- 相關(guān)推薦
專訪AlphaGo之父：AI是全人類的，不應(yīng)由幾家公司獨占
2017年5月24日，在新版本AlphaGo首戰(zhàn)以1/4子微弱優(yōu)勢戰(zhàn)勝中國圍棋職業(yè)九段棋手柯潔之后，“阿法狗之父”DeepMind創(chuàng)始人兼CEO Demis Hassabis、AlphaGo團隊負責(zé)人David Silver以及棋手樊麾接受了騰訊科技的專訪。
“祝賀柯潔昨天的突出表現(xiàn)，為大家呈現(xiàn)了精彩的對弈。”Demis Hassabis說：“之所以高調(diào)進行人機比賽，就是想吸引最頂級的棋手和AlphaGo對戰(zhàn)。之所以和柯潔這樣比賽而不是在網(wǎng)上比賽，是因為人們不會認真對待線上游戲，線上游戲也不夠正式，人們的注意力不夠集中。AlphaGo的很多學(xué)習(xí)都是自我對弈。因為和頂級棋手對弈的機會并不多，我們希望通過這樣的比賽來找到AlphaGo的弱點。”
David Silver則表示圍棋非常困難，“事實上，我們在算法上實現(xiàn)了效率的提升，從計算量來說現(xiàn)在是之前的十分之一，從所需訓(xùn)練時間來說，從“月”縮減到“星期”。AlphaGo已經(jīng)不依賴于外在的導(dǎo)師，它可以自我學(xué)習(xí)。”David Silver說：“我們的想法是，AlphaGo的高效算法不光是圍棋領(lǐng)域的，也可以應(yīng)用于其他領(lǐng)域。
在此前的演講中，他們詳細闡述了圍棋的難度：其復(fù)雜程度讓窮舉搜索都難以解決，而對于計算機來說，圍棋有兩項難題：“不可能”寫出評估程序以決定誰贏，搜索空間太過龐大。圍棋不像象棋等游戲靠計算，而是靠直覺。圍棋中沒有等級概念，所有棋子都一樣。圍棋是筑防游戲，因此需要盤算未來。小小一子可撼全局，“妙手”如受天啟。
理論上AlphaGo下棋越到后面，需要計算的步數(shù)越少，常理來看，用時應(yīng)該更短。但實際上AlphaGo的用時很均勻。對于這個現(xiàn)象，David表示：“在訓(xùn)練時我們就已經(jīng)發(fā)現(xiàn)，AlphaGo在自我對弈的過程中，整個棋局的計算量是恒定的、穩(wěn)定的。我們?yōu)锳lphaGo制定了穩(wěn)定的策略，讓它最大限度地利用時間。因此AlphaGo下棋的速度相對均勻。”
樊麾是“AlphaGo”選擇一較高下的第一名職業(yè)棋手，他已加入AlphaGo團隊。他說：“AlphaGo對于圍棋的震撼不是誰贏誰輸，而是一種全新的下法，比如跟李世石的第二局的第37手。柯潔昨日的點三三也是借鑒了AlphaGo的下法。AlphaGo就像一個未來的棋手回到今天跟我們下棋。所有的職業(yè)棋手下完都不會離場而是會復(fù)盤這盤棋，對棋手來說重要的不是勝負而是我們學(xué)到了什么。”而同樣接受了AlphaGo挑戰(zhàn)的柯潔也在昨天向媒體表示：“AlphaGo在改變我們的下棋理念，我也受了它的影響，開拓思維，沒有什么棋是不可以下的。”
圍棋之外，AlphaGo背后的技術(shù)也在其他領(lǐng)域有所應(yīng)用。“AlphaGo背后的支撐技術(shù)非常多，目前在其他領(lǐng)域的應(yīng)用還在探索階段。大家要理解的是，在未來我們肯定會推廣AlphaGo背后的技術(shù)，也有可能在中國推廣。”
至于科幻小說里的場景，Demis Hassabis表示，人工智能還有很遠的路要走，還有很多的關(guān)鍵問題沒有攻克下來，科幻片里的場景恐怕在幾十年內(nèi)不會出現(xiàn)。他說：“我們必須正確使用人工智能。這有兩個方面——人工智能的用途必須是造福人類的，比如科學(xué)、制藥。同時，人工智能不能是少數(shù)幾家公司的專利，而應(yīng)該由全人類共享。”
【專訪AlphaGo之父：AI是全人類的，不應(yīng)由幾家公司獨占】相關(guān)文章：
專訪柯潔：與AlphaGo對局很痛苦，流淚因不甘心07-18
專訪李開復(fù)：AI時代互聯(lián)網(wǎng)巨頭將繼續(xù)壟斷03-03
大學(xué)生創(chuàng)業(yè)先鋒：幾家歡喜幾家愁03-11
于剛專訪02-25
王健林專訪02-28
專訪草根創(chuàng)業(yè)故事12-09
專訪唯勝VR03-01