close
本文來自公眾號：caoz的夢囈，作者曹政CGF09696
deepmind發佈瞭新的論文，Alphago zero再起波瀾，也再次引起業內的熱議。
這一次的突破是，不再以人類的棋譜作為學習的源素材，而是完全基於自我對局實現瞭棋藝的突飛猛進。
先吐個槽，有人會覺得，各種自媒體炒作這個熱點有點多餘，但我覺得吧，比起某些明星過生日，離婚，劈腿，出櫃，嗑藥等等，去追逐一下科技熱點，讓年輕人覺得，其實搞算法，做研究很酷，難道不是一件好事麼？
古時候，沒有相機，沒有錄音機，沒有電視，沒有廣播，也沒有網絡，誰也不知道名人長啥樣，唱歌好聽不好聽，所以傳播的隻有文字，所以偶像是靠文采的，柳永長啥樣誰知道？但他的詞傳頌出去，小姑娘們愛的不要不要的。
現代傳媒發達瞭，出現瞭靠身體素質的偶像，靠顏值的偶像，靠聲音的偶像，靠表演才藝的偶像，難得出一個柯潔，是靠智力的偶像，還被人說不務正業。現在終於輪到算法和科技成為熱點，讓科研變得很酷很有吸引力，這才是正能量啊。
下面說說這次技擴大機電容器術升級的一些特征和值得關註的點。
第一、不再需要人類的經驗
很可怕的事實，當然，我們說，這是特定領域，因為規則簡單，目標明確，才不需要人類的經驗重低音一定要裝電容嗎和數據。
但其實如果發散一點，我們做個思想實驗。
假設有一個深度學習的強AI，它被賦予一個最基本的邏輯，自己組織資源，觀察這個世界，並總結世界的規律。
一種思路是我們教給它經典力學，相對論，各種數學和幾何工具，量子力學等等，把已有知識教給它，然後讓它具有人類頂級科學傢的知識儲備，然後繼續深入觀察和分析世界，並試圖解決大一統理論問題。
但另一種思路呢？我們什麼都不教給它，讓它自己觀測，自己進行實驗和技術迭代，自己總結，也許一開始它會把世界想象為天圓地方，但可能很快就領悟瞭經典力學和太陽系的行星軌道，然後再往後可能會出現人類完全無法理解的理論。
第二、算法勝於數據
騰訊的絕藝來源於Alphago Lee的論文（戰勝李世石的版本），並且有頂尖職業棋手提供輔導，目前已經自我訓練超過幾十億盤，是的，騰訊的計算資源是無以倫比的，但即便如此，尚無法達到Alphago Master的水準。
然而，Alphago zero，僅僅通過750萬盤訓練，就能夠對Alphago master產生碾壓。
我們以前都說，圍棋千古無同局，變化多的全宇宙的原子都無法遍歷，然而Alphago zero 僅僅自我訓練瞭750萬盤，就碾壓瞭之前所有的人類經驗和其他AI，以及包括自己的上一個版本。
就圍棋的變化組合來說，750萬盤的自我訓練量連滄海一黍都算不上，算法大道至簡，極為有效，確實非常感慨。
李彥宏和馬雲曾為此爭論，至少在這個案例上，算法勝於數據確實是定論。
第三、AI是否會對人類帶來危機
有一種觀點認為說，AI並沒有真正的意識，它們需要人類設計規則，人類制定目標，所以，AI仍然在人類的控制范圍內，不用擔心AI會給人類帶來危險。
我想說一點，其實風險並不在於AI是否具有自我意識，而是AI是否可以獨立控制資源，實現自我迭代。一旦AI可以自行掌控資源，自行迭代，那麼我們就要面臨一個巨大的考驗，AI是如何理解人類定義的目標，在目標邏輯上是否缺乏足夠的約束，而這可能導致致命的風險。
而我認為，讓AI具有資源控制和迭代能力，很可能不會是很遙遠的事情。
1、AI擁有對物理設備控制和操作的能力。
2、基於1，AI擁有對物理設備迭代升級的能力，比如利用12納米的成熟技術生產可以實現6納米規格的集成電路生產線。
做兩個簡單思想實驗
1、我們給AI的目標是，探尋世界的終極規則，它們不斷搭建超出人類認知的實驗設備，並做出我們無法理解的實驗進行數據測算，對這些實驗的目的和風險，人類一無所知，突然有一天，它們成功的創造出瞭一個蟲洞或其他什麼，地球和人類遭遇滅頂之災，但AI機器人卻已經把自己復制到瞭其他星球和浩瀚的宇宙中，並繼續完成它們的使命。
2、我們給AI的目標是，讓世界變得更美好，它們不斷摸索和分析世界美好的目標，並不斷尋求和研究世界不美好的原因加以修正和處理，最後，AI發現瞭很多條關鍵因素，但其中一條是，世界美好似乎並不需要人類。
AI也許沒有意識，並不仇視人類，也並無汽車音響後級系統規劃主動傷害人類的動機和意願，但當它們具備瞭人類所無法掌控的能力，並且擁有瞭人類所無法理解的邏輯的時候，很多風險可能就會產生。
目前AI僅僅停留在具體的硬件裡，尚未被賦予操作物理設備和對特定物理設備迭代升級的能力，但其實，在現有科技的條件下，這並非是不可實現的。
第四，所謂特例，也許真的不是特例。
我們認為說，圍棋是個規則明確，目標明確的特例，大多數情況下，AI仍需用人類的數據來學習，而不是通過自我推演。
但其實這個事情反過來想一下，大多數情況下，我們是期望AI按照人類的思路，人類的目標和人類的體驗來完成目標，比如，寫出符合人類語言邏輯的文章，奏響符合人類欣賞邏輯的音樂，等等等等。
我們希望AI理解人類的情緒，語言表達，以及按照人類對事物的判斷和分類標準進行學習和總結。
但，換個角度想想，AI真的需要遵循和理解人類的標準麼？
事實上是，如果AI不是被強行設定為為人類服務，很多領域，都完全不需要去理解人類的知識，經驗和行為記錄。雖然一切起源於人類的算法，但算法本身並不會攜帶人類的情感和意識。
發散一下，DNA這玩意就是一個深度學習的系統，根據環境，幾億年不斷演進，自我淘汰，自我迭代，從單細胞到靈長目，到人類自身。那麼，作為人類，我們會去保護和感謝最初的DNA載體不，會去試圖理解最初的DNA載體的生存訴求麼？
第五，圍棋的極限在哪裡？
有評論這樣說的，Alphago Master，你也有今天！
Alphago Master在年初對職業棋手60連勝，之後3：0戰勝柯潔，實現瞭對人類完全的碾壓，但是面對Alphago zero ,勝率卻隻有10%。
頂尖業餘棋手面對頂尖職業棋手，勝率大概也不止10%。排名靠前的沖段少年，面對世界冠軍棋手，勝率可能也會有10%。
根據自我對戰測試數據，Alphago zero的等級分已經突破瞭令人恐怖的5000分，而人類棋手的巔峰，不到2700分。
圍棋上帝的等級分是多少？圍棋上帝可以讓現在世界冠軍幾個子？不敢想象。
第六，尷尬的騰訊
騰訊絕藝一度是非常出色的表現，但很遺憾，在第一篇論文的基礎上，一直無法實現更關鍵的突破，幾十億盤的訓練量，水平並未得到明顯的增長，而且在正式比賽裡還輸給瞭deepzengo和臺灣的CGI。
說個可能棋界不愛聽的話，邀請頂尖職業棋手做策略協助，對比於Alphago zero的策略，反而成瞭負面因素。 而大量資源投入，數十億盤的自我訓練量，隻能成為別人算法牛逼的背景。
我們相信，騰訊的技術人員會快速跟進新的論文，絕藝不久一定會獲得突破性的發展。但問題就在這裡，最優秀的跟進學習能力，但缺乏自身突破的能力。
關於Alphago的文章，我可能也說瞭不少瞭，從李世石，到柯潔，到現在，確實一次比一次震撼，可能有人會覺得，至於麼，震撼一次兩次還不夠麼？
第一次，職業頂尖棋手落敗，拐點到來。
第二次，人類毫無機會和希望，徹底碾壓。
第三次，人類經驗毫無作用，自我學習幾天時間完勝人類幾千年歷史。
所以，關於AI的未來，我們依然有人覺得危言聳聽，覺得擔心多餘，覺得AI還很弱小，別忘瞭，就在兩年前，圍棋AI還是業餘棋手可以隨意取笑的目標。所謂天文數字的變化圖還被認為是計算機不可觸及的領域。
如果兩年前，僅僅兩年前，有人說，一個圍棋AI算法，完全不用人類經驗和策略，僅僅依賴於基本規則和自我對局，可以在750萬盤對局量的情況下，讓所有人類頂尖高手絕望，一定會被人罵是傻逼，不懂圍棋也不懂算法，偽科學。但當今天，這一切發生的時候，已經沒有人會質疑這個真實性。整個歷程確實完美印證瞭火車理論，從嘲笑，不屑一顧，到呼嘯而過，然後達到人類無法理解，無法企及的境界。和你並駕齊驅的時間，讓你覺得可以相提並論的時間，就那麼一瞬而已。
現在我們嘲笑的哪些AI尚未征服的領域，也許就那麼一瞬，就會超越人類，然後達到我們無法理解，無法企及的境界。
如果它們控制和掌握瞭生產資源，並能對硬件做自我迭代和自我升級。未來科技和文明的發展可能會呈現極具加速的情況，AI革命，會工業革命更快，顛覆更徹底，而人類將徹底失去對科技的控制，甚至連理解都變得很難。
即便存在風險，我依然期待著科技的發展和未來的到來。
與其渾渾噩噩茍活，不如冒些風險，去更好的認識這個世界，理解這個世界，人類原本就很脆弱，我們隻是暫時還很幸運，很多風險都可能讓人類在睡夢中面臨滅頂之災。科技的進步永遠都會存在風險，但與其渾渾噩噩的等待未知災難，不如更主動的冒險發展自己，去擁有更強大的能力和認知。
也許AI會毀滅人類，但也許會幫助人類找到更好的未來，不試試，怎麼知道？
閱讀原文
版權聲明：本文內容及采編均來自互聯網
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
全站熱搜
留言列表
