阿爾法狗再進化自學(xué)三天勝人千年 谷歌用它來做什么

早在今年五月對弈柯潔之前，AlphaGo就已經(jīng)從“狗”進化為“神”，無需依賴人類訓(xùn)練師，但谷歌的野心并不止步于此，Deepmind公司1/4精力已經(jīng)被用于商業(yè)實踐和變現(xiàn)

北京時間10月19日凌晨，谷歌旗下的人工智能公司DeepMind在世界頂級科學(xué)雜志Nature雜志上宣布了AlphaGo的新進步，可以在沒有人類干預(yù)的情況下自我學(xué)習(xí)，新的AlphaGoZero在自我學(xué)習(xí)3天之后，就以100比0的成績戰(zhàn)勝了第一代AlphaGo。

自我學(xué)習(xí)能力的出現(xiàn)，對于人工智能和機器學(xué)習(xí)來說，是一個新的突破。“過去人們普遍認(rèn)為機器學(xué)習(xí)是基于海量的大數(shù)據(jù)，但是從AlphaGoZero身上，我們發(fā)現(xiàn)算法比數(shù)據(jù)更重要?！盇lphaGo項目的主要負(fù)責(zé)人戴維·席爾瓦(David Silver)說道。

也由于使用了更多的算法和更少的數(shù)據(jù)，所以AlphaGoZero只使用了一臺計算機器和4個TPU，被它打敗的一代AlphaGo則用到多臺機器和48個TPU。

當(dāng)人們驚訝于AlphaGoZero在圍棋領(lǐng)域的神級水平時，對于DeepMind團隊來說，這才只是剛剛開始，他們的目的是通過培養(yǎng)自主學(xué)習(xí)的能力，來解決更多其他領(lǐng)域目前無法解決的棘手問題。

從AlphaGo、AlphaGoMaster到AlphaGo Zero

AlphaGo于2015年10月面世，在廣為人知的與棋手李世石對弈之前，它已經(jīng)打敗了歐洲圍棋冠軍樊麾。樊麾接受《財經(jīng)》記者采訪時表示，當(dāng)時在他看來，一個計算程序要打敗職業(yè)棋手是不可能的事情。

結(jié)果他以0-5輸給了AlphaGo，但他也因此加入了DeepMind團隊，幫助訓(xùn)練AlphaGo。2016年3月，在他幫助訓(xùn)練下的AlphaGo以4-1的成績打敗了人類頂尖棋手李世石。2017年初，AlphaGo化名為“Master”，在網(wǎng)絡(luò)上挑戰(zhàn)60名人類棋手，保持全勝的成績。2017年5月，在烏鎮(zhèn)的，名為Master的第二代AlphaGo以3-0戰(zhàn)勝了目前人類最強棋手柯潔。

今年5月的比賽期間，DeepMind的多位高管就已經(jīng)向《財經(jīng)》記者透露，Master已經(jīng)實現(xiàn)了自我學(xué)習(xí)能力，甚至有了自己的“直覺”，“我們發(fā)現(xiàn)AlphaGo已經(jīng)不需要依賴人類訓(xùn)練師了?！贝骶S·席爾瓦告訴《財經(jīng)》記者。

與柯潔的對弈中，AlphaGo已經(jīng)能下出很多人類棋手完全無法想象的路數(shù)，比賽后柯潔表示，第一代的AlphaGo還能找到破綻，Master已經(jīng)實現(xiàn)了“從人到神”的飛躍。

而AlphaGoZero在“獨立”上更進一步，在訓(xùn)練的過程中，它是自我對弈。從訓(xùn)練圖上可以看出，由于一開始并不熟悉圍棋，對弈雙方的水平都很弱，但是隨著時間的推進，在短短3天互相博弈490萬局后，越來越強，實現(xiàn)了圍棋水平的突破。

(圖：AlphaGo訓(xùn)練的72小時圖譜)

人類頂尖棋手柯潔被認(rèn)為是圍棋天才，6歲開始學(xué)棋，17歲時在世界范圍內(nèi)排名第一，一個人類天才十幾年的學(xué)習(xí)，被AlphaZero用3天時間超越。

但DeepMind團隊志不在此，“AlphaGo的意義不在于打敗人類，而是領(lǐng)悟知識，解決更多的問題。”戴維·席爾瓦表示。

商業(yè)化加速：1/4精力用于商業(yè)變現(xiàn)

今年5月，DeepMind創(chuàng)始人杰米斯·哈薩比斯在接受《財經(jīng)》記者采訪時表示：“如果說谷歌是火箭，DeepMind就是燃料?！?/p>

在此定位之下，AlphaGo雖然進化神速，但絕對不會止步于圍棋。

這家公司一開始只是一家位于英國倫敦的人工智能實驗室，研究方向是開發(fā)通用自我學(xué)習(xí)算法。2011年，哈薩比斯在埃隆·馬斯克等人的投資下，成立了DeepMind。2014年，谷歌以4億英鎊(約6.5億美元)的價格收購該公司，當(dāng)時這家公司只有50名員工。AlphaGo就來自于這家公司。

AlphaGo戰(zhàn)勝韓國第一棋手李世石引爆了AI技術(shù)和市場，也讓DeepMind在谷歌AI戰(zhàn)略中地位舉足輕重。

不過，DeepMind團隊從一開始研發(fā)AlphaGo系統(tǒng)的目的就是能實現(xiàn)行業(yè)應(yīng)用，并帶來商業(yè)價值。圍棋為AlphaGo帶來了光環(huán)，卻并非最終目標(biāo)。

哈薩比斯對《財經(jīng)》記者說，“下一階段，DeepMind整個團隊75%的精力用于人工智能技術(shù)的研發(fā)，另外25%精力放在行業(yè)應(yīng)用上。”

具體分工上，哈薩比斯繼續(xù)主導(dǎo)技術(shù)研究，另一位創(chuàng)始人穆斯塔法·蘇萊曼則負(fù)責(zé)主導(dǎo)商業(yè)化。

穆斯塔法認(rèn)為，繼續(xù)技術(shù)研究和商業(yè)化是一種平衡?！拔覀兪掷镉泻芏鄬嶒炇依锏男录夹g(shù)，都是寶貴的資源，而這些技術(shù)的商用不僅能造福社會，一家公司也必須有可持續(xù)的商業(yè)利潤來源?！彼嬖V《財經(jīng)》記者。

據(jù)他介紹，目前DeepMind由兩個團隊組成，哈薩比斯負(fù)責(zé)研發(fā)團隊，而他負(fù)責(zé)技術(shù)應(yīng)用業(yè)務(wù)。技術(shù)應(yīng)用團隊又再分為三個組，一個組服務(wù)谷歌的產(chǎn)業(yè)和谷歌的其他業(yè)務(wù)部門；第二個是醫(yī)療組，已經(jīng)與英國的國家醫(yī)療健康局合作；第三個組是能源組，目前還在啟動階段。

“這樣的分組是為了方便與不同領(lǐng)域的專家更好地合作?！彼f。

此前，DeepMind已經(jīng)牛刀小試，成功利用機器學(xué)習(xí)為谷歌大幅度節(jié)約電量，帶來實際收益。

2016年，DeepMind團隊就利用AlphaGo的學(xué)習(xí)能力，不斷模擬探索更加省電的方案。DeepMind接管了谷歌數(shù)據(jù)中心的一些控制單元，包括風(fēng)扇、空調(diào)、窗戶和服務(wù)器等，通過機器學(xué)習(xí)，幫助谷歌數(shù)據(jù)中心的冷卻系統(tǒng)節(jié)約用電40%，并提高了15%的能源使用效率。

哈薩比斯對《財經(jīng)》記者說：“谷歌在數(shù)據(jù)中心設(shè)備上的用電太多，幾個百分點就意味著每年幾百萬美元，節(jié)約電力的算法每分鐘都在給公司省一大筆錢?！?/p>

這個算法團隊的開發(fā)團隊僅有5、6個人，耗時僅兩三個月。

目前，DeepMind的部分研發(fā)項目已經(jīng)開始用于能源基礎(chǔ)設(shè)施管理、醫(yī)療系統(tǒng)和潔凈水源的改進等方面，公司也已經(jīng)從中獲得收益。

DeepMind也已開始進軍醫(yī)療市場并從中盈利。2015年11月，它與英國倫敦皇家自由醫(yī)院簽訂了為期五年的合同，任務(wù)是處理170萬名患者的醫(yī)療記錄。

在這次Nature雜志上發(fā)表的論文中，戴維·席爾瓦也強調(diào)了未來的行業(yè)應(yīng)用，例如蛋白質(zhì)折疊(用于破譯遺傳密碼)、能量節(jié)約以及新材料的研發(fā)等等。

在過去，機器學(xué)習(xí)未能得到廣泛應(yīng)用，主要原因之一就在于很多人類無法解決的領(lǐng)域中，也缺少大量的數(shù)據(jù)樣本來讓機器進行學(xué)習(xí)，例如醫(yī)療圖像處理等。AlphaGoZero能夠擺脫人類的依賴，不需要人類給出數(shù)據(jù)和樣本，這為更廣泛的行業(yè)應(yīng)用提供了新的可能性。

這與谷歌成立母公司Alphabet實現(xiàn)組織變身的目的一致。母公司Alphabet創(chuàng)立后，整個企業(yè)資產(chǎn)負(fù)債表開始分賬計算，業(yè)務(wù)被獨立出來，明確了職責(zé)和成績，提升創(chuàng)新效率。

一位資本市場分析人士向《財經(jīng)》記者分析評價，如果一直在之前的架構(gòu)中，DeepMind對谷歌的技術(shù)輸血價值難以清晰衡量，DeepMind也很難有一個明確、長期、符合谷歌戰(zhàn)略的研究目標(biāo)。

更重要的一個原因是，資深科學(xué)家和強大的計算能力對AI業(yè)務(wù)的開展固然重要，但DeepMind走出去，獲取真實環(huán)境數(shù)據(jù)同樣重要，這些深入到行業(yè)的數(shù)據(jù)，比如醫(yī)療，恰恰是谷歌缺失的數(shù)據(jù)源。作為一家搜索、社交基因的互聯(lián)網(wǎng)公司，谷歌手中的巨量數(shù)據(jù)，多是開放社交屬性類數(shù)據(jù)。

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。