看AI和人類下棋，真的非常有趣
如果說(shuō)，奇點(diǎn)是機(jī)器達(dá)到超越人類智能臨界點(diǎn)的假想時(shí)刻，那么無(wú)疑，圍棋AI的奇點(diǎn)時(shí)刻已經(jīng)來(lái)臨。
盡管圍棋仍然屬于完美博弈，但對(duì)比象棋，圍棋AI對(duì)智能的模仿已經(jīng)是劃時(shí)代的突破。
當(dāng)然，始于2016年的AI熱潮，似乎有些被高估了。人們對(duì)于新鮮事物，要么過(guò)冷，要么過(guò)熱。
相當(dāng)多的專業(yè)人士，對(duì)AI在未來(lái)數(shù)年的突破持相對(duì)謹(jǐn)慎的態(tài)度。
此前樂(lè)觀派庫(kù)茲韋爾似乎過(guò)于樂(lè)觀了，他預(yù)測(cè)2045年，人工智能將全面超越人肉智能。
而孫正義甚至認(rèn)為根據(jù)摩爾定律，2018年AI將超越人腦。
但并沒(méi)有。
技術(shù)奇點(diǎn)，出自奇點(diǎn)理論。
該觀點(diǎn)認(rèn)為，人類正在接近一個(gè)使得現(xiàn)有技術(shù)被完全拋棄或者人類文明被完全顛覆的事件點(diǎn)，在這個(gè)事件點(diǎn)以后的事件就像黑洞的事件視界一樣完全無(wú)法預(yù)測(cè)。
例如，意識(shí)上傳技術(shù)可能使人類的意識(shí)擺脫有機(jī)體的約束，在這個(gè)奇點(diǎn)之后的人類文明是一種現(xiàn)在完全無(wú)法理解的水平。
不過(guò)，AI下棋的招法，基本邏輯還是和人類似，冷血如李昌鎬，大膽革新如吳清源，天馬行空如武宮正樹(shù)，絞殺大龍如加藤正夫，靈活轉(zhuǎn)身如馬曉春……
不知道這算是理解，還是誤解。
人類學(xué)下棋靠“可解釋性”和計(jì)算。AI則只用計(jì)算和機(jī)器學(xué)習(xí)，不再依賴于人類的知識(shí)和棋譜，更別說(shuō)什么棋理。
可以理解AI是靠自己完整了人類整個(gè)圍棋發(fā)展史的“進(jìn)化”。
反過(guò)來(lái)，人類的可解釋性也有厲害的地方，人類靠這個(gè)實(shí)現(xiàn)了社會(huì)化的圍棋知識(shí)進(jìn)化。
此外，一個(gè)人一生可下的局?jǐn)?shù)，對(duì)比起AI，少太多了?！翱山忉屝浴碧峁┝舜罅康哪K化知識(shí)。
但很多模塊化知識(shí)，極可能是錯(cuò)的，不管是棋理，定式，還是一些著名棋譜的招法，人類一直奉為圭臬。
結(jié)果，被AI一一推翻?，F(xiàn)在，很多職業(yè)棋手已經(jīng)開(kāi)始跟AI學(xué)棋了。
AI不用學(xué)任何人，更不依賴于可解釋性，它只是為了某局棋的最終勝率。
AI會(huì)給出變化圖，會(huì)計(jì)算勝率，但不會(huì)像人類那樣分析。
有人說(shuō)現(xiàn)在的AI就是統(tǒng)計(jì)學(xué)的那套東西，沒(méi)那么玄乎。
谷歌工程師Ali Rahimi意外向深度學(xué)習(xí)開(kāi)槍，提出深度學(xué)習(xí)是“煉金術(shù)”。他的意思是：
煉金術(shù)“管用”，催生了冶金、紡織和現(xiàn)代玻璃制造工藝，但不是科學(xué)。
所以，Ali Rahimi希望世界能建立在嚴(yán)謹(jǐn)、周密、可驗(yàn)證的知識(shí)之上，而不是“煉金術(shù)”。
但深度學(xué)習(xí)三巨頭之一Yann Lecun則認(rèn)為，AI理論的黑箱不是問(wèn)題：
“在科技史上，工程產(chǎn)品總是要先于理論一步：鏡片和望遠(yuǎn)鏡先于光學(xué)理論問(wèn)世，蒸汽機(jī)先于熱動(dòng)力學(xué)問(wèn)世，飛機(jī)先于飛行空氣動(dòng)力學(xué)問(wèn)世，無(wú)線電和數(shù)據(jù)通訊先于信息論問(wèn)世，計(jì)算機(jī)先于計(jì)算機(jī)科學(xué)問(wèn)世?！?/span>
AI頂級(jí)專家朱迪亞·珀?duì)栆噲D提出“因果關(guān)系革命”，以此實(shí)現(xiàn)如讓智能機(jī)器像人一樣思考。
所以，“強(qiáng)人工智能”可以實(shí)現(xiàn)嗎？
至少，我們要突破當(dāng)下“基于相關(guān)關(guān)系，而非因果關(guān)系”的機(jī)器學(xué)習(xí)。
朱迪亞·珀?duì)栒J(rèn)為，要實(shí)現(xiàn)強(qiáng)人工智能，乃至將智能機(jī)器轉(zhuǎn)變?yōu)榫哂械赖乱庾R(shí)的有機(jī)體，我們就必須讓機(jī)器學(xué)會(huì)問(wèn)“為什么”，也就是要讓機(jī)器學(xué)會(huì)因果推理，理解因果關(guān)系。
即使是AI領(lǐng)域的頂尖人物，對(duì)AI未來(lái)的突破也有如下分歧：
是模仿鳥(niǎo)？
還是根據(jù)空氣動(dòng)力學(xué)造出飛機(jī)？
顯然人類早期總想學(xué)習(xí)鳥(niǎo)來(lái)飛行，后來(lái)發(fā)現(xiàn)沒(méi)必要，可以繞開(kāi)“學(xué)鳥(niǎo)飛”。
Yann Lecun認(rèn)為，現(xiàn)在的卷積神經(jīng)網(wǎng)絡(luò)其實(shí)與大腦神經(jīng)網(wǎng)絡(luò)已無(wú)可類比之處。人工智能絕非“仿生學(xué)”，不一定非要復(fù)制人類的大腦。
波吉奧則相信，人工智能的下一個(gè)突破口，會(huì)來(lái)源于神經(jīng)科學(xué)。
他的學(xué)生哈薩比斯是計(jì)算機(jī)的學(xué)士，和認(rèn)知神經(jīng)科學(xué)的博士。
哈薩比斯帶領(lǐng)的DeepMind，大概是當(dāng)前AI領(lǐng)域最前沿的研究團(tuán)隊(duì)之一。
谷歌花了六億美元收購(gòu)DeepMind，這些年還貼了十幾億美金。
不奇怪，當(dāng)年谷歌創(chuàng)業(yè)，投資人問(wèn)，這么多搜索引擎（當(dāng)年），你們還有啥搞頭？
谷歌創(chuàng)始人答：我們不是做搜索引擎，我們是做AI。
哈薩比斯的野心是：先解決人工智能，再用人工智能解決一切。
一切值得期待，但也可能會(huì)經(jīng)過(guò)一個(gè)漫長(zhǎng)的時(shí)期。例如一百年。
不過(guò)“有希望”最美好了。
看AI虐人類，像是對(duì)奇點(diǎn)時(shí)刻的安全而有趣的預(yù)演。
而且，雖然AI下圍棋懶得向人解釋，因?yàn)榻忉屃巳艘参幢囟?，就像你沒(méi)法向一只狗解釋莎士比亞。
但是在圍棋的有限邊界內(nèi)，被AI虐得體無(wú)完膚的人類，還是有辦法為AI的招法找到解釋。
于是，因?yàn)檫@解釋，人們從理性的角度學(xué)習(xí)之，從感性的角度享受之～那機(jī)器無(wú)法體驗(yàn)的跌宕起伏。
也許，人類的進(jìn)步受益于“可解釋性”，而人類的躊躇，也正是受困于“可解釋性”。聯(lián)系客服
