AI不思议｜打Dota2和辩论都赢了，AI真的要超过人类？

继Alpha Go对战围棋天才柯洁取胜后，近期AI技术又出现新战绩。前有IBM的Project Debater与人类辩论胜出，后有Dota2中OpenAI的战队打败业余玩家，并向职业选手宣战。为何AI技术能够拥有开挂般的实力？以及，AI超过人类思维的时代真的来临了吗？

AI在这两次竞技中

为什么能赢

这两款AI智能产品表现出色，背后支撑主力也随之成为焦点。网络新闻报道显示，IBM的智能系统Project Debater拥有“数百万篇文章”储备。当它得到一个辩题时，花费几分钟的时间来决定论点，进而创建一个相关的描述演讲。它可以在听取人类的演讲后，创建驳斥人类选手的论据。

而OpenAI Five战队则是由5个神经网络组成，使用OpenAI提出的算法“近端策略优化”的扩展版，在256个GPU和128,000个CPU内核上进行训练。OpenAI Five每天都通过大量的自我对战来学习。同时每个英雄都使用单独的LSTM，不使用人类数据，最终学会识别策略。

显而易见的是，两个例子都和人工智能的分支——深度学习直接相关。

所谓深度学习，是机器学习的一个内含分支，一种基于对数据进行表征学习的方法。而深度学习的过程，则是在拥有大量数据集的基础上，借助神经网络生成合适的模型，进而结合场景得出有效反馈。上文中出现的LSTM为长短期记忆网络，是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。

因此，两种AI都拥有大量的数据集（Project Debater的数百万文章& OpenAI Five自我对战数据），基于此根据神经网络构建的算法，经过反复多次的训练后得出模型，并在应用场景中继续学习升级。这也就是它们打败人类的核心技能了。

目前AI技术能够

挑战人类思维吗

看到这两则信息，相信不少小伙伴们可能会隐隐担心，AI技术会超过人类思维。但就小P观察来看，目前AI技术尚不能对人类构成挑战。

目前，绝大部分AI模型都是基于神经网络这样的“黑盒子”模型构建而成。虽然在绝大多数场景下，模型都能够做出准确度较高的识别和预测。可是若规则完全不透明时，连研究者也会被蒙蔽。

比如，AI和人类同时去做一道阅读题，文章的措辞造句规则不明晰，人类会通读全文后才开始做题，而AI则是借助模型建立了词与词、词组与词组的关联关系，并结合上下文的位置信息，提供模型判别概率最高的答案。同样的，上述的IBM辩论机器人，在和对手进行观点交锋时，也出现缺乏常识的情况，比如它认为太空探索比修建更好的道路、学校或是医疗来得更重要。

所以说，目前的AI技术不仅不是万能的，甚至有可能被套路哦。