人类围棋 1:4 败给机器，关于人工智能本身，这里有八个你可能感兴趣的问题_智能_好奇心日报
社交账号登录
新用户注册 上传头像拖拽或者缩放虚线框，生成自己满意的头像预览 忘记密码
设置新密码
智能人类围棋 1:4 败给机器，关于人工智能本身，这里有八个你可能感兴趣的问题
马若飞 崔绮雯
我们不谈围棋，只谈人工智能
围棋世界冠军李世乭与 AlphaGo 的最后一盘比赛，执黑先行，历时五小时，终于在第 180 手投子认输。
在这场连战五局，持续了一周的人机围棋比赛中，李世乭只拿下了一盘，总比分 1:4 输给了 Google 的人工智能算法 AlphaGo。
可以预见，以后谈到计算机如何厉害的时候，被用了快 20 年的 IBM “深蓝”打败国际象棋冠军的例子，将会变成 AlphaGo 这场比赛的胜利。
最近一周，你肯定已经被各种棋盘解读、“人工智能如何打败人类”的分析或者搜狗的离奇营销刷屏了。
不过抛开围棋界和计算机领域的专业词汇，Google 到底是怎么做到的？围棋胜出究竟有什么意义？而这次人工智能的胜利，对于每个人来说又意味着什么？
我们请了人工智能领域沉浸已久的研究者和作家，试着用更加简单的方式回答上面的问题。
好奇心日报：跳棋、国际象棋、围棋……为什么棋总被当作人工智能的发展标志？
乔纳森·谢弗：因为规则是固定的，每步棋子可能性是有限的，下棋的能力有分数可以评估，还有人类的对手可以和程序对垒……所以研究人工智能的先锋们总是把棋牌游戏当做是人工智能测试的最完美方式。
而围棋被看作是对计算机最有挑战的一种比赛。
乔纳森·谢弗（Jonathan Schaeffer）：加拿大阿尔伯塔大学的教授，他带领的团队曾经写跳棋程序 Chinook，后来也写过国际象棋的人工智能系统。
好奇心日报：计算机战胜围棋世界冠军和之前战胜国际象棋大师、跳棋冠军有什么不同？
乔纳森·谢弗：跳棋的对弈有“10 的 20 次方”种落子可能，计算机在这种场合上使用简直完美。国际象棋有“10 的 45 次方”种移动可能，国际象棋还没有被计算机完全搞定，计算机在这方面已经是“超级人类”的存在了。
至于围棋，有超过“10 的 100 次方”种落子可能。直到几个月之前，电脑围棋都比人类弱很多。
好奇心日报：谈及 AlphaGo 的能力，“深度学习”可能是出现最多的词，但这个词到底是什么意思？
乔纳森·谢弗：你可以把它想象成一个带有点和连接的网络吧。就像一个地图一样，我们假设城市是点，然后连接是路。
我们来假设这地图上的连接会动态变化。例如，本来从 A 到 B 点只需要走 10 分钟，但现在看着这条路的实时路况，系统自动调整了时间，例如上下班高峰期 13 分钟，其他时间 9 分钟。这就是一个学习的例子。更进一步说，这个网络还可以建新的路，所以 A 和 B 之间的最佳路径还可能会改变。
对应到 AlphaGo 上，每一个“城市”就是一个知识点，他们之间连接的“路”就是知识与知识之间的连接。想象使用一个地图在城市中导航，每个城市的计算价值，是连接它的路数量的总和。同样的，一个知识点的价值，也依赖于它的连接情况。
当我们看纸质地图的时候，这个地图是二维的。然后想想两张地图叠在一起，在地图上不同的连接也交织着。AlphaGo 使用的是十三层的网络，所以也能让不同的知识点有更多连接的可能。
在一场围棋比赛中的特定时刻，有些知识点会使用，而另一些则不会。就像是你能去某一些城市，另外一些则禁止你入境一样。知道这些信息，会改变“城市点”的连接情况，更会改变这个城市的连接价值——这也就是每一个棋步的来源。
凯文·科伦：深度学习就是一种人工智能学习技术，通过把大量数据“喂”进系统，尝试自己建立模型，通过模型自己做决定，就像我们现在认为的人类大脑工作的原理那样。
所以说，深度学习是通过审视记忆来做出决定的，因为 AlphaGo 已经看过那么多的例子，接下来深度神经网络中会自动权衡重要性然后进一步做出决定。
好奇心日报：目前有很多围棋人工智能，比如 Zen、Crazy Stone 以及 Facebook 的 Dark Forest，它们和 AlphaGo 相比如何？
凯文·科伦：一些其他的围棋人工智能系统也在对阵弱一些的人类棋手时赢过，但没有一个能够真正比得上 AlphaGo。
凯文·科伦（Kevin Curran）：英国阿尔斯特大学计算机科学教授、IEEE 安全技术专家，专门研究计算机网络和系统。
好奇心日报：你觉得 AlphaGo 的算法和人脑还有什么差别？
凯文·科伦：现在打败了人类最厉害围棋手的 AlphaGo 只是一次测试的项目。人类围棋选手可以随便转向某个观众，然后展开一段有意义的对话，但现在全球上最好的自然语言系统，比如 Siri 依然没法和人正常对话。
这就是区别，人脑依然还是更加智能。
詹姆斯·巴雷特： AlphaGo 和人的脑袋，大概隔了几个世界这么远吧。
AlphaGo 是狭义上的人工智能，它只能用来下围棋。但我们的脑袋能够做很多不同的任务，人类拥有的是通用的智能。但是，这对于创造一个有具有通用智能的机器人和电脑系统来说，深度学习是很重要的一步。
詹姆斯·巴雷特（James Barrat）：纪录片制片人，曾经为国家地理、探索频道制作影片。他也是人工智能的书作《我们最后的发明：人工智能和人类时代的终结》的作者，这本书采访了科幻大师阿瑟·克拉克（Arthur Clarke）、未来学家雷·库兹韦尔（Ray Kurzweil）还有机器人制造专家罗德尼·布鲁克斯（Rodney Brooks）。
好奇心日报：除了围棋，图灵测试也是大家谈论人工智能进展时常提到的衡量方法，它真的能判断人工智能的水平吗？
詹姆斯·巴雷特：比起围棋测试，图灵测试能够更好地测试人工智能。
当我们谈到智能的时候，我们一般说的是人类的智力。即使是和与世界冠军下围棋相比，图灵测试也是更大的挑战。
凯文·科伦：图灵测试是这么做的：每个参加者都会单独参加，人类裁判会通过文本问一些问题，如果不能通过回答有依据地分辨出机器和人类，那么受试的机器就通过了图灵测试。
但这个测试并不会检验回答是否“正确”。
图灵检测的是答案和典型人类的思路有多么类似，因为对话是通过文字来沟通，所以电脑是否会真的“说话”并不重要。
图灵测试只测试电脑是否像一个人类，但鉴于人类行为和智能行为并不完全一样，所以这个测试并不能准确地去检测人工智能。
好奇心日报：有种说法是，在计算机原理取得突破之前，人工智能还是有极限的，这是对的么？
乔纳森·谢弗：人工智能已经有很广泛的应用了，每天我们都在用。你用的信用卡，人工智能被用来防止盗刷。你网购的时候，人工智能推测你喜欢什么不喜欢什么。
我们很快也会看到无人驾驶车，这全是人工智能科技。想想看，有人工智能帮我们开车的场景吧，我们坐在后座放松，让电脑干完所有的工作。
好奇心日报：AlphaGo 会让你更害怕人工智能么？这个算法未来能应用到什么地方？
詹姆斯·巴雷特：不会，因为没有必要害怕一个算法。那些会利用强大的算法去伤害别人、获得权力或者去偷盗的人才应该让人恐惧。
AlphaGo 只是让大众更加清醒地意识到这个事情：人工智能是一个强大的，多功能的工具，而且它的能力也在急速增长。
AlphaGo 也扩展了我们对人工智能这十年发展的愿景，它将会比作为一个纯粹的围棋选手更让人激动。
人工智能战胜人类围棋选手之所以重要，是因为它有潜力应用到机器人，科学研究，投资，无人车，战争甚至更多地方。
深度学习系统能够利用有记录的每场战斗作为自己的训练资料，让自己成为一个不错的“将军”。它并不像人类的将军，它可不会睡着或者喝醉。
AlphaGo 之前，放在大众面前最聪明的例子是 IBM 沃森在美国电视问答综艺节目 Jeopardy 中打败人类对手。在那场比赛里沃森轻松听懂主持人说的话，看出当中的双关语并给出答案。
之后 IBM 对沃森的开发一直没有停下来，将它作为自己的未来系统推给合作伙伴。但几年下来，沃森还是没办法胜任最基本的电话客服工作——没人会觉得普通的电话客服比拿了百万奖金的人类选手更聪明。
AlphaGo 的胜利是技术进步的结果。但人工智能和人类智力之间的距离依然遥远。
另一方面，今天一些简单的人工智能被用在方方面面，尽管它们大多长得不像人，也根本不会说话。在担心人工智能造成的威胁之前，我们可以先享受它所带来的福祉。
最后，如果你关心人工智能和人类的智力究竟有什么区别，以及科学家们过去几十年都在做什么。Jeff Hawkins 那本影响了大量研究人员，同时又颇为易读的 （）还是得推荐。
题图来自：
喜欢这篇文章？去 App 商店搜
，每天看点不一样的。
没有更多啦
好奇心微信公众号面对人工智能碾压性的计算能力，人类是否还有深入研究围棋等对弈游戏的必要？ - 知乎655被浏览38154分享邀请回答0添加评论分享收藏感谢收起上千亿的移动3G网络都去哪了？ | 本周专栏精选
来源：雷锋网
作者：小芹菜
&&&&本周专栏精选了6篇最受好评文章，如果你也喜欢，可以给我们的作者们留言鼓励，如有建议，也希望能留下只言片语供我们参考，使得专栏能够越做越好。&&&&另外，如你也是技术控，可发文砸过来；如你是热心读者，有迫不及待想深入了解的方向，也欢迎发新闻选题到邮箱告知（雷锋网私信／留言请认准［小芹菜］）。我们关注的每个领域，编辑们都乐意为读者感兴趣的内容徒手抓大拿。专栏邮箱：。本周好文如下，欢迎亲爱的你们奔走相告：&&&&1、指纹识别不好用，谁该为你的手机负责？| 315 特别报道（点击阅读）指纹识别过程中先把指纹图像进行相似度打分，再用一个门槛来分辨，大于门槛的通过识别，小于门槛的拒绝识别。而偶发性的拒识和偶发性的误识别不是质量问题。&&&&消费者该如何维权？&&&&《消费者权益保护法》规定，消费者购买耐用商品起六个月内发现瑕疵，由经营者举证是否属于质量问题。消费者无需判定是否是质量问题，对于指纹手机厂商提出的任何说法只要有质疑，就可以要求其出具客观的第三方技术分析报告。&&&&【作者介绍】dragondevil，指纹识别技术架构师、首席科学家，多个指纹识别行业标准发起者。&&&&2、电动汽车这个市场，充电标准怎么就这么多？（点击阅读）目前国际上比较流行充电标准有4个。比如中国使用标准GB/T 20234；欧洲使用2005 IEC 62196标准；CHAdeMO标准主要被日本汽车厂商所采用；北美地区使用2010SAE J1772标准。&&&&特立独行的特斯拉汽车制定了一套自己的充电标准，号称能在30分钟内充满可跑300公里以上的电量。但是受到各地区标准的限制，在北美以外的市场特斯拉放弃对充电标准的控制，采用各国的国标。&&&&一辆传统汽车可以在中国油站加油也可以在欧洲油站加油，在美国买的轮胎只要规格一样就可以装在国产车上。但是在中国市场，Tesla和宝马、北汽的充电桩却不能通用。充电接口算不上什么高新技术，不存在技术壁垒，各国制定各自的标准设置却成为一大壁垒。&&&&【作者介绍】小鹏汽车工程师，一群人在做不一样的智能酷炫电动SUV 。&&&&3、面对AI 碾压性的计算力，人类是否还有深入研究围棋等对弈游戏的必要？（点击阅读）本来就闻名世界，最近更是赚足了全世界人类眼球的美国谷歌公司，其英文名google其实是从googol演化而来的，而后者其实是一个数字：本来就闻名世界，最近更是赚足了全世界人类眼球的美国谷歌公司，其英文名google其实是从googol演化而来的，而后者其实是一个数字：googol=10^100=0000000。&&&&这是一个比上面的宇宙全部质子数更大的数字，我从这个数字中，体会到了谷歌创始人们对未知世界的好奇心，以及探究未知世界的野心。&&&&一直以来，在人类当中，越是擅长在棋盘上战胜他人的人，也即棋力越强的人，自然也就是掌握和践行规律越多越合理的人。甚至可以说，是离真理越近的人。AlphaGo“九段”，欢迎来到这个世界并加入我们。&&&&【作者介绍】高飞龙，北大研究生毕业，围棋业余5段。&&&&4、来，揭一揭移动的千亿3G网络伤疤
（点击阅读）移动关闭3G网的理由有很多，其实更有一个无法逃避但谁都不乐意拿到台面上说的理由：谁有用TD-SCDMA的美好体验？不说跟电信联通的4G相比，就跟电信联通的3G相比，谁有过美好体验？我想用“糟糕”这个词形容并不为过！&&&&3G都没了，和4G都来了，TD-SCDMA就是移动3G网络开始整体退网也是必然，只是时间问题。&&&&实际上，运营商关闭某张通信网络的情况并不罕见。从1991年开始，以GSM为主的2G网络开始在全球范围内广泛部署，除了不能满足人们对数据业务的需求且其本身存在的安全方面的问题（利用GSM漏洞的伪基站更是垃圾短信的主要来源），全球绝大部分运营商在部署3G网络后，都在尽力将2G用户向3G迁移。&&&&【作者介绍】中国好4G，通信类分析师、艾瑞核心专家，专注通信业务研究。&&&&5、使用 iPad Pro 90天，它是如何让我悲喜交加的？ （点击阅读）笔者经过90的长期密集使用，试图对iPadPro在现实场景中的能力与缺陷做一深入分析：iPadPro究竟能否取代PC成为一部"主力设备"？它的"生产力"究竟达到了怎样的水平？这一产品线未来的前景如何？&&&&出色的内容展示能力和堪称残废的内容创作能力，让iPadPro的实际定位更偏向PC的辅助工具，而非后者的替代品。&&&&&&&&&&&&只是由于系统和应用的限制，目前iPadPro与PC协同的能力还是比较差，设备间传输文件都显得有些麻烦。各种各样的缺陷让现阶段的iPadPro难以在商业领域大有作为，当然这也是事物发展的必然。&&&&【作者介绍】王强，关注技术的电子产品控。&&&&6、拟脑吴义坚 : 机器人这个行业还很初级，AlphaGo还只是弱人工智能 （点击阅读）机器人是一个框，什么都能往里装。但是我觉得真正意义上的机器人首先是能像人一样具备智能，或者能完成一些原来必须要人才能完成的一些任务。&&&&整个机器人行业的发展目前还处于一个很初级的阶段，机器人的功能和定位没有一个标准，业内人士和用户也有不同的期望值。我觉得短期之内的突破点一个是细分市场痛点的需求，一个是在细分市场上做非常深度的定制优化。&&&&谷歌的AlphaGo，从人工智能角度来讲还属于弱人工智能。AlphaGo离我们真正的人工智能或者智能学习还是很遥远的，它只是一个非常初级的阶段。&&&&【作者介绍】吴义坚，上海元趣信息技术有限公司创始人兼CEO、科学家，曾就职于科大讯飞、微软亚洲研究院、担任盛大语音创新院院长。
责任编辑：Robot&RF13015
中国证监会授牌&&&民生银行资金监管&&&
数据来源：盈利宝基金研究中心，巨灵数据支持
全场购买手续费4折起！
近一年涨幅
近一年涨幅
已有&0&条评论
<span class="mh-title"
style="color: #小时点击排行人工智能为更多产业带来积极影响|人工智能|人类|围棋_新浪财经_新浪网
“人机大战2.0版”以人类棋手0∶3失利告终，被棋手们敬称为“阿老师”的AlphaGo也在得到中国棋院颁发的职业九段棋手证书后飘然远去，表示将从此退出竞技比赛的舞台。比分之外，此次人机大战还有更深远的意义。围棋与人工智能的故事，正是人类与人工智能相处与相知的某种预示。 人工智能为什么选择围棋？这是因为同现实世界相比，围棋有明确的规则，更能够“测试”人工智能的水平，AlphaGo也证明，面对人类难以实现的“以穷举法搜索”“由诸多变量共同作用决定结果的复杂系统”，人工智能同样能够达到超越人类最高水准的决策能力。包括金融、医疗、教育等等在内，上述两个条件也是现实世界难以决策的重要原因。AlphaGo开发团队表示，在围棋领域累积下来的高级通用算法，将被用于降低能源消耗、新材料发明和医疗。已经有数据显示，应用了AlphaGo的算法，互联网公司数据中心的能源消耗可减少40%。这也意味着，随着人工智能在硬件和基础算法上的优化，在未来将会对越来越多的产业带来积极影响。 不过，硬币总有另外一面。从“人机大战”中的配对赛进程来看，人类顶尖棋手和AlphaGo之间，由于思考和判断方式不同，人类对AlphaGo的“招数”并不能完全理解，配合也还远远谈不上默契。围棋毕竟有相对明确的得与失，一旦决策型的人工智能被用于更为模糊和复杂现实世界，人类是否能够理解它，两者之间如何真正形成合力，人类要如何建立对人工智能的信任感，仍将是未来很长时间阶段中必须要面对的问题。从目前来看，当务之急是人工智能科学家们依然要帮助人们了解人工智能学习的原理，以及建立更多人类与人工智能沟通和互动的方式。“阿老师”走下棋盘，人工智能来到人间。人机大战硝烟散去，但通往未来的路才刚刚现形。
热门推荐APP专享}