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。
本文分享自 PaddlePaddle 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!