AI完爆人類？一篇文章讀懂AlphaGo Zero的偉大與局限

雷鋒網(wǎng)AI科技評論按：每次AI領(lǐng)域有重大突破時，甚囂塵上的“AI威脅論”必然會卷土重來。

2017年10月19日，DeepMind團(tuán)隊重磅發(fā)布AlphaGo Zero，再次震驚世人。相比上一代AlphaGo，該版本的AlphaGo實現(xiàn)了在AI發(fā)展中非常有意義的一步——”無師自通“，這也讓去年敗在未升級版本AlphaGo Master下的中國棋手柯潔驚呼”人類太多余了“。

相信看過之前的報道都知道，AlphaGo Zero的先進(jìn)之處是可以完全從零開始，不需要任何歷史棋譜的指引，更不需要參考人類任何的先驗知識，完全靠自己通過強化學(xué)習(xí)（Reinforcement Learning ），左右互搏來增長棋藝，最終達(dá)到百戰(zhàn)百勝。

那是不是就代表AI從此將進(jìn)入到無需人類知識，不受人類控制的時代？顯然還達(dá)不到。

要想理解為什么，首先從圍棋這個游戲說起。圍棋是一種對弈游戲，具體來說就是信息透明，規(guī)則透明，結(jié)構(gòu)明確，并且可用規(guī)則是可以窮舉的。而如果到了一些數(shù)據(jù)無法窮舉的領(lǐng)域，如語音識別，圖像識別，自動駕駛等，AlphaGo Zero中的算法很難遷移過來，也很難“無師自通”。

那AlphaGo Zero中的算法可以借鑒到哪些領(lǐng)域？他的核心技術(shù)是什么？他的偉大之處又是在哪里？這還得請AI科學(xué)家來談一談。AI科技評論得知，此版本的AlphaGo所采用的核心技術(shù)就是出自華人團(tuán)隊研究的深度殘差網(wǎng)絡(luò)（ResNet）。就此背景，雷鋒網(wǎng)聯(lián)系到了深度殘差網(wǎng)絡(luò)ResNet作者之一孫劍博士來對這次的技術(shù)升級做闡述。ResNet技術(shù)正是他在微軟亞洲研究院時期的發(fā)明。

曠視首席科學(xué)家，曠視研究院院長孫劍博士

在他看來，本次技術(shù)提升足夠偉大，但同樣在真實技術(shù)落地過程中有著眾多局限，并指出未來的主流深度學(xué)習(xí)技術(shù)還將會圍繞大數(shù)據(jù)訓(xùn)練模式的方式。換句話說，AI想脫離人類控制還為時尚早。

孫劍博士在接受雷鋒網(wǎng)的采訪過程中說道：“AlphaGo Zero的偉大之處是第一次讓機(jī)器可以不通過任何棋譜，不通過任何人類的經(jīng)驗，在只告訴規(guī)則的前提下就實現(xiàn)了成為一個圍棋高手，這種無師自通的學(xué)習(xí)模式在AI整個發(fā)展上是非常有里程碑意義的。”孫劍博士講到AlphaGo Zero的技術(shù)意義時講到，“但是同時這種無師自通在很多AI落地上也存在一些局限，因為嚴(yán)格的講，圍棋規(guī)則和判定棋局輸贏也是一種監(jiān)督信號，所以嚴(yán)格意義上來講，說人類無用，或者說機(jī)器可以自己產(chǎn)生認(rèn)知都是對AlphaGo Zero理解的不精確。”

在很多AI行業(yè)落地中，實際上弱監(jiān)督學(xué)習(xí)或無監(jiān)督或者所謂的無師自通還是無法在短期成為主流。比如，就人臉識別來講，這個能力是人類后天學(xué)習(xí)的能力，是通過時間不斷演化出來的一種生存能力，人只有具備了人臉識別能力，人類社會才能正常運轉(zhuǎn)，把這種后天能力輸出給機(jī)器，其實就需要人的監(jiān)督信號。除了人臉識別，還有很多人工智能研究的方向，比如自然語言處理，都是在模擬人類的一種技能。讓機(jī)器實現(xiàn)這種任務(wù)就需要海量的數(shù)據(jù)與更多的信號輸入。再比如醫(yī)學(xué)領(lǐng)域的圖像識別—AI醫(yī)學(xué)影像讀圖主要依賴于高水平醫(yī)生對影像的數(shù)據(jù)精標(biāo)，從而機(jī)器學(xué)習(xí)對疾病的識別，這關(guān)乎于人的生命問題，自然馬虎不得。所以今天，甚至今后很長一段時間內(nèi)，監(jiān)督學(xué)習(xí)依然是AI研究與AI商業(yè)化的主流方向。

關(guān)于AlphaGo Zero中的算法可以借鑒到哪些領(lǐng)域？孫劍博士沒有直接給出答案，而是總結(jié)了此算法為何能在圍棋領(lǐng)域表現(xiàn)如此出色的幾點原因。首先，圍棋它沒有噪聲，能夠完美重現(xiàn)算法；其次圍棋中的黑白子雙方的信息是完全可觀測的。最后，也是他認(rèn)為最重要的一點，圍棋對局可以用計算機(jī)迅速模擬，很快輸出輸贏信號?？匆粋€領(lǐng)域是否能借鑒此算法，基本就要看是否滿足以上三點。

AlphaGo的秘密武器：兩大核心要素實現(xiàn)極簡算法

其實AlphaGo Zero里面并沒有新的巨大的理論突破，它使用的白板學(xué)習(xí)，早在之前的圍棋系統(tǒng)Creazy Stone中就有用過。最主要還是用到了孫劍博士發(fā)明的ResNet技術(shù)， 談到該技術(shù)時，他講到： ”AlphaGo Zero的搜索過程簡化了很多，例如把以前系統(tǒng)中的兩個網(wǎng)絡(luò)合并成一個網(wǎng)絡(luò)、將深度殘差網(wǎng)絡(luò)的輸入做最簡化。談到本次AlphaGo Zero在技術(shù)特點，他認(rèn)為是“把19x19棋局圖像直接送給神經(jīng)網(wǎng)絡(luò)，讓神經(jīng)網(wǎng)絡(luò)看著棋盤做決策，這個非常簡潔。”

AI科技評論認(rèn)為DeepMind的這一成果的啟發(fā)意義大于借鑒意義。與其想著把算法照搬過來，不如朝AlphaGo Zero啟發(fā)的方向探索。在與孫劍博士在采訪交流中，他表示本次AlphaGo Zero的提升主要有兩個核心要素，一個是啟發(fā)式搜索，一個是深度殘差神經(jīng)網(wǎng)絡(luò)，而這兩個又非常完美的實現(xiàn)了結(jié)合。其中啟發(fā)式搜索的思想非常樸素，是個針對問題設(shè)計的一個高級定制版蒙特卡洛數(shù)搜索算法。另外一個核心要素是深度殘差神經(jīng)網(wǎng)絡(luò)，讓簡單的搜索算法極大的提升了效率。

深度殘差神經(jīng)網(wǎng)絡(luò)在2015年由孫劍在微軟領(lǐng)導(dǎo)的視覺團(tuán)隊老師率先提出，并在當(dāng)年在ImageNet以及COCO兩大學(xué)術(shù)競賽中包攬五項冠軍，其中最重要的部分就是實現(xiàn)了突破性的152層的網(wǎng)絡(luò)深度，從而讓一些非常復(fù)雜的函數(shù)做映射時效率與有效性得到極大的提升。強大的網(wǎng)絡(luò)使得AlphaGo Zero已經(jīng)可以有能力學(xué)習(xí)把每一子下在那里的概率和對整個棋局的判斷算的非常準(zhǔn)確。

開放與互通是AI通往未來之路的不二法則

今年，中國發(fā)布了人工智能戰(zhàn)略規(guī)劃，起碼從國家層面上是認(rèn)可AI能給社會帶來巨大進(jìn)步。在講到AI的未來發(fā)展中，孫劍博士強調(diào)了開放與互通兩個詞。他講到他現(xiàn)在在曠視研究院每天第一件事情就是去網(wǎng)上開放的論文平臺ArXiv看是否有新的、有意思的論文、思想發(fā)出來。

最后雷鋒網(wǎng)問道，ResNet被應(yīng)用到AlphaGo Zero上，您有什么感受？孫劍博士表示：“這次應(yīng)用在AlphaGo Zero中的ResNet殘差神經(jīng)網(wǎng)絡(luò)，曾獲得了CVPR 2016的最佳論文獎，我也非常高興這個技術(shù)可以應(yīng)用在AlphaGo Zero系統(tǒng)中，而這個應(yīng)用過程其實并不需要我們直接進(jìn)行接觸而是一種研究成果的交流，人工智能研究最前沿的開源與開放，才能讓我們在追求更優(yōu)解的過程中有很多參考與理論支撐，可以極大的提升新技術(shù)產(chǎn)生的周期。”

孫劍博士還介紹到，曠視研究院今后還會不斷分享、開放研究成果。今年7月份，曠視研究院在ArXiv公開了一篇ShuffleNet的論文，是一種可以運行在很多移動端上非常低能耗的神經(jīng)網(wǎng)絡(luò)算法，可以說是專為移動端而生的算法。發(fā)布至今不光有硬件產(chǎn)品、手機(jī)解鎖產(chǎn)品使用，同時也有很多同行在使用。

雷鋒網(wǎng)AI科技評論小結(jié)：AlphaGo Zero雖沒有新的突破性的技術(shù)，但這絲毫不影響它的偉大，它能夠完美集成已有的技術(shù)，給研究者帶來新的啟發(fā)，本身已具有里程碑式的意義。他的局限在于目前只能運用到特定領(lǐng)域，不過，換個角度來看，這對于人類來說未必不是好事兒。總之，AI還有很長的路要走，還需要更多像孫劍博士這樣的科學(xué)家們，不斷借助創(chuàng)新而實現(xiàn)更多的創(chuàng)新，不斷借助偉大的思想創(chuàng)造偉大的場景。只有不斷的開放最好的認(rèn)知，才能讓AI不斷成長，讓更多更強的AlphaGo Zero產(chǎn)生。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。