難度不亞于人工智能“阿波羅計劃”的圍棋挑戰(zhàn)賽，最終被機(jī)器“狗”獲勝。它的致命法寶是模仿人類“深度學(xué)習(xí)”的工作原理。機(jī)器如何像人類一樣學(xué)習(xí)？有一天它會無所不能，人類的未來會怎樣？北京晨報記者采訪國內(nèi)專家進(jìn)行解讀。

AlphaGo的原理就是“深度學(xué)習(xí)”

AlphaGo是由谷歌位于英國倫敦的子公司DeepMind開發(fā)的。其主要工作原理是“深度學(xué)習(xí)”。

面對任何棋局，一種直觀又懶惰的思維方式就是暴力枚舉所有獲勝方案，這些方案就會形成一個樹形圖。然而，計算機(jī)想要在規(guī)定的時間內(nèi)用這種方法擊敗人類下圍棋并不容易，因為圍棋有太多的可能性。

一種理論認(rèn)為，圍棋的可能性數(shù)量遠(yuǎn)大于可觀測宇宙中的原子總數(shù)。同時，圍棋的規(guī)則也非常微妙。在一定程度上，招式的選擇依賴于積累經(jīng)驗形成的“直覺”。因此，圍棋挑戰(zhàn)賽被稱為人工智能的“阿波羅計劃”。這次，研究人員終于拿出了終極武器——“深度學(xué)習(xí)”，可以讓機(jī)器模仿人類高端棋手的下棋方法。機(jī)器可以通過向人類學(xué)習(xí)來擊敗人類。

北京郵電大學(xué)教授、中國人工智能學(xué)會理事劉志清在接受北京晨報記者采訪時表示，AlphaGo通過“神經(jīng)網(wǎng)絡(luò)”學(xué)習(xí)所有高級圍棋記錄，這是歷史上大約20萬條專業(yè)記錄，從而獲得了如何在棋盤上走棋的直覺?！凹僭O(shè)我們看到了很多貓，當(dāng)我們看圖片時，我們會通過第一直覺來判斷圖片中是否有貓。這種直覺不是天生的，而是通過學(xué)習(xí)獲得的?！绷魄缯f道。

“那么，阿爾法狗的王牌真的只是直覺和第六感嗎？”在回答這個問題時，劉志清表示，它獲得的直覺與人類不同。背后有堅實的數(shù)學(xué)模型，計算機(jī)做了大量的計算，在大量的懸念中發(fā)現(xiàn)勝率與人腦的直覺并不完全一樣。它是數(shù)學(xué)和科學(xué)的體現(xiàn)，是人類不可能實現(xiàn)的。

瞄準(zhǔn)醫(yī)學(xué)領(lǐng)域識別癌細(xì)胞

劉志清表示，類似的深度學(xué)習(xí)近年來已經(jīng)出現(xiàn)，國內(nèi)外一些公司和研究機(jī)構(gòu)也在做，但谷歌現(xiàn)在做的無疑是最好的。目前，這項技術(shù)也有了一些應(yīng)用。最簡單的例子就是通過深度學(xué)習(xí)識別貓。通過這樣的識別驗證，引入了更多的實際應(yīng)用，比如識別某張圖片中是否有癌細(xì)胞，某條鐵路沿線的鐵軌是否有磨損，甚至是在軍事行動中，對手是否就在視線范圍內(nèi)。有坦克，都可以通過深度學(xué)習(xí)來實現(xiàn)。谷歌自動駕駛最重要的方面之一就是對道路、紅綠燈、路標(biāo)等的識別，這些都是通過深度學(xué)習(xí)獲得的。

谷歌還表示相信有一天能夠利用人工智能技術(shù)解決許多現(xiàn)實生活中的問題，例如建立復(fù)雜的氣候變化模型和分析傳染病。

在昨天第四場AlphaGo與圍棋冠軍李世石的激戰(zhàn)中，李世石的第78手被贊為“神棋”。這一招之后，AlphaGo的程序似乎出現(xiàn)了“BUG”。隨后又做出了一些“糟糕的舉動”，輸?shù)袅吮荣?。賽后，大家都關(guān)心AlphaGo未來會向醫(yī)療領(lǐng)域發(fā)展。這樣的“BUG”也會出現(xiàn)嗎？DeepMind創(chuàng)始人哈薩比斯表示，AlphaGo是一個初級程序，而不是升級版本，所以要看是否有缺點。希望李師師能幫忙找出不足，進(jìn)一步改進(jìn)。目前，AlphaGo還只是一個程序，尚未進(jìn)入醫(yī)學(xué)領(lǐng)域。將進(jìn)行更嚴(yán)格的測試。

有了深度學(xué)習(xí)，未來的智能時代會是什么樣子？劉志清表示，未來有很多事情是人可以被替代的，比如駕駛飛機(jī)、汽車、操作機(jī)床、翻譯等。但創(chuàng)造力是人類特有的智能特征。對此，未來機(jī)器能否超越人類，學(xué)術(shù)界仍是一個未知數(shù)。

中國研究人員提出“寒武紀(jì)”

據(jù)了解，我國也有科技人員從事“深度學(xué)習(xí)”研究并取得了一定成果。近日，中科院計算技術(shù)研究所陳云霽、陳天石研究團(tuán)隊提出的深度學(xué)習(xí)處理器指令集“計算機(jī)語言”被計算機(jī)系統(tǒng)領(lǐng)域頂級國際會議接受。在近300份提交的作品中，其得分排名第一。2014年，陳云霽、陳天石研究團(tuán)隊提出了全球首個深度學(xué)習(xí)處理器架構(gòu)“寒武紀(jì)”，而“計算機(jī)語言”就是“寒武紀(jì)”的指令集。

陳天石在接受采訪時表示，深度學(xué)習(xí)技術(shù)已被微軟、谷歌、Facebook、阿里巴巴、科大訊飛、百度等公司廣泛應(yīng)用于計算機(jī)視覺、語音識別、自然語言處理、音頻識別和生物信息學(xué)等領(lǐng)域，并已取得了極好的效果。深度學(xué)習(xí)的基本運算是神經(jīng)元和突觸的處理，而傳統(tǒng)處理器指令集是為通用計算而開發(fā)的，處理效率不高。谷歌甚至需要使用數(shù)萬個中央處理器運行7天來訓(xùn)練一個識別貓臉的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。未來，如果使用具有“計算機(jī)語言”指令集的“寒武紀(jì)”處理器，深度學(xué)習(xí)的計算速度將會顯著提升。

劉志清表示，未來這項技術(shù)可以應(yīng)用到各個方面，比如智能交通。路上有很多選擇。每個“水滴”都是一個紅綠燈。從家到工作可能有三到四種選擇。下圍棋和規(guī)劃交通路線是同樣的問題。另一個例子是物流。一輛卡車裝載了60%的貨物。剩余空間就是找A點還是B點加載。我們面臨著很多選擇。按照類似的方法，結(jié)果給出了優(yōu)化目標(biāo)。

不過，劉志清坦言，目前中國的技術(shù)差距還很大，大家重視不夠，沒有認(rèn)識到這才是真正的創(chuàng)新以及它能帶來的價值。