- 相關(guān)推薦
搜狗CEO王小川：更接近于人的AlphaGo2.0將重演進(jìn)化史
2017年5月24日國內知名圍棋選手柯潔，與阿爾法狗的第一場(chǎng)大戰落下帷幕，不幸的是，柯潔在第一場(chǎng)就輸給了阿爾法狗，這一次也讓國人的期待落空。
AlphaGo是一款圍棋人工智能程序，由谷歌旗下DeepMind公司的戴密斯·哈薩比斯、大衛·席爾瓦、黃士杰與他們的團隊開(kāi)發(fā)，其主要工作原理是“深度學(xué)習”。
2016年12月份，AlphaGo注冊名為Master的棋手，在專(zhuān)業(yè)圍棋網(wǎng)站中接連戰勝眾多高手。在與韓國進(jìn)行的“人機大戰”中，AlphaGo更是以4比1戰勝韓國職業(yè)棋手李世石九段。
去年第一次人機大戰之前，搜狗CEO王小川曾在知乎發(fā)表評論，明確表示AlphaGo將完勝李世乭。此外他還立了兩個(gè)斷言：一個(gè)是Google很有可能再研發(fā)出AlphaGo 2.0，擺脫“監督學(xué)習”，不再需要人類(lèi)下圍棋的歷史數據，而是只通過(guò)“增強學(xué)習”，兩臺AlphaGo自我對戰學(xué)習如何下棋，并達到登峰造極的地步。
對于這次比賽，王小川再次在知乎表達了自己的態(tài)度：“我們的關(guān)注點(diǎn)不再是機器是否會(huì )贏(yíng)——而是機器將用什么姿勢戰勝人類(lèi)。”
王小川說(shuō)，AlphaGo2.0和1.0技術(shù)原理有著(zhù)巨大不同，更接近于人，棋風(fēng)完全脫離人類(lèi)經(jīng)驗。“可以想見(jiàn)這次與柯潔的對弈，能頻現“怪招”，完全顛覆人類(lèi)對圍棋的理解——這會(huì )是比賽最大的看點(diǎn)。英勇的柯潔，要解鎖108種姿勢來(lái)抵擋了。”
最后，王小川在文中表示，AlphaGo告訴我們：我們還有極大的發(fā)展空間;而AlphaGo2.0告訴我們：如果有合適的條件，完全可能有其他的生命進(jìn)化路徑，以及更不一樣的進(jìn)化結果，相當于重演一部進(jìn)化史。
以下為王小川知乎全文：
該來(lái)的終于來(lái)了。
一年前AlphaGo發(fā)布，看完論文后我就在知乎上發(fā)文預測機器會(huì )完勝人類(lèi)。好些行業(yè)朋友不相信，為此我收了很多“智商稅”，之后微信發(fā)紅包一直發(fā)到春節才發(fā)完。此外我還立了兩個(gè)斷言：一個(gè)是Google很有可能再研發(fā)出AlphaGo 2.0，擺脫“監督學(xué)習”，不再需要人類(lèi)下圍棋的歷史數據，而是只通過(guò)“增強學(xué)習”，兩臺AlphaGo自我對戰學(xué)習如何下棋，并達到登峰造極的地步。從公開(kāi)的資料判斷，此言中了。這意味著(zhù)什么呢，又有什么看點(diǎn)呢?
1 和1.0大不相同，更接近于人
AlphaGo 1.0 是巧妙地混合了三種算法：蒙特卡洛樹(shù)搜索+監督學(xué)習+增強學(xué)習。其中蒙特卡洛樹(shù)搜索是一種優(yōu)化過(guò)的暴力計算，比1997年深藍的暴力計算更聰明。而這里的監督學(xué)習，是通過(guò)學(xué)習3000萬(wàn)步人類(lèi)棋譜，對六段以上職業(yè)棋手走棋規律進(jìn)行模仿，也是AlphaGo獲得突破性進(jìn)展的關(guān)鍵算法。而增強學(xué)習作為輔助，是兩臺AlphaGo從自我對戰眾中學(xué)習如何下棋，據悉對棋力提升有限。
根據公開(kāi)資料推測，此次AlphaGo2.0的技術(shù)原理與之前有著(zhù)巨大不同：
1. 放棄了監督學(xué)習，沒(méi)有再用人的3000萬(wàn)局棋譜進(jìn)行訓練。這本是AlphaGo最亮眼的算法，也是今天主流機器學(xué)習不可避免的核心條件：依賴(lài)于優(yōu)質(zhì)的數據，在這個(gè)特定問(wèn)題下就這么被再次突破了。
2. 放棄了蒙特卡洛樹(shù)搜索，不再進(jìn)行暴力計算。理論上，算法越笨，就越需要暴力計算做補充。算法越聰明，就可以大大減少暴力計算。從AlphaGo 2.0的“馬甲”Master的歷史行為看，走棋非常迅速，約在每10秒鐘就走棋一步，如此速度很可能是放棄了暴力的計算。
3. 極大地強化了增強學(xué)習的作用，之前敲邊鼓的算法，正式成為扛把子主力。想想看有多勵志：兩臺白癡機器，遵守走棋和獲勝規則，從隨機走棋開(kāi)始日夜切磋，總結經(jīng)驗，不斷批評和自我批評，一周后終成大器。
在這樣的算法下，AlphaGo 2.0對計算資源開(kāi)銷(xiāo)極小，把當前棋局輸入神經(jīng)網(wǎng)絡(luò )，電流流過(guò)，輸出就是最佳的走棋方案。我猜測如此算法下，有可能僅僅依靠一個(gè)GPU工作，每一步棋消耗的能源接近人的大腦。
2 棋風(fēng)完全脫離人類(lèi)經(jīng)驗
今年年初，AlphaGo 化身Master連勝人類(lèi)頂尖棋手60局。在圍棋領(lǐng)域，機器完勝已經(jīng)變成公認的定論。這導致很多人開(kāi)始問(wèn)：這次人機大戰還有意義嗎?我們的關(guān)注點(diǎn)不再是機器是否會(huì )贏(yíng)——而是機器將用什么姿勢戰勝人類(lèi)。
AlphaGo學(xué)習了3000萬(wàn)步人類(lèi)棋譜，走棋風(fēng)格也近似于人。在比賽現場(chǎng)，偶有AlphaGo走棋和人的經(jīng)驗不符合，就被評為“愚蠢”，只是在中盤(pán)之后發(fā)現機器漸漸局面占優(yōu)最終獲勝，為了自圓其說(shuō)解讀為“AlphaGo中盤(pán)逆轉”，前兩局莫過(guò)如此。第三局開(kāi)始評論者長(cháng)了教訓，開(kāi)始尊稱(chēng)AlphaGo為“阿老師”，有了欣賞和敬畏的心態(tài)。這帶給圍棋界很大的沖擊，以前大家認為正確的東西，其實(shí)是不正確的�？聺嵲�(jīng)評價(jià)說(shuō)：“AlphaGo出現，很多理論都被推翻，再看以前定式變得好笑，虧那么多目就不再是兩分。”人類(lèi)通過(guò)數千年實(shí)戰，總結了圍棋理論，然后計算機告訴人類(lèi)：這些全都是錯的�，F在在很多比賽上，人類(lèi)棋手已經(jīng)開(kāi)始向機器學(xué)習，模仿AlphaGo的下法，棋圣聶衛平也曾表示“理論被顛覆了”。
而AlphaGo2.0脫離了機器對人模仿，走棋風(fēng)格也將完全脫離人的定式。在與柯潔的比賽中，會(huì )不斷出現我們意想不到的走棋，而且這些走棋在教科書(shū)中會(huì )被認為是低級錯誤或者完全不可理喻，但凡一個(gè)正常的棋手都不會(huì )這么玩，但凡一個(gè)新手這么玩都會(huì )被點(diǎn)撥這樣不對。而AlphaGo2.0會(huì )不斷制造這樣的局面，關(guān)鍵他還是對的�？上雽�(zhuān)業(yè)棋手的心里會(huì )有多大的震撼：不僅自己這一輩子都沒(méi)這么想過(guò)這么下棋，整個(gè)圍棋界都沒(méi)有想過(guò)。會(huì )不會(huì )懷疑自己白活了?會(huì )不會(huì )反思兩千年圍棋的發(fā)展為什么有這樣的瓶頸?還有多少海闊天空等著(zhù)我們去探索?可等不及我們去探索，計算機就給出了終局的答案，多么惆悵。
我們會(huì )津津樂(lè )道，AlphaGo是什么棋風(fēng)。但可以這樣推理：但凡有流派和風(fēng)格，就還有局限性。只有當所有流派合一看不出流派的時(shí)候，才到達致高境界。AlphaGo 2.0便會(huì )是這么一臺機器，沒(méi)有風(fēng)格，穩如磐石。
可以想見(jiàn)這次與柯潔的對弈，能頻現“怪招”，完全顛覆人類(lèi)對圍棋的理解——這會(huì )是比賽最大的看點(diǎn)。英勇的柯潔，要解鎖108種姿勢來(lái)抵擋了。
3 2017人機大戰的意義
2016年在A(yíng)lphaGo和李世乭的對戰后，人工智能進(jìn)入大眾的視野，我們開(kāi)始重新思考機器和人的關(guān)系。
圍棋已經(jīng)有兩千多年的歷史，在漫長(cháng)歲月的琢磨中，圍棋理論不斷進(jìn)化，到達了很高的水準，AlphaGo的獲勝，我們大可以解讀于“青出于藍”，畢竟是在人類(lèi)圍棋進(jìn)化的主路徑上又攀高峰。
而AlphaGo2.0完全拋棄掉人類(lèi)這兩千年來(lái)進(jìn)化的圍棋經(jīng)驗，另尋他徑，僅憑兩臺機器自我對弈中學(xué)習和進(jìn)化，最終不僅趕超了人類(lèi)進(jìn)化的速度，還發(fā)展出一套截然不同的下棋方法，并且更加接近完美的狀態(tài)，實(shí)現了對人類(lèi)的碾壓，重演了一部圍棋的進(jìn)化史，而且得出了與這兩千年來(lái)不同的進(jìn)化結果。
這會(huì )給我們什么啟示?如果跳出圍棋的規則，類(lèi)比看地球生命的進(jìn)化：人類(lèi)是從原始的有機物，到單細胞開(kāi)始逐步變成靈長(cháng)類(lèi)動(dòng)物，并且發(fā)展出超越其他一切生物的智慧。這條路徑是唯一的么?人類(lèi)的生命形態(tài)和最頂級的生命形態(tài)還有多大距離?AlphaGo告訴我們：我們還有極大的發(fā)展空間;AlphaGo2.0告訴我們：如果有合適的條件，完全可能有其他的生命進(jìn)化路徑，以及更不一樣的進(jìn)化結果。
讓我們歡呼人的智慧造就了AlphaGo，這也幫我們開(kāi)了眼界，看到我們離最終的生命形態(tài)和智慧依然有遙遠的距離。
保持敬畏，堅定前行，終得圓滿(mǎn)。
【搜狗CEO王小川：更接近于人的AlphaGo2.0將重演進(jìn)化史】相關(guān)文章：
王小川微訪(fǎng)談：創(chuàng )業(yè)必須創(chuàng )新 在“找死”中求生11-19
小測試--你能當CEO嗎？11-21
從主持人到美女CEO03-28
小測試--看看你能當CEO嗎？12-04
董明珠、王小川論：大學(xué)生該不該休學(xué)創(chuàng )業(yè)？03-18
女生創(chuàng )業(yè)：從主持人到CEO11-23
男CEO眼中的女CEO魅力03-07