難度堪稱人工智能“阿波羅計(jì)劃”的圍棋挑戰(zhàn)，最終還是被一只機(jī)器“狗”取得了勝利。它的致命法寶就是模仿人類的“深度學(xué)習(xí)”工作原理。機(jī)器到底是怎樣像人類一樣學(xué)習(xí)的?有一天它無所不能，人類的未來又將怎樣?北京晨報(bào)記者采訪了國(guó)內(nèi)專家進(jìn)行解讀。

阿法狗原理是“深度學(xué)習(xí)”

AlphaGo(阿法狗)由位于英國(guó)倫敦的谷歌旗下DeepMind公司開發(fā)。它的主要工作原理是“深度學(xué)習(xí)”。

面對(duì)任何棋類，一種直觀又偷懶的思路是暴力列舉所有能贏的方案，這些方案會(huì)形成一個(gè)樹形地圖。然而，在規(guī)定時(shí)間內(nèi)想要讓計(jì)算機(jī)利用這種方法戰(zhàn)勝人類下圍棋，并不容易做到，因?yàn)閲宓目赡苄蕴唷?/p>

有一種說法是，圍棋的可能性數(shù)量要比可觀測(cè)到的宇宙中原子的總數(shù)還要多得多。同時(shí)，圍棋的規(guī)律十分微妙，在某種程度上落子選擇依靠的是經(jīng)驗(yàn)積累而形成的“直覺”。因此，圍棋挑戰(zhàn)稱作人工智能的“阿波羅計(jì)劃”。這一次，研究者們終于拿出了終極武器——“深度學(xué)習(xí)”，讓機(jī)器模仿人類高端棋手的下棋方式，機(jī)器可以通過學(xué)習(xí)人類打敗人類。

北京郵電大學(xué)教授、中國(guó)人工智能學(xué)會(huì)理事劉知青在接受北京晨報(bào)記者采訪時(shí)說，阿法狗通過“神經(jīng)網(wǎng)絡(luò)”學(xué)習(xí)所有高水平圍棋棋譜，大概是歷史上有的20萬個(gè)左右職業(yè)棋譜，從而獲得了在盤面上如何落子的直覺。“假設(shè)我們看過很多貓，再看圖片的時(shí)候，就是通過第一直覺判斷圖片上是否有貓，這種直覺并不是天生而來的，而是通過學(xué)習(xí)獲得的?！眲⒅嗾f。

“那么，阿法狗取勝的殺手锏真的就是直覺和第六感?”針對(duì)這樣的疑問，劉知青說，它獲得的這種直覺又和人類不同，背后有堅(jiān)實(shí)的數(shù)學(xué)模型，計(jì)算機(jī)做了大量的計(jì)算，在大量懸念中找到一個(gè)勝率，這和人腦的直覺不完全相同，是數(shù)學(xué)、科學(xué)的體現(xiàn)，人類是不可能達(dá)到的。

瞄準(zhǔn)醫(yī)療領(lǐng)域能識(shí)別癌細(xì)胞

劉知青說，類似的深度學(xué)習(xí)是在近幾年出現(xiàn)的，一些國(guó)內(nèi)外公司、科研院所也在做，但谷歌現(xiàn)在做的這個(gè)毫無疑問是效果最好。目前，這項(xiàng)科技也有了一些應(yīng)用，最簡(jiǎn)單的例子就是通過深度學(xué)習(xí)識(shí)別貓。通過這項(xiàng)識(shí)別驗(yàn)證，已經(jīng)引申出了更多具有實(shí)際意義的應(yīng)用，比如識(shí)別某一個(gè)圖片中是否有癌細(xì)胞，某一個(gè)鐵路沿線上的軌道是否存在磨損，甚至軍事作戰(zhàn)中，對(duì)方的視線中是否有坦克，都可以通過深度學(xué)習(xí)實(shí)現(xiàn)。谷歌的自動(dòng)駕駛，其中很重要的就是識(shí)別道路、交通信號(hào)燈、路標(biāo)等，這都是通過深度學(xué)習(xí)獲得。

谷歌也表示相信，自己未來終將有一天能夠利用人工智能技術(shù)解決許多現(xiàn)實(shí)生活中的問題，比如建立復(fù)雜的氣候變化模型以及傳染性疾病分析等。

阿法狗與圍棋冠軍李世石在昨天進(jìn)行的第四局激戰(zhàn)中，李世石第78手被贊為“神之一手”。從這招之后，阿法狗的程序疑似出現(xiàn)了“BUG”，它此后連出數(shù)招“臭棋”，輸?shù)袅诉@一局。賽后，大家關(guān)心，阿法狗將來會(huì)向醫(yī)療領(lǐng)域發(fā)展，這種“BUG”是否也會(huì)出現(xiàn)?DeepMind創(chuàng)始人哈薩比斯表示，阿法狗是初級(jí)程序，不是升級(jí)版，所以就要看看有何缺陷，希望李世石能幫助找到缺點(diǎn)，以進(jìn)一步完善。目前阿法狗還只是個(gè)程序，尚未進(jìn)入醫(yī)療領(lǐng)域，還會(huì)進(jìn)行更嚴(yán)格的測(cè)試。

有了深度學(xué)習(xí)，未來的智能時(shí)代會(huì)是怎樣?劉知青說，將來有很多東西，人是可以被替代的，駕駛飛機(jī)、汽車，操作機(jī)床，翻譯等。但創(chuàng)造力是人獨(dú)有的智慧特征。在這方面，未來機(jī)器是否能夠超越人類，目前還是學(xué)術(shù)界的未知。

我國(guó)科研人員提出“寒武紀(jì)”

據(jù)了解，我國(guó)也有科技人員在從事“深度學(xué)習(xí)”的研究，并取得了一定成果。近日，中科院計(jì)算技術(shù)研究所研究員陳云霽、陳天石的課題組提出的深度學(xué)習(xí)處理器指令集“電腦語”，被計(jì)算機(jī)體系領(lǐng)域頂級(jí)國(guó)際會(huì)議接收，在近300篇投稿中，其評(píng)分排名第一名。2014年，陳云霽、陳天石課題組在國(guó)際上提出了首個(gè)深度學(xué)習(xí)處理器架構(gòu)“寒武紀(jì)”，而“電腦語”則是“寒武紀(jì)”的指令集。

陳天石在接受采訪時(shí)說，深度學(xué)習(xí)技術(shù)已被微軟、谷歌、臉書、阿里、訊飛、百度等公司廣泛應(yīng)用于計(jì)算機(jī)視覺、語音識(shí)別、自然語言處理、音頻識(shí)別與生物信息學(xué)等領(lǐng)域并取得了極好的效果。深度學(xué)習(xí)的基本操作是神經(jīng)元和突觸的處理，而傳統(tǒng)的處理器指令集是為了進(jìn)行通用計(jì)算發(fā)展起來的，處理效率不高。谷歌甚至需要使用上萬個(gè)中央處理器運(yùn)行7天來訓(xùn)練一個(gè)識(shí)別貓臉的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。將來如果使用了帶有“電腦語”指令集的“寒武紀(jì)”處理器，深度學(xué)習(xí)的運(yùn)算速度會(huì)得到明顯提升。

劉知青說，未來，基于這項(xiàng)技術(shù)可以應(yīng)用到方方面面，比如智能交通，道路有很多選擇，每一個(gè)“落子”就是一個(gè)紅綠燈，從家到單位可能有三四個(gè)選擇。下圍棋和交通路徑規(guī)劃是等價(jià)問題。再比如物流，一輛貨車裝了60%貨物，剩下空間是找A點(diǎn)還是B點(diǎn)裝貨，面臨很多選擇，按照類似的方法，結(jié)果給出優(yōu)化目標(biāo)。

不過劉知青坦言，目前中國(guó)這項(xiàng)技術(shù)差距還是很大，大家的重視程度不夠，并沒有意識(shí)到這才是真正的創(chuàng)新和能夠帶來的價(jià)值。