- 相關(guān)推薦
搜狗CEO王小川：更接近于人的AlphaGo2.0將重演進化史
2017年5月24日國內(nèi)知名圍棋選手柯潔，與阿爾法狗的第一場大戰(zhàn)落下帷幕，不幸的是，柯潔在第一場就輸給了阿爾法狗，這一次也讓國人的期待落空。
AlphaGo是一款圍棋人工智能程序，由谷歌旗下DeepMind公司的戴密斯·哈薩比斯、大衛(wèi)·席爾瓦、黃士杰與他們的團隊開發(fā)，其主要工作原理是“深度學習”。
2016年12月份，AlphaGo注冊名為Master的棋手，在專業(yè)圍棋網(wǎng)站中接連戰(zhàn)勝眾多高手。在與韓國進行的“人機大戰(zhàn)”中，AlphaGo更是以4比1戰(zhàn)勝韓國職業(yè)棋手李世石九段。
去年第一次人機大戰(zhàn)之前，搜狗CEO王小川曾在知乎發(fā)表評論，明確表示AlphaGo將完勝李世乭。此外他還立了兩個斷言：一個是Google很有可能再研發(fā)出AlphaGo 2.0，擺脫“監(jiān)督學習”，不再需要人類下圍棋的歷史數(shù)據(jù)，而是只通過“增強學習”，兩臺AlphaGo自我對戰(zhàn)學習如何下棋，并達到登峰造極的地步。
對于這次比賽，王小川再次在知乎表達了自己的態(tài)度：“我們的關(guān)注點不再是機器是否會贏——而是機器將用什么姿勢戰(zhàn)勝人類。”
王小川說，AlphaGo2.0和1.0技術(shù)原理有著巨大不同，更接近于人，棋風完全脫離人類經(jīng)驗。“可以想見這次與柯潔的對弈，能頻現(xiàn)“怪招”，完全顛覆人類對圍棋的理解——這會是比賽最大的看點。英勇的柯潔，要解鎖108種姿勢來抵擋了。”
最后，王小川在文中表示，AlphaGo告訴我們：我們還有極大的發(fā)展空間;而AlphaGo2.0告訴我們：如果有合適的條件，完全可能有其他的生命進化路徑，以及更不一樣的進化結(jié)果，相當于重演一部進化史。
以下為王小川知乎全文：
該來的終于來了。
一年前AlphaGo發(fā)布，看完論文后我就在知乎上發(fā)文預測機器會完勝人類。好些行業(yè)朋友不相信，為此我收了很多“智商稅”，之后微信發(fā)紅包一直發(fā)到春節(jié)才發(fā)完。此外我還立了兩個斷言：一個是Google很有可能再研發(fā)出AlphaGo 2.0，擺脫“監(jiān)督學習”，不再需要人類下圍棋的歷史數(shù)據(jù)，而是只通過“增強學習”，兩臺AlphaGo自我對戰(zhàn)學習如何下棋，并達到登峰造極的地步。從公開的資料判斷，此言中了。這意味著什么呢，又有什么看點呢?
1 和1.0大不相同，更接近于人
AlphaGo 1.0 是巧妙地混合了三種算法：蒙特卡洛樹搜索+監(jiān)督學習+增強學習。其中蒙特卡洛樹搜索是一種優(yōu)化過的暴力計算，比1997年深藍的暴力計算更聰明。而這里的監(jiān)督學習，是通過學習3000萬步人類棋譜，對六段以上職業(yè)棋手走棋規(guī)律進行模仿，也是AlphaGo獲得突破性進展的關(guān)鍵算法。而增強學習作為輔助，是兩臺AlphaGo從自我對戰(zhàn)眾中學習如何下棋，據(jù)悉對棋力提升有限。
根據(jù)公開資料推測，此次AlphaGo2.0的技術(shù)原理與之前有著巨大不同：
1. 放棄了監(jiān)督學習，沒有再用人的3000萬局棋譜進行訓練。這本是AlphaGo最亮眼的算法，也是今天主流機器學習不可避免的核心條件：依賴于優(yōu)質(zhì)的數(shù)據(jù)，在這個特定問題下就這么被再次突破了。
2. 放棄了蒙特卡洛樹搜索，不再進行暴力計算。理論上，算法越笨，就越需要暴力計算做補充。算法越聰明，就可以大大減少暴力計算。從AlphaGo 2.0的“馬甲”Master的歷史行為看，走棋非常迅速，約在每10秒鐘就走棋一步，如此速度很可能是放棄了暴力的計算。
3. 極大地強化了增強學習的作用，之前敲邊鼓的算法，正式成為扛把子主力。想想看有多勵志：兩臺白癡機器，遵守走棋和獲勝規(guī)則，從隨機走棋開始日夜切磋，總結(jié)經(jīng)驗，不斷批評和自我批評，一周后終成大器。
在這樣的算法下，AlphaGo 2.0對計算資源開銷極小，把當前棋局輸入神經(jīng)網(wǎng)絡，電流流過，輸出就是最佳的走棋方案。我猜測如此算法下，有可能僅僅依靠一個GPU工作，每一步棋消耗的能源接近人的大腦。
2 棋風完全脫離人類經(jīng)驗
今年年初，AlphaGo 化身Master連勝人類頂尖棋手60局。在圍棋領(lǐng)域，機器完勝已經(jīng)變成公認的定論。這導致很多人開始問：這次人機大戰(zhàn)還有意義嗎?我們的關(guān)注點不再是機器是否會贏——而是機器將用什么姿勢戰(zhàn)勝人類。
AlphaGo學習了3000萬步人類棋譜，走棋風格也近似于人。在比賽現(xiàn)場，偶有AlphaGo走棋和人的經(jīng)驗不符合，就被評為“愚蠢”，只是在中盤之后發(fā)現(xiàn)機器漸漸局面占優(yōu)最終獲勝，為了自圓其說解讀為“AlphaGo中盤逆轉(zhuǎn)”，前兩局莫過如此。第三局開始評論者長了教訓，開始尊稱AlphaGo為“阿老師”，有了欣賞和敬畏的心態(tài)。這帶給圍棋界很大的沖擊，以前大家認為正確的東西，其實是不正確的。柯潔曾經(jīng)評價說：“AlphaGo出現(xiàn)，很多理論都被推翻，再看以前定式變得好笑，虧那么多目就不再是兩分。”人類通過數(shù)千年實戰(zhàn)，總結(jié)了圍棋理論，然后計算機告訴人類：這些全都是錯的。現(xiàn)在在很多比賽上，人類棋手已經(jīng)開始向機器學習，模仿AlphaGo的下法，棋圣聶衛(wèi)平也曾表示“理論被顛覆了”。
而AlphaGo2.0脫離了機器對人模仿，走棋風格也將完全脫離人的定式。在與柯潔的比賽中，會不斷出現(xiàn)我們意想不到的走棋，而且這些走棋在教科書中會被認為是低級錯誤或者完全不可理喻，但凡一個正常的棋手都不會這么玩，但凡一個新手這么玩都會被點撥這樣不對。而AlphaGo2.0會不斷制造這樣的局面，關(guān)鍵他還是對的。可想對專業(yè)棋手的心里會有多大的震撼：不僅自己這一輩子都沒這么想過這么下棋，整個圍棋界都沒有想過。會不會懷疑自己白活了?會不會反思兩千年圍棋的發(fā)展為什么有這樣的瓶頸?還有多少海闊天空等著我們?nèi)ヌ剿?可等不及我們?nèi)ヌ剿鳎嬎銠C就給出了終局的答案，多么惆悵。
我們會津津樂道，AlphaGo是什么棋風。但可以這樣推理：但凡有流派和風格，就還有局限性。只有當所有流派合一看不出流派的時候，才到達致高境界。AlphaGo 2.0便會是這么一臺機器，沒有風格，穩(wěn)如磐石。
可以想見這次與柯潔的對弈，能頻現(xiàn)“怪招”，完全顛覆人類對圍棋的理解——這會是比賽最大的看點。英勇的柯潔，要解鎖108種姿勢來抵擋了。
3 2017人機大戰(zhàn)的意義
2016年在AlphaGo和李世乭的對戰(zhàn)后，人工智能進入大眾的視野，我們開始重新思考機器和人的關(guān)系。
圍棋已經(jīng)有兩千多年的歷史，在漫長歲月的琢磨中，圍棋理論不斷進化，到達了很高的水準，AlphaGo的獲勝，我們大可以解讀于“青出于藍”，畢竟是在人類圍棋進化的主路徑上又攀高峰。
而AlphaGo2.0完全拋棄掉人類這兩千年來進化的圍棋經(jīng)驗，另尋他徑，僅憑兩臺機器自我對弈中學習和進化，最終不僅趕超了人類進化的速度，還發(fā)展出一套截然不同的下棋方法，并且更加接近完美的狀態(tài)，實現(xiàn)了對人類的碾壓，重演了一部圍棋的進化史，而且得出了與這兩千年來不同的進化結(jié)果。
這會給我們什么啟示?如果跳出圍棋的規(guī)則，類比看地球生命的進化：人類是從原始的有機物，到單細胞開始逐步變成靈長類動物，并且發(fā)展出超越其他一切生物的智慧。這條路徑是唯一的么?人類的生命形態(tài)和最頂級的生命形態(tài)還有多大距離?AlphaGo告訴我們：我們還有極大的發(fā)展空間;AlphaGo2.0告訴我們：如果有合適的條件，完全可能有其他的生命進化路徑，以及更不一樣的進化結(jié)果。
讓我們歡呼人的智慧造就了AlphaGo，這也幫我們開了眼界，看到我們離最終的生命形態(tài)和智慧依然有遙遠的距離。
保持敬畏，堅定前行，終得圓滿。
【搜狗CEO王小川：更接近于人的AlphaGo2.0將重演進化史】相關(guān)文章：
王小川微訪談：創(chuàng)業(yè)必須創(chuàng)新 在“找死”中求生11-19
小測試--你能當CEO嗎？11-21
從主持人到美女CEO03-28
小測試--看看你能當CEO嗎？12-04
董明珠、王小川論：大學生該不該休學創(chuàng)業(yè)？03-18
女生創(chuàng)業(yè)：從主持人到CEO11-23
男CEO眼中的女CEO魅力03-07