本篇文章3107字，讀完約8分鐘

山西晉商貸【科技在線】

盡管贊揚和批評，人工智能( ai )的迅速發(fā)展已經超出了人們的想象，似乎印證了一句描述宇宙結構的老話。 一切都是人類的造物。

人機圍棋戰(zhàn)爭如果機器贏了，智能有可能爆炸嗎？

3月9日，韓國九段中國圍棋選手李世石將與谷歌人工智能項目阿爾法go在韓國首爾對決，整場比賽分五次進行。 戰(zhàn)爭在即，雙方都公開確信自己會取得最終勝利。

facebook人工智能組研究員田淵棟博士詳細分析了alphago在《自然》雜志上發(fā)表的論文，認為alphago整個系統(tǒng)即使是單機也已經具有職業(yè)水平，與李世石的比賽將會相當精彩，期待之后的結果， 但是，《人工智能學家》主編劉鋒寫道，谷歌圍棋ai和這場比賽有科學欺詐的嫌疑。

備受矚目的人機大戰(zhàn)一觸即發(fā)，人工智能能戰(zhàn)勝人腦嗎？ 無論圍棋戰(zhàn)誰贏誰輸，它都會為問題的回答奠定基礎。

人工智能與算法

近年來，人工智能逐漸成為顯學，許多人將其誤認為是隨著網絡的迅速發(fā)展而出現的新詞。 事實上，人工智能的歷史已經超過了半個世紀。

無論小說和電影如何描繪應用前景，人工智能都不是漂浮在某個藍色液體中的合成大腦，而是教授計算機執(zhí)行什么功能的算法數學方程式。

算法在21世紀，像煤炭一樣在19世紀，是現代經濟的發(fā)動機和燃料。 沒有算法，高端智能手機就無法工作，也就沒有facebook、谷歌、亞馬遜。 算法可以安排航班，控制飛機，幫助醫(yī)生診治疾病。 如果所有的算法都突然停止了，那絕對是世界末日。

今年1月，谷歌宣布開發(fā)了打敗圍棋歐洲的算法。 這個古老的中國棋盤游戲比國際象棋多得多、復雜得多，該算法被命名為alpha go，將于3月中旬與世界較量。

巨大的挑戰(zhàn)

圍棋的歷史超過2500年。 其穿法無限變化，其變量超過了宇宙原子的移動。 國際象棋的所有變化都可以計算，但不能圍棋。 更難的是，程序員也不會寫圍棋的判斷函數。 相反，圍棋需要直覺之類的東西。

人工智能研究利用游戲作為微觀測試有著悠久的歷史。 游戲可以由研究者為估算自己的成功而定義和許可。 去年，谷歌的deepmind教授機器學習，獲得了49款經典的atari電腦游戲。 圍棋歷來被認為是人類勝過程序的下一個經典游戲。 圍棋之所以這么難，是因為其結果的無限性，要復制和再現所有的游戲非常困難。

圍棋是游戲，是游戲的作品，是智慧的游戲。 deepmind的創(chuàng)始人哈扎維斯認為圍棋不是科學而是藝術。 alpha go用人類的方法學習圍棋，在對局中變得越來越強，就像我們人類一樣，能夠學習理解而不是計算。 他確信阿爾法go取得了最終的勝利。

勝利的關鍵

alpha go與以往的機器人不同之處在于其在神經互聯網、分層計算和知識庫中的應用。 也就是說，谷歌開發(fā)團隊利用兩個神經互聯網為alpha go開發(fā)了新系統(tǒng)，這也是勝利的關鍵。 該行業(yè)的領導者杰弗里·興頓指出，神經互聯網減少了調查結果的數量，但也善于將從未見過的狀態(tài)通用化。 因為，這些神經網絡學習的規(guī)則和策略，不僅可以記憶，還可以理解。

以前傳說探索樹會考慮所有的可能性，但不適用于圍棋。 哈比斯說。 正因為如此，使用兩個神經網絡為alpha go開發(fā)的新系統(tǒng)，可以把圍棋看成是蘊藏著一切可能性的樹，可以無限擴展。 阿爾法go要做的就是利用兩個神經互聯網來縮小可能性。 那個利用戰(zhàn)略互聯網評價什么樣的行動的可能性比較高。 系統(tǒng)應該考慮該如何進行下一步，alpha go會縮小檢索樹的寬度。 另一個是價值互聯網，它可以教會alpha go如何同時移動白子和黑子更好，從而降低可能性的深度。 這一切都為其獲勝增加了砝碼。

但是，《人工智能學家》主編劉鋒則寫道，谷歌圍棋ai和這場比賽存在科學欺詐的嫌疑。 第一個原因是，alphago針對其他圍棋程序選擇了很多被試，進行了495次實驗，而對于人類被試，只選擇了一名曾經獲得圍棋歐洲的棋手，并沒有簽訂嚴格的保密協(xié)議。 谷歌也認為沒有像facebook一樣將圍棋程序放到互聯網上，光明正大地接受大眾的考驗。 作為原理和Googlealphago相同的facebook圍棋節(jié)目darkforest，現在的水平相當于業(yè)余5段，和職業(yè)選手仍然有很大的差距。

從ai到agi

多虧了計算機硬件的長足發(fā)展、算法(軟件)的改進、巨額資金的投入，進入新世紀以來，人工智能在許多行業(yè)取得了巨大的進步。 在硅谷，無論是谷歌、微軟還是ibm，都投入了巨額資金迅速發(fā)展人工智能，取得了郵件自動智能回復等階段性成果。

時代周報記者查閱資料時，科學家預測ai迅速發(fā)展為agi (人工通用智能)是人工智能的迅速發(fā)展趨勢。 大多數ai系統(tǒng)都很狹窄，只能完成特殊任務。 所以，ibm深藍電腦可以打敗國際象棋卡斯帕羅夫，但在面對畫圓打叉這種簡單的游戲時，連3歲的孩子都不如。 然后，哈比斯試圖從人腦中獲得靈感，建立第一臺通用學習機器，即靈活、適應性強的算法。 它像生物系統(tǒng)一樣學習，可以從零開始完成任何任務，除了原始數據以外不需要任何幫助。 這就是人工通用智能( agi )，其重點是通用。

在deepmind創(chuàng)始人哈扎維斯未來的愿景中，超智能機器可以與人類專家合作處理癌癥、氣候變化、能源、基因組學、宏觀經濟學、金融系統(tǒng)、物理等幾乎所有問題。 哈比斯說。 “我們想掌握的學科越來越多，越來越復雜，即使是頭腦聰明的人，一輩子也很難掌握其中的一個行業(yè)。 如果我們認為agi是自動將非結構化新聞轉換為可用知識的過程，那么我們可以通過篩選泛濫的數據來獲得合理的觀點。 我們正在進行的是能夠應對任何問題的超處理方案。

牛津大學人類未來研究院院長、哲學教授尼克·博斯特羅姆認為，如果agi最終完成，其影響將是無與倫比的。 這樣的超智能機器可能還需要幾十年才能問世，但它似乎離我們很近。 我們應該對那個有信心。

快速發(fā)展會失控嗎？

人類可能正在嘗試創(chuàng)造新的生命形式。 這不僅標志著進化的突破，也可能對人類物種的生存構成潛在威脅。 人工智能讓我們處于見證新物種誕生的邊緣嗎？ 機器多久會比人類聰明？ 這已經成為人工智能快速發(fā)展需要思考的問題。

年1月，美國麻省理工學院物理教授馬克思·特古馬克組織了關于人工智能風險的第一次會議。 會議的核心議題之一是人類要花多長時間才能遇到機器智能和超人智能。 另一方面，例如人工智能的先驅吳恩達主張，人工智能超過人類智能是數百年后的事件。 其他人，如特斯拉ceo馬斯克和伯克利的計算機科學教授斯圖爾特·羅素，認為這一時刻會來得更早。 據特古馬克稱，會議討論的中位數為40年。

史蒂芬·霍金、比爾·蓋茨、埃隆·馬斯克、揚塔利亞等世界許多科學家和科技巨頭都在關注著ai的快速發(fā)展。 但是，與哈扎維斯對ai持積極態(tài)度不同，這些知名科技專家對ai的迅速發(fā)展表示極大的擔憂。 他們的擔憂包括幽靈，包括agi武器和技術奇點。 這將引起智能爆炸，屆時機器將不斷進行自我完善，超越人腦的智力，脫離人類的控制。 如果發(fā)生這樣的超智能災害，人類會后悔為什么沒有停止ai開發(fā)比賽。

霍金在最近的談話中說，ai的成功將是人類歷史上的一件大事。 不幸的是，那可能是后者的歷史性的事情。 警惕人工智能毀滅人類，可能會成為未來技術迅速發(fā)展的另一個新戰(zhàn)場。

但是，相當數量的科學家非?？春萌斯ぶ悄艿目焖侔l(fā)展前景。 百度首席科學家吳恩達相信用人工智能可以建設更好的社會。 就像工業(yè)革命把人類從大量體力勞動者中解放出來一樣。

另外，計算機科學家杰里·拉爾認為算法是由人類設計和構建的，反映了創(chuàng)造者的偏見。 無論好壞，無論我們創(chuàng)造什么樣的未來，都是我們?yōu)樽约涸O計和構筑的未來。