被AlphaGo之父刷屏了？3段视频让你了解人机大战的真实意图

AlphaGo与柯洁大战在即，它的创造者杰米斯·哈萨比斯又是如何考虑这场的人机比赛的？他如何看待柯洁？

哈萨比斯对深度学习和人工智能的理解又是怎样的？他何以如此相信通用型人工智能，或者说强人工智能？

我们先看AlphaGo之父几个相关的演讲片段。明天，我们会请CSDN、极客帮创投和AI100的创始人蒋涛专门来点评这场大战。

柯洁已经输过，重要吗？

提起AlphaGo大战柯洁，就不能不提年初大战群雄的Master。

2016年12月29日晚七点，弈城围棋网出现疑似为AI的围棋高手“Magister”，后来改名“Master”；2017年1月1日晚十一点，它又转战至野狐围棋网。Master以每天十盘的速度在两个围棋对战平台上挑战中、韩、日、台的顶尖高手，至结束时60战全胜，大胜柯洁、朴廷桓、陈耀烨、古力、常昊、朴永训等世界冠军。

其中，柯洁三次败北，他为此辗转反侧，夜不成寐。柯洁在微博中说，“人类数千年的实战演练进化，计算机却告诉我们人类全都是错的。我觉得，甚至没有一个人沾到围棋真理的边。”

因为，AlphaGo一直在自我创新，比如，下图左侧的棋局中：

右下角红色圆圈处的黑子，落子所在的第二条线交点，在人类过往的认识中就不是那种有效的位置。

柯洁在微博中紧接着写道，“从现在开始，我们棋手将会结合计算机，迈进全新的领域达到全新的境界。”哈萨比斯在演讲中专门说到了这里的异曲同工之处：“柯洁提到了围棋的真理，我们在这里谈的是科学的真理。”

“就算阿法狗战胜了李世石，但它赢不了我。”

相比去年AlphaGo大战李世石时这句狂言，柯洁后来就收敛多了。问题是现在，他心里还有人类必胜的信念吗？

超越人类认知的极限

在谈Master前，哈萨比斯先解释了如何进一步改进AlphaGo，特别是如何在围棋上超越人类的认知极限：

首先，他要继续研究李世石打败AlphaGo的第四局比赛，以填补AlphaGo在知识上的空白。解决办法是建立一个新的AlphaGo分系统，用以迷惑主系统。同时进一步优化系统性能，过去需要至少3个月才能完成的训练，现在仅需一周时间。 其次，我们需要理解AlphaGo所采取的决定，并对其进行解释——它这样做的原因是什么，是否符合人类的想法？通过对比人脑对不同落子位置的反应与AlphaGo对落子位置的反应，也许我们就能找到一些关于围棋的新知识。

打造强人工智能

这就说到了AlphaGo，或者说是DeepMind的使命。

解决什么是智能的问题；用它来解决其他所有的问题。

哈萨比斯相信，如果人工智能最基本的问题得以解决，理论上任何问题都可以被解决。

他的方法是打造一台通用型学习机器，也就是强人工智能。哈萨比斯认为这是可能的，只要通过大量的数据资源找到最合适的解决方式和算法，具体的技术就是“强化学习”。

他的解释是这样的：

首先，想像这样一个AI代理，它需要了解自己所处的环境，并尽力找出其要达成的目的。此处的环境可以是真实事件、机器人、虚拟世界；带来通过两种方式与周围环境接触——观察并据此做出行动。 然后，在此基础上，建模并找出最佳选择，这会涉及到对未来的预期、想像，以及假设检验。通常，代理是处于真实环境中，到时间，系统会输出当前所找到的最佳方案。而该方案会或多或少地改变环境，进一步驱动结果的观察，并反馈给代理。

这就是强化学习的原理，示意图很简单，但其中涉及的是极其复杂的算法和原理。如果大部分的问题得以解决，我们就能打造出通用型的人工智能。

从数学角度讲，在计算机硬件和时间无限的前提下，打造一个通用型的人工智能，所需要的只有信息，大量的信息。从生物机制讲，人脑是受多巴胺控制的，它所执行的就是强化学习的功能。因而，强化学习会是解决人工智能问题的有效工具。

由此看来，就算打败柯洁，AlphaGo依旧征途漫漫。

每日荐文

点击下方图片阅读精彩内容

▼

别盲目调参！深度学习要先找到最佳策略

测试数据科学家聚类技术的40个问题（附答案）（上）

➤版权申明：如需转载，请后台留言征得同意。