī)器被動(dòng)的接受這個(gè)程序，不能自我學(xué)習(xí)。”哈薩比斯說到。

DeepMind希望打造強(qiáng)化學(xué)習(xí)框架，哈薩比斯稱，強(qiáng)化學(xué)習(xí)框架就是讓“智能體”深處在一個(gè)真實(shí)/虛擬的環(huán)境中，去完成一個(gè)特定的目標(biāo)。為了完成這項(xiàng)任務(wù)，智能體可以觀察環(huán)境，這其中有視覺、聽覺、觸覺等觀察方式。在這個(gè)之后，在頭腦中設(shè)置一個(gè)想法，然后采取行動(dòng)，踐行計(jì)劃。在實(shí)時(shí)的觀察中就可以行動(dòng)的。“如果能解決這個(gè)問題，其實(shí)強(qiáng)人工智能就已經(jīng)實(shí)現(xiàn)了，這與人這一智能體觀察學(xué)習(xí)的方式是一樣的。”哈薩比斯表示。

哈薩比斯提到了雅達(dá)利智能體，這是DeepMind在AlphaGo之前(三年前)研發(fā)的AI程序，通過2600測(cè)試臺(tái)，測(cè)試百余款八十年代的八位元雅達(dá)利游戲。當(dāng)時(shí)的雅達(dá)利智能體僅僅輸入原始像素(~30)，目標(biāo)是利用深度強(qiáng)化學(xué)習(xí)，玩好雅達(dá)利游戲。

AlphaGo目前成為DeepMind最新的人工智能系統(tǒng)。哈薩比斯稱，雖然AlphaGo是玩圍棋的，但是它也可以做其他東西。

為什么計(jì)算機(jī)下圍棋非常困難?這是因?yàn)槠鋸?fù)雜程度讓窮舉搜索都難以解決，這個(gè)難題包括兩個(gè)方面，一是“不可能”寫出評(píng)估程序以決定輸贏，另一個(gè)是搜索空間太過龐大。

在哈薩比斯看來(lái)，更困難的是圍棋不像象棋等游戲靠計(jì)算，而是靠直覺。“圍棋中沒有等級(jí)概念，所有棋子都一樣，圍棋是筑防游戲，因此需要盤算未來(lái)。你在下棋的過程中，是棋盤在心中，必須要預(yù)測(cè)未來(lái)。小小一個(gè)棋子可撼動(dòng)全局，牽一發(fā)動(dòng)全身。圍棋'妙手'如受天啟。”哈薩比斯如此解釋圍棋中的直覺。

在技術(shù)上，AlphaGo用到了兩種網(wǎng)絡(luò)：策略網(wǎng)絡(luò)和估值網(wǎng)絡(luò)，這些技術(shù)去年在《Nature》上發(fā)表，并啟發(fā)了很多研究者設(shè)計(jì)自己的人工智能系統(tǒng)。

哈薩比斯回憶到，此后我們進(jìn)行了測(cè)試，2016年我們讓AlphaGo與李世石對(duì)弈，最后AlphaGo以4:1戰(zhàn)勝了李世石，“這一刻我們等了十年，真的是十年磨一劍。”李世石感慨到。

AlphaGo吸引了2.8億的觀眾，3.5萬(wàn)篇的報(bào)道，棋盤銷售在西方增加了10倍。哈薩比斯回憶了其中(AlphaGo對(duì)弈李世石)的精彩之處，分別是第二局第37步棋令人驚嘆，它讓我們思考：幾千年來(lái)，你人類都低估了第5條線下子的價(jià)值。另外，還有第四局絕倫的第78著，他贏得了一盤。李世石說，“我認(rèn)為這給圍棋引入了新思路，我感覺找到了繼續(xù)玩圍棋的新理由。”

哈薩比斯稱，很多藝術(shù)都是主觀，AlphaGo把圍棋看做了一個(gè)客觀的藝術(shù)，每一步都會(huì)分析有什么影響。“因此，我給直覺的定義是，通過體驗(yàn)獲得初步感知，無(wú)法表達(dá)出來(lái)，可通過行為確認(rèn)其存在和正誤。”哈薩比斯表示，AlphaGo已經(jīng)可以模仿人的直覺，而且具備創(chuàng)造力，通過組合已有知識(shí)或獨(dú)特想法的能力。所以AlphaGo已經(jīng)有了直覺和創(chuàng)造力，不過這些能力目前僅僅局限在圍棋上。

在這之后，DeepMind希望彌補(bǔ)AlphaGo知識(shí)的空白，之后便發(fā)布了新的版本“Master”，在網(wǎng)上進(jìn)行對(duì)局，也獲得了很大的勝利?？聺嵲谂cMaster對(duì)弈后感嘆到，人類數(shù)千年的實(shí)戰(zhàn)演練進(jìn)化，計(jì)算機(jī)卻告訴我們?nèi)祟惾际清e(cuò)的。哈薩比斯稱，“20世紀(jì)三四十年代，吳清源給圍棋帶來(lái)了革命性的力量。我相信AlphaGo也能開啟一個(gè)圍棋新時(shí)代。棋類程序講戰(zhàn)術(shù)，AlphaGo講戰(zhàn)略。”

“我們離最優(yōu)還有多遠(yuǎn)，怎樣才是完美的棋局?3000年的對(duì)弈不足以找到最佳棋局。AlphaGo讓我們可探尋這些奧秘。”哈薩比斯說到。

圍棋之外，哈薩比斯希望將人工智能運(yùn)用到各種各樣的領(lǐng)域。哈薩比斯稱，“人機(jī)合作可以達(dá)到1+1>2的效果，人類的智慧將被人工智能放大。人工智能和AlphaGo都是工具，就像哈勃望遠(yuǎn)鏡一樣，可以推進(jìn)人類文明的進(jìn)步。”哈薩比斯稱，無(wú)數(shù)其他領(lǐng)域也將遭到組合轟炸，強(qiáng)人工智能也是我們探索的最好工具，比如將AI用到材料設(shè)計(jì)、新藥研制上，還有現(xiàn)實(shí)生活中的應(yīng)用，如醫(yī)療、智能手機(jī)、教育等。

目前，DeepMind已經(jīng)非常成功的將AlphaGo用到了數(shù)據(jù)中心的優(yōu)化中，結(jié)果顯示可以節(jié)省50%的電能。

最后，哈薩比斯總結(jié)到，信息過載和系統(tǒng)冗余是巨大挑戰(zhàn)，我們希望利用AI找到元解決方案。“我們的目標(biāo)是實(shí)現(xiàn)人工智能科學(xué)，或人工智能輔助科學(xué)，當(dāng)然AI要有倫理和責(zé)任的約束?？傊?，人工智能技術(shù)可以幫助我們更好的探索人腦的奧秘。