近日，人工智能在學(xué)習能力方面又有了一個(gè)較大的提升。斯坦福大學(xué)的一個(gè)研究小組發(fā)現，人工智能系統已經(jīng)擁有了通過(guò)人類(lèi)當前所做的動(dòng)作預測其下一步舉動(dòng)的能力，而這一能力主要是通過(guò)人工智能對于故事的學(xué)習形成的。

研究人員將該系統與儲存了60多萬(wàn)個(gè)故事的寫(xiě)作社區Wattpad相連，這些故事包括主人公在進(jìn)入房間后需要開(kāi)燈、被稱(chēng)贊后會(huì )害羞、開(kāi)會(huì )時(shí)就不會(huì )接電話(huà)等。人工智能則通過(guò)學(xué)習這些故事來(lái)實(shí)現預測人類(lèi)舉動(dòng)的能力。

人工智能的主要目標是使機器能夠勝任一些通常需要人類(lèi)智能才能完成的復雜工作。因此，深度學(xué)習的能力在其中顯的尤為重要。隨著(zhù)技術(shù)的發(fā)展和人工智能的進(jìn)步，其深度學(xué)習能力也有了一個(gè)飛速的提升。

但是，深度學(xué)習的背后是由數學(xué)模型在支撐的，所以人工智能的本質(zhì)仍只是解決問(wèn)題的算法。與真正的人類(lèi)大腦相比，人工智能仍然相去甚遠。

與圍棋大師一較高下，人工智能深度學(xué)習能力提升

在對上述人工智能的首次現場(chǎng)測試中，其能夠正確區分人與物體的概率高達91%，能準確預測出人們下一步舉動(dòng)的概率為71%，這一成績(jì)與以往相比是很優(yōu)秀的。

而人工智能再次受到關(guān)注，則是由于即將到來(lái)的圍棋名將與人工智能系統的一場(chǎng)大戰。據外媒報道，3月9日，韓國圍棋名將李世石將在首爾接受來(lái)自谷歌的人工智能系統AlphaGo的挑戰。

而這場(chǎng)即將開(kāi)始的圍棋比賽是十分重要的，甚至被認為可以與1997年國際象棋大師卡斯帕羅夫與IBM超級計算機“深藍”之間的對決比肩。

1997年5月3日至5月11日，時(shí)年34歲的卡斯帕羅夫與IBM公司的國際象棋電腦“深藍”舉行了六局對抗賽。在前五局以2.5比2.5打平的情況下，第六局僅走了19步就使卡斯帕羅夫認輸。“深藍”取得勝利，標志著(zhù)計算機技術(shù)的發(fā)展又上了一個(gè)臺階，也成為了科技史中的里程碑事件。

而此次人工智能系統AlphaGo與圍棋大師一較高下，則有著(zhù)更加重要的意義。

圍棋是擁有2500多年歷史的、凝聚著(zhù)中國古老智慧的游戲，從數學(xué)范疇來(lái)看，圍棋的復雜程度要比象棋高出N個(gè)級別，是世界公認的最為困難的棋類(lèi)游戲。

為了使AlphaGo能夠更好地應對這種復雜的游戲，谷歌DeepMind團隊的人工智能專(zhuān)家們做出了許多努力。

首先，他們往AlphaGo中輸入了包括3000萬(wàn)步走法在內的棋譜數據。盡管3000萬(wàn)這一數字看起來(lái)很多，但與全部的圍棋走法相比就顯得微不足道了。因此，還要采取一些更先進(jìn)的辦法。

專(zhuān)家們并未像對待“深藍”那樣，為AlphaGo開(kāi)發(fā)一些固有的程序，而是賦予了AlphaGo自我編程的能力，使之成為“數字自學(xué)者”。隨后，計算機開(kāi)始進(jìn)行自我對弈，也就是深度學(xué)習，直到其掌握高端的圍棋技巧。

對此，谷歌的研究人員Demis Hassabis表示：“傳統人工智能方法為所有可能位置建立搜索樹(shù)。對圍棋來(lái)說(shuō)，這種方法行不通。因此，當我們試圖打破圍棋的難題時(shí)，我們采取了不同的方法。我們開(kāi)發(fā)的系統將高級搜索樹(shù)與深度神經(jīng)網(wǎng)絡(luò )結合在一起。這些神經(jīng)網(wǎng)絡(luò )以圍棋棋盤(pán)描述作為輸入，并通過(guò)包含數百萬(wàn)個(gè)類(lèi)神經(jīng)元連接的12個(gè)不同網(wǎng)絡(luò )層次進(jìn)行處理”。

由此可見(jiàn)，AlphaGo將比“深藍”更加厲害。而當年“深藍”所掌握的程序中幾乎包含了其對手卡斯帕羅夫的全部對局分析，僅此一項，就足以將任何高段的圍棋大師碾壓。那么，更加先進(jìn)的AlphaGo的出現，無(wú)疑使人類(lèi)棋手面臨著(zhù)人工智能提出的更加高難度的挑戰。

深度學(xué)習背后是數學(xué)模型支撐，與人類(lèi)大腦相去甚遠

事實(shí)上，AlphaGo以往的成績(jì)已經(jīng)證明了其優(yōu)秀程度。AlphaGo曾在與其他圍棋人工智能系統進(jìn)行的500盤(pán)對弈中，贏(yíng)得了499盤(pán)。去年10月，AlphaGo在五番棋的較量中，以5比0的成績(jì)擊敗了職業(yè)圍棋手、歐洲圍棋冠軍樊麾，這也是人工智能首次擊敗職業(yè)圍棋手。

對于即將到來(lái)的“谷李大戰”，圍棋界專(zhuān)業(yè)人士也發(fā)表了自己的看法。臺北“紅面棋王”、九段圍棋手周俊勛表示，之前曾堅定地認為李世石會(huì )以5比0完勝AlphaGo，但在看過(guò)一些報道以及科技界人士對于A(yíng)lphaGo的分析之后，他的態(tài)度轉變?yōu)橹斏鳌?/p>

周俊勛認為，從AlphaGo與樊麾對決的5局棋譜來(lái)看，在特定的條件下，尤其是官子階段，計算機的準確度有明顯的提升。“不夸張地說(shuō)，每個(gè)局部的定型收束不見(jiàn)得比全盛時(shí)代的‘石佛’李昌鎬差。如果再這么進(jìn)步下去，中盤(pán)戰斗力也會(huì )顯著(zhù)提升”。

這一突破具有重大意義。在過(guò)去的幾十年時(shí)間里，圍棋軟件始終無(wú)法突破人類(lèi)的初級水平，更遑論與人類(lèi)中的高手相抗衡。如今人工智能?chē)逑到y突飛猛進(jìn)的局面，與其深度學(xué)習的能力是分不開(kāi)的。

盡管人工智能領(lǐng)域的發(fā)展如火如荼，但與真正的人腦相比，仍然存在很大的差距。

深度學(xué)習是人工智能的重要能力，然而深度學(xué)習的本質(zhì)離不開(kāi)數學(xué)模型。說(shuō)白了就是由人類(lèi)設計好一個(gè)框架，然后人工智能系統根據這一框架去進(jìn)行一系列運作。

以“深藍”與卡斯帕羅夫的對決為例。卡斯帕羅夫可以計算X個(gè)回合中可能產(chǎn)生的Y個(gè)變化，而“深藍”則能夠針對Y中的某一部分進(jìn)行推導，從而演化出M個(gè)變化。

在這一過(guò)程中，可以明顯地看到M大于Y。那么在相同的比賽時(shí)間中，人類(lèi)棋手卡斯帕羅夫必定會(huì )在M和Y的差值變化中出現漏洞，這也就是卡斯帕羅夫輸給“深藍”的主要原因。

對于即將到來(lái)的“谷李大戰”，周俊勛表示，與AlphaGo相比，李世石的最大優(yōu)勢就在于其擁有只屬于人類(lèi)的想象力以及創(chuàng )造力。在中盤(pán)時(shí)出現一些“莫名其妙”的招式，可以對谷歌評估AlphaGo提出新的挑戰。

由此可見(jiàn)，谷歌對于勝者的100萬(wàn)美元獎勵也只是小投入。重頭戲則在于通過(guò)與全球公認的優(yōu)秀圍棋手李世石的博弈，為AlphaGo提供驗證其價(jià)值評估體系的頂尖樣本。

對于人類(lèi)的科學(xué)界來(lái)說(shuō)，這是一個(gè)很大的突破。但是對于人工智能本身來(lái)說(shuō)，模仿人類(lèi)進(jìn)行學(xué)習與思考是不太正確的方向。

法國思想家帕斯卡爾曾說(shuō)：“人是一支有思想的蘆葦”。人類(lèi)能夠在圍棋中迸發(fā)自己的智慧并從中感受到樂(lè )趣，所以圍棋對于人類(lèi)是有意義的。而對于人工智能來(lái)說(shuō)，它只是在執行一些數學(xué)模型的運算而已，并不能從中感受到樂(lè )趣。因此，人工智能仍與人類(lèi)大腦相去甚遠。

正所謂“授之以魚(yú)，不如授之以漁”。對于機器而言，真正的智能應該是擁有自己獨特的思考方式。比如當人工智能看到一堆數據時(shí)，它能夠以自己的方式去思考，而不是單純地對人類(lèi)的思維方式進(jìn)行模仿。

在實(shí)現上述情形的過(guò)程中，最重要的是人工智能的可改進(jìn)性。一個(gè)優(yōu)秀的人工智能，應該做到通過(guò)自身修改核心代碼，來(lái)適應周?chē)兓貌欢ǖ纳姝h(huán)境。甚至是應該讓人工智能達到主動(dòng)創(chuàng )造的地步。當然，要實(shí)現這些并非易事，人工智能仍需經(jīng)歷長(cháng)時(shí)間的發(fā)展。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數控、和而泰、中科曙光、永創(chuàng )智能、北京君正、通富微電、永創(chuàng )智能、勁拓股份。