人工智能專(zhuān)家電話(huà)研討會(huì )議紀要
3月9號和10號,谷歌人工智能機器人“AlphaGo”在與世界圍棋冠軍李世石之戰吸收全球關(guān)注,并且AlphaGo在交鋒中連下兩城,AlphaGo所展示出的人工智能程度超乎大部分人預期。
基于此,我們特邀請百度人工智能專(zhuān)家舉行“人機大戰”電話(huà)會(huì )議,本次會(huì )議基于國際化視野,詳細介紹了人工智能的內在機理、技術(shù)原理、應用領(lǐng)域及發(fā)展趨勢,并剖析了我國人工智能發(fā)展的產(chǎn)業(yè)機遇。
我們認為,在完成語(yǔ)言、視覺(jué)、邏輯推理、深度學(xué)習等技術(shù)層的攻難克艱之后,人工智能風(fēng)口已至。各大互聯(lián)網(wǎng)巨頭、VC/PE等資本紛紛涌入,無(wú)人駕駛、語(yǔ)音識別、人臉識別、自動(dòng)診療等應用場(chǎng)景持續豐富。A股標的方面,計算機板塊重點(diǎn)推薦東方網(wǎng)力、思創(chuàng )醫惠、東軟集團、中科創(chuàng )達建議關(guān)注科大訊飛、長(cháng)高集團;傳媒板塊關(guān)注昆侖萬(wàn)維和奧飛動(dòng)漫;電子板塊建議重點(diǎn)關(guān)注全志科技、�？低�。
n事件評論
AlphaGo的核心組成部分:1、走棋網(wǎng)絡(luò )(PolicyNetwork):給定當前棋面狀況,預測下一步走棋模式;2、快速走棋 (FastRollout):在適當犧牲走棋質(zhì)量的情況下,提高運算速度、決策速度;3、估值網(wǎng)絡(luò )(ValueNetwork):在給定當前值的情況下, 通過(guò)邏輯判斷哪一方會(huì )獲勝;4、蒙特卡洛樹(shù)(MonteCarloTreeSearch)綜合搜索模型:聯(lián)接前三種模型,形成完整系統。
AlphaGo超預期的原因:1)AlphaGo五個(gè)月前贏(yíng)過(guò)歐洲冠軍,這次選手段數雖然提升很多,但機器依然能夠戰勝,其中一個(gè)根本原因是谷歌給了很大資源,如增加服務(wù)器,運算能力提升2000倍。2)情緒和心理是下圍棋中的重要影響因素,人有情緒導致不穩定性,機器是沒(méi)有情緒的,這是相對不公平的過(guò)程。但是機器的應變能力弱于人,可以通過(guò)小范圍的轉換去適應機器,以后對戰中可以通過(guò)這種方法去占據主導。
估值網(wǎng)絡(luò )模型的判斷模式:1、簡(jiǎn)單模式。即“第一大腦”。其中一個(gè)叫KGS的圍棋服務(wù)器,可以使AlphaGo的第一大腦完全像人腦一樣去學(xué)習定式,在這個(gè)定式當中去判斷下一步棋的優(yōu)劣,通過(guò)一個(gè)最基本、定式性的模式不斷強化自我;2、自我學(xué)習模式,即“第二大腦”。通過(guò)預先載入的完整數據從整體上進(jìn)行每一步優(yōu)劣分析判斷后而進(jìn)行訓練。這個(gè)大腦是估值網(wǎng)絡(luò ),是判斷整體決勝的模型。它是通過(guò)海量數據去學(xué)習,可以在不完整的平面狀態(tài)下減少失誤判斷。而人類(lèi)對于失誤判斷的減少只能靠個(gè)人經(jīng)驗和僅有的腦容量里的記錄。
專(zhuān)家提出的兩個(gè)觀(guān)念:1、人類(lèi)看似很簡(jiǎn)單其實(shí)對機器而言是復雜的.問(wèn)題;2.看似很難的計算等當前是很簡(jiǎn)單的問(wèn)題。圍棋和象棋都是屬于后者。人認為預測非常難,但其實(shí)用函數邏輯來(lái)看它就是一個(gè)預判的邏輯、估值預算的邏輯。再比如翻譯,人可以很容易把看似很簡(jiǎn)單的一句話(huà)把它錄下來(lái)、翻譯,但是對機器來(lái)說(shuō)是一件很復雜的事情。首先它需要對你的話(huà)進(jìn)行一個(gè)處理,因為人類(lèi)有不同的方言,第二是要去理解,然后通過(guò)把拆解的關(guān)鍵詞放進(jìn)你要翻譯的核心內容里面,這其實(shí)是一個(gè)比較困難的東西。之所以這場(chǎng)比賽受到關(guān)注是因為人類(lèi)覺(jué)得這件事情很困難的,但其實(shí)是比之前所說(shuō)的翻譯要容易很多。
在一些人類(lèi)認為高階的模式中,比如精準計算機清晰的函數邏輯預判能力方面,機器已經(jīng)逐漸完成對人類(lèi)的超越。
人工智能的四個(gè)層級:1、單純的控制;2、具有判斷的控制反饋;3、引入大數據,通過(guò)簡(jiǎn)單的網(wǎng)狀生成的卷積網(wǎng)狀模型,去完成判斷,類(lèi)似帶有機器學(xué)習的人工智能。當前,互聯(lián)網(wǎng)公司在人工智能領(lǐng)域的應用開(kāi)發(fā)主要是基于該層面;4、影響到人學(xué)習、認知過(guò)程的人工智能,各方面引入深度學(xué)習。
深度學(xué)習的優(yōu)勢:比其他早期的SEM或dse等簡(jiǎn)單機器學(xué)習模型更讓容易受對抗樣本干擾。其中對抗樣本本身是一個(gè)極度非線(xiàn)性的深度模型,非線(xiàn)性對于外推遠離型離散型數據具備的優(yōu)勢。對抗性本身對于分類(lèi)樣本的錯誤率有非常好的預判,即在對抗性的微擾性的判斷在非線(xiàn)性模型中具有較高提升優(yōu)勢。機器人學(xué)習與大腦認知最根本的相似性在于其對預判的自適應過(guò)程,其演進(jìn)過(guò)程在于能夠深層次理解用戶(hù)在一個(gè)語(yǔ)境中去預測將要說(shuō)的話(huà)或將要執行的任務(wù)。
深度學(xué)習的應用場(chǎng)景:比較寬廣,象棋、圍棋只是證明公司的技術(shù)達到某一階段。在應用方面,語(yǔ)音識別是很重要的方面。第二個(gè)是人臉識別,百度的ALWS上可做到0.23%的錯誤率,遠低于人自身6%的水平;第三個(gè)是文本文字的字跡判斷,進(jìn)行文字提取,第四個(gè)就是自動(dòng)駕駛。
人工智能的發(fā)展趨勢:算法本地化運行。即可實(shí)現單體計算機聯(lián)網(wǎng),在真實(shí)環(huán)境中,可能并無(wú)寬帶,很難實(shí)施對網(wǎng)絡(luò )的依賴(lài)性,比如自動(dòng)駕駛,無(wú)法保證一直聯(lián)網(wǎng),因此本地化將是很大趨勢,這是包括百度再能的很多大公司在做的事情,也是人工智能突破的關(guān)鍵點(diǎn)。
【人工智能專(zhuān)家電話(huà)研討會(huì )議紀要】相關(guān)文章：
研討會(huì )的會(huì )議紀要11-04
服務(wù)研討會(huì )議紀要范文12-25
技術(shù)研討會(huì )會(huì )議紀要范本01-15
專(zhuān)家支招如何進(jìn)行有效的電話(huà)面試08-10
可持續與可替代性旅游研討會(huì )會(huì )議紀要12-27