人工智能的前世今生——写在AlphaGo 再次赢得围棋比赛之后

随着2016及2017年两次在与中韩两国顶级围棋选手的较量中展现出的惊人实力,AlphaGo 这一人工智能系统再次让镁光灯聚集在了人工智能这一新兴领域中,同时也让围棋这一长久以来被认为是唯一一个计算机不可能打败人类的游戏进入了大众的视野。

其实早在1996年IBM 开发的“深蓝”系统(Deep Blue)就与当时的国际象棋冠军 Garry Kasparov进行了首次对决,虽然最终以4-2落败,但就在短短的一年后便以3.5-2.5的比分首次战胜了老对手Garry Kasparov。在当时,IBM 的科学家为“深蓝”配备的芯片就已经实现了每秒2亿步的演算能力,再加上系统对国际象棋的定向优化,因此对 IBM 来说这一结果完全是意料之中的事情。然而对于外界来讲,这一结果迅速引起了世界的轰动,同时也让广大人民群众更加深刻的了解到了高速计算的实力。同时也让人工智能首次进入了人们的视野。

说到“深蓝”有一个人则不得不提,那就是许峰雄博士——“深蓝”的设计者。看名字就能知道他是一名华人科学家。1985年就读于卡耐基梅隆大学的他开始准备毕业论文,而论文的内容就是设计一款下棋机器,许峰雄将它命名为 ChipTest。而毕业后就职于 IBM 的他依然对这个项目进行着持续的研究,终于诞生了“深蓝”。所以从某种程度上说ChipTest 就是“深蓝”最初的雏形。

现在“深蓝”被永久收藏在位于美国华盛顿特区的史密森尼博物馆中。虽然“深蓝”对于现在的计算技术来说已经算不上先进甚至相当落后,但是它应用的计算技术已经给其他行业带来了深远影响。深层知识可用于需要分析大量可能性的金融模型中,如市场趋势和风险分析;数据挖掘被用于寻找大型数据库间存在的隐藏关联。分子动力学则帮助人类发现并开发了多种新药。种种应用早已远远超越了下棋这一范畴。

当然 IBM 的科学家是不会满足于“深蓝”的成就中的。在击败了顶级国际象棋大师的14年后IBM 的科学家决定带着全新一代的超级计算机 Watson来挑战一个计算机从来没挑战过的领域——认知能力。2011年2月 IBM Watson 参加了美国综艺节目Jeopardy!,该节目需要 Watson 强大的自然语义理解能力,能够在各种反语,双关语和文字游戏上找到正确的题干,并从数以亿计的知识库中找到所需的答案,而此前这正是人类最大的优势。在此之前计算机从来就不擅长寻找答案。搜索引擎所做的工作并没有解答问题而是将数以千计匹配到关键字的结果展示在人们面前。

整个 Watson 共使用了2880个 Power 750 CPU 共90台服务器。同时在比赛开始前的几年时间里,Watson 就开始存储海量的数据,包含了如大英百科全书和维基百科的全部内容。当一个问题被输入进 Watson 后,便有超过100条算法会以不同的路径同时开始分析,并将所有可能合理的答案筛选出来。与此同时另一组算法会对每一个答案进行打分并排名。在筛选出可能的答案后,Watson 会寻找支持或反驳这一答案的证据。因此对于每一条可能的答案都会有与之相匹配的支持或反驳的证据。在此之后通过另外几百条算法,Watson 会对每一个答案的支持度进行打分,所有可能的答案中支持度最高的那条就会成为最终的答案。当然在Jeopardy!这一游戏中为了能够最大化减少失误,当算法给出的最终答案的支持度不够高时Watson 会放弃抢答。最终令所有人以外的,Watson 战胜了两位节目中表现最强的人类参赛者。同时打破了2004-2005赛季Jeopardy!最长连胜记录。

同它的前辈一样。Watson 现在被用于了各种商业领域,从与大型医院合作进行医疗诊断,如癌症诊断,到与Under Armour这样的消费品公司合作进行运动健康建议,又与气象部门合作提供更具指导意义的天气预报。可以发现 Watson 离人们的生活越来越贴近了。

每隔几年人工智能的成果就会引爆一次人们的眼球,而且间隔时间越来越短。从“深蓝”到 Watson 用了整整14年,而从 Watson 到 AlphaGo 则只用了短短5年。甚至仅仅1年后, AlphaGo 就又连升3级功力大增。在刚刚举行的围棋比赛中,人类的最后一片保留地也被人工智能夺去了。

与 IBM 的“深蓝”和 Watson 不同,AlphaGo 虽然是参加的围棋比赛,然而却并没有对程序做任何针对围棋的特殊优化,而是使用了一套通用的算法来适应各种类型的游戏。简单来说 AlphaGo 是通过对一款游戏不断重复的训练来了解一款游戏的规则与方法的。简单来说 AlphaGo 所做的就是构建一个网络并随机初始化网络中不同连接的权重,然后将游戏中的各种情况输入到这个网络中。之后,网络开始处理这些动作并根据这一动作在游戏中得到的反馈来进行学习。如果这个动作让游戏取得了胜利则奖励这一动作,反之则惩罚。在完成上述过程中系统会调整每一动作的权重。经过不断重复的学习后得以超越人类的表现。

当然具体的原理要比这复杂很多,但是从中可以看到人工智能已经从只能精进一个特定领域进而进步到可以依靠同一算法来适应不同的领域。有些人对此产生了极大的忧虑,害怕人类终究有一天会落在人工智能后面。而又有一些人则从中看到了希望,借助人工智能的力量可以帮助人类站到一个更高的制高点上。即使在科学界这两种观点也还在激烈的碰撞着。当然对于我们来说,更希望看到的是 AlphaGo 能像“深蓝”和 Watson 一样,应用在越来越多的领域中去,给人们带来更多的便利,就让我们拭目以待吧。

下面是2017年 U.S. News 美国大学计算机专业的 TOP 10 排名。作为目前对人类影响最大的专业之一,你是不是也想一起来创造历史呢?

排名

学校名称

#1

Massachusetts Institute of Technology

#2Tie

Carnegie Mellon University

#2Tie

University of California — Berkeley

#2Tie

University of Illinois — Urbana-Champaign

#5

Georgia Institute of Technology

#6

University of Michigan — Ann Arbor

#7Tie

Cornell University

#7Tie

University of Texas — Austin (Cockrell)

#9Tie

California Institute of Technology

#9Tie

Princeton University

#9Tie

Purdue University — West Lafayette

#9Tie

University of Washington

#9Tie

University of Wisconsin — Madison

推荐阅读更多精彩内容