AlphaGo 是否隱藏實力?看 DeepMind 團隊如何回應

作者 | 發布日期 2017 年 05 月 25 日 11:34 | 分類 AI 人工智慧 , Google line share follow us in feedly line share
AlphaGo 是否隱藏實力?看 DeepMind 團隊如何回應


前後兩次 AI 與人類的公開對弈,讓大家意識到人工智慧已不再是科幻電影的幻想。但驚歎 AlphaGo 出色戰績和表現同時,網上也出現不少意見指其實 AlphaGo 有意隱藏實力,故意讓人類輸得不難看。就筆者在烏鎮現場觀察,中國媒體似乎對該議題相當感興趣,多次向 DeepMind 團隊提出類似的問題。到底 AlphaGo 是否真的有自我意識並示弱?且看研究團隊如何回應。

AlphaGo 有意識隱藏實力?只是最大化獲勝機率

先前《AlphaGo 進步神速》的報導中提到,AlphaGo 能屢屢擊敗人類頂尖棋手,在於其先進的機器學習演算法,即策略網路和價值網路的結合分析,以對手的絕對勝利到 AlphaGo 的絕對勝利為標準,預測所有可行落子位置的結果再選擇最佳位置。因此對於 AlphaGo 是否有意識控制贏子數的疑惑,DeepMind 研究團隊在賽後解釋。

DeepMind 的聯合創始人兼 CEO Demis Hassabis 表示,AlphaGo 的目標總是將獲勝機率最大化放在第一位,它會透過尋找確定的搜索途徑實現最低風險的獲勝機會。

▲ David Silver。

DeepMind 研究科學家兼 AlphaGo 團隊負責人 David Silver 補充,簡單而言,AlphaGo 會將獲勝機率盡量擴大,以求在對弈中取勝,而進一步擴大勝出的距離(子數)是未來需加強的地方。但目前而言,AlphaGo 的行為會傾向為了取勝而放棄更多贏子數,只為了降低不能取勝的風險,即使是很小的差距仍會納入考慮(可理解為面對「贏 3 子,90% 勝率」和「贏 1/4 子,95% 勝率」兩種情況,AlphaGo 傾向選擇後者來降低風險)。

DeepMind:強大人工智慧階段尚需數十年發展

Demis Hassabis 在演講中提到圍棋不像象棋等遊戲靠計算,而是靠直覺,AlphaGo 明顯已展示出其具備一定創造力,能在預測落子位置時擁有類似人類棋手的直覺。不過,他認為 AlphaGo 在經過不斷強化學習訓練後,雖然可在圍棋這個領域實現類似的直覺,但始終與人類的自主意識有差別。

▲ Demis Hassabis。

他續稱,DeepMind 在 AI 應用上仍處於早期探索階段,即使是在演講中提及的醫療、新型藥物研製等領域也只是行業中的其中一小部分。要發展到強人工智慧階段,相信尚需數十年的發展。

(本文由 Unwire Pro 授權轉載)

延伸閱讀: