快捷搜索:

傅盛:关于AlphaGO Zero的几点看法

迎接关注“创事记”的微信订阅号:sinachuangshiji

文/傅盛

这几天,有很多关于AlphaGO Zero的文章,更多从技巧角度阐述。我抉择从思惟实践角度,简单说几点见地。开放评论争论,迎接大年夜家拍砖:

AlphaGO Zero是一个新的紧张里程碑

有人可能会问,有那么严重吗?AlphaGO不是已经赢了吗?这个无非便是赢得更厉害些。

关键不是赢了若干,而是AlphaGO Zero没有应用人类履历,而AlphaGO是学着人类履历生长起来的。

这就意味着:在某些领域,人工智能可以不必要所谓大年夜量数据(人的履历)就能实现智能化。这一点意义不凡,以致会影响人工智能财产的成长偏向。

只管很多人可能会说,别说的这么玄乎,这不便是增强进修理论,无非便是实现了一个例子而已。但问题恰好在这:有了理论是一回事,做出第一个案例,又是另一回事。理论到实践隔着无数条弯。

你看到了并不料味离得近。我们所看到的理论,或者认知,是必要赓续“实践—再认知—再实践”的历程。

本日,人工智能热潮如火如荼。我们转头来看,是什么详细事故点燃了呢?应该是AlphaGO。一场围棋比赛打开了全人类的认知,才让我们知道,原本Al已经能在围棋这种领域战胜人类,而之前大年夜家觉得至少还要十年。

这一下,大年夜量的人力资本和资金都涌入了人工智能,比如无人驾驶,人脸识别。为什么呢?由于大年夜家在想,既然繁杂的围棋智能都能提前十年,那些神奇科技还会远吗?

AlphaGO Zero会改变行业成长偏向?

人类便是这么神奇的动物。只管很多工作知道会发生,但没发生之前每每将信将疑,更多时刻是看客。下决心是一件资源很高的工作。

大年夜家都知道增强进修是偏向,但短期内能不能做到,效果若何,着实大年夜家心里是没底的。以是,未必真舍得去探索。但此次AlphaGO Zero,一会儿让大年夜家熟识到:既然围棋都可不必要人介入,且效果更好,那其余呢?

我立即想到了iphone x的人脸解锁,着实大年夜家是否想过它可能便是个AlphaGO Zero?曩昔,我们觉得所有人脸的结果是必要经由过程人的练习才能完成的,但iphone x有摄像头,布局光,密码三者相互验证的解锁模式。纵然摄像头没认出你,但前置布局光大概认出了你,这时刻,摄像头就可基于该结果自己再进修一次。如斯来去,你还担心卸妆后认不出你吗?按这个模式,赓续自进修,毁容今后都能认出来。

这样一种虚拟的自进修,多传感器互相之间的增强进修(类似AlphaGO Zero),这条路肯定会大年夜量实践。各类传感器也都将被关注并利用此中。

比如,此前我们觉得实地蹊径操作才是无人驾驶的核心,但试想一下,我们是否可能在一个虚拟的城市蹊径上去做优化无人驾驶的算法,让谋略机自己去碰撞,是不是也能做到很好的效果呢?假如我们有能力让谋略机感知到天下相关的数据、情况和规则,它就有可能再去模拟出一个虚拟的情况,完成全部义务实践。

机械人也是同样。此前机械人的一个伟大年夜的障碍便是数据。本日看来,假如传感器足够,我们再有一套措施去完成对信息数据的加工,比如GAN,那么机械人的优化本身也可做到犹如AlphaGO Zero的效率和效果。

AlphaGO Zero的一个假想蓝图

前几天,看完AlphaGO Zero的文章后,我久久不能寐,还做了一个梦。什么梦呢?我想象有一条临盆线,这条临盆线上的每一个环节都可被数据模拟。此时,机械人自己就可天生一个虚拟空间(类似AlphaGO Zero),并以此练习和优化临盆线的智能化。比如,使用该临盆线去临盆一个产品,而产品本身会有一些指标,且指标是规则可定义的。

就拿临盆一瓶矿泉水来说吧。目标是经由过程一些工艺,能把矿泉水资源降到一块钱以下。于是,它开始设计这条临盆线,并进行虚拟临盆,临盆完今后,经由过程一个评估软件,发明资源没能做到一块钱以下。谋略机就会从新设计不合的临盆线,自己再去练习,再去博弈,直到有可能临盆出一个天下上最廉价又最优质的矿泉水……

当我醒来时,发明着实这个梦是有可能成真的。当然这只是个梦,有些前提未必满意,但它代表着一个未来可能的偏向。

我想表达的是,机械人的贪图正在离我们越来越近。

您可能还会对下面的文章感兴趣: