2018-04-23 | 성행경 기자

[Science&Market]自行登上神之境界的AlphaGo

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

人工智能(AI)阿尔法围棋在战胜李世石一年半后达到了“神”的境界。这一被命名为“AlphaGo Zero”的版本再次令人类震颤。因为AlphaGo Zero完全没有被输入人类三千年间积累的围棋知识,却成为最高手。它独自领悟围棋,达到人类无法企及的最高水平,展示了通用AI的可能性。AlphaGo Zero出发时没有输入人类对局的棋谱,即没有学习数据。通过人类既有积累的数据训练AI,被称为“监督学习”。而AlphaGo Zero没有输入人类积累的其他数据,只是被告知什么是白子和黑子,以及黑子白子在棋盘上的意义。仅凭这些事实,AlphaGo Zero不断自我对局,提升棋力。这种方法被称为“强化学习”。

强化学习的效果实在惊人,仅36小时就开始战胜曾击败李世石的AlphaGo Lee,到72小时时以100比0完胜AlphaGo Lee。40天后,它还在与曾以60比0战绩压倒柯洁九段等职业棋手的AlphaGo Master的对局中取胜。DeepMind首席执行官(CEO)戴密斯·哈萨比斯表示:“AlphaGo Zero看来能力没有上限,如今它太强了,我们已感觉不到再训练的必要。”DeepMind造出了“围棋之神”。

引人关注的不仅是这样的对局结果。令人们惊讶、甚至陷入恐惧的是,它在没有人类三千年积累的围棋知识或数据的空白状态下,自行通晓了围棋的一切。AlphaGo Zero成长的样子,就像被遗弃在丛林中的孩童从无开始习得取火之法。如今机器人或AI也以类似方式把自己习得的知识存储到云端,这被称为“云机器人技术”。更进一步,AlphaGo Zero仅凭强化学习就超越了此前需要输入棋谱数据的监督学习型AI。这就是字面意义上造出了具有智能的机器。这台智能机器可以在没有既有积累数据的情况下进行学习。相反,若事先输入人类的围棋知识加以训练,其性能达到顶峰的时间反而会推迟。这说明,我们当下面临的知识极限,最终只有跳出人类既有知识、跳出人类领域才能突破。

AlphaGo Zero的学习方式与重复简单运算的技术路径截然不同,其成果并非单纯靠增强计算能力、反复运算取得。AlphaGo Lee使用了装载48块谷歌特别设计的AI芯片的服务器,而AlphaGo Zero只用了4块芯片。换言之,这一成果是以显著减少的硬件算力实现的。其背后是算法的耀眼进步。AlphaGo Zero仅用一个神经网络就能发挥出色性能,从而加快运算速度,降低电力消耗与硬件算力需求。

在自行领悟围棋的过程中,AlphaGo Zero展示了在与李世石、柯洁对决中未曾出现的新技术,并开始展现人类棋谱中完全没有的战略和创造性招法。机器创造力得以显现。关于这种机器创造性将给人类带来何种影响,DeepMind作了如下说明:“我们确信机器创造性将成为AI放大人类独创性的媒介,这种创造性将被用于解决人类面临的一些最重要的挑战。”话虽如此,一想到他们今后究竟会把这个阿尔法围棋用到何处而感到胆寒的,恐怕不只是笔者一人。

阅读韩文原文