|
編者按：安信證券研報指出，谷歌旗下的DeepMind團隊研發的人工智能算法擊敗歐洲圍棋冠軍Fan Hui，是在邁向更類似人類直覺的人工智能道路上的里程碑事件，展現了人工智能的巨大潛力。人工智能也被中國科技界視為實現彎道超車的一次難得的歷史機遇， 繼續堅定看好人工智能這一未來最重要的產業方向。 一、Deepmind締造人工智能里程碑事件：AI戰勝歐洲圍棋冠軍 2016年初，谷歌DeepMind團隊在最新一期《Nature》上發表論文稱，他們研發的人工智能算法擊敗了歐洲圍棋冠軍Fan Hui，同時也擊敗了目前最好的圍棋程序中99.8%的對手，這是在邁向更類似人類直覺的人工智能道路上的里程碑事件，意義重大。
為什么圍棋一直是人工智能挑戰的難點？ 對計算機來說，在圍棋領域戰勝人類比在象棋等其他領域的挑戰更大，主要原因有二點： 第一，每個回合可能存在的走法數量多得多。在國際象棋的任何一個回合，平均可能的走法有35種。但圍棋的走法卻能達到250種，并且在這250種可能的走法之后，還對應著另外250種可能，因此傳統的遍歷搜索去計算每一步走法所帶來的所有結果是不可能的。 第二，沒有一個簡單的方法來評判每一步棋的優勢。在下圍棋時，即使是最高段的棋手也無法檢查出每一步走法所帶來的所有結果，所以棋手只能學著在棋盤上幾百個棋子中識別出抽象模式，即使是專家也經常會很難解釋為什么一步棋看起來很有優勢或有問題。 因此圍棋作為一項非常困難的任務，是一個來驗證包括模式識別、問題解決和規劃各種機器學習技能結合的很好案例，也是一個可以用來測試新想法的工具，所以成為科技巨頭的人工智能競爭的焦點。
Deepmind是如何實現人工智能在圍棋領域的突破的？ 人類在下圍棋時往往基于盤面來進行決策，而近期人工智能領域核心的深度神經網絡算法非常擅長從棋盤的各種模式中進行歸納總結，因此非常適合下圍棋。借助于深度學習實質上是讓機器學習人類的下棋風格，然后對人類棋手進行有效的復制。
DeepMind的人工智能圍棋系統Alpha Go包括兩種不同的深度學習神經網絡架構:第一種叫做策略網絡（policy network），用來預測下一步；第二種叫做價值網絡（value network），用來預測棋盤上不同的分布會帶來什么不同的結果。Alpha Go使用它們的方法是，把非常復雜的搜索樹減少到可操作的規模，并不是在每一步都要考慮幾百種步數，而只考慮策略網絡提供的幾十種最有前景的步法，價值網絡的作用是減少搜索的深度，所以，它的搜索深度并不是特別深，它并不是一下子搜索出直達比賽末尾的300多步，而是搜索更少的步數，比如20多步，并評估這些位置，而不是一路評估到底，看誰最終能贏。所以這類搜索并不是靠蠻力，而是靠與人類直覺想象力類似的模式。 二、Deepmind為何受到谷歌青睞？ 2014年1月26日，谷歌以4億美元收購了人工智能公司DeepMind。神秘低調的DeepMind為何受到谷歌青睞? 1.Demis Hassabis頗具傳奇色彩。他曾是國際象棋界的“天才兒童”，被世界智力奧委會稱為“可能是史上最好的象棋選手”，12歲獲得第一個國際象棋頭銜、16歲通過英國A Level考試、是劍橋計算機科學最頂尖的畢業生(double first)。他在1998年創辦了自己的游戲公司，而且取得了成功。哈薩比斯2005年進入倫敦大學學院，攻讀神經科學博士學位，希望了解真正的大腦究竟是如何工作的，以此促進人工智能的發展。他選擇了海馬體作為研究對象，那里負責了一部分的記憶和空間導向功能，而且目前的科學對這一部位的認知相對較少。“我選擇了一些我們不太了解的區域和功能。”他2007年進行的一項研究入選《科學》雜志的“年度突破獎”。在那項研究中，他證明了5位因為海馬體受傷而患上健忘癥的病人，在暢想未來時也會面臨障礙。他認為大腦中與過去的記憶有關的部位，對于規劃未來同樣至關重要。他就此認定，記憶和未來規劃是交織在一起的，并以此為依據展開了新的嘗試。2011年，他中斷了博士后的研究，創辦了DeepMindTechnologies公司，并且以“解決智能”為公司的終極目標。
2、Deepmind的人工智能技術具有獨特性。用創始人Hassabis原話來說：“目前典型的人工智能大多從語言開始，而Deepmind是直接從感官經驗開始。” Deepmind技術為人熟知的是其在一款經典的打磚塊游戲中的應用，其系統可以僅僅基于屏幕圖像和獲獎信號（游戲分數的增加或減少）通過選擇上下左右等動作來學習玩游戲，并且最終取得高于人類的得分。最初在開始訓練之前，Deepmind的系統對這款游戲一點也不知道：它不知道游戲的目標，是一直保持存活，還是殺掉些什么或者是破解一個謎題，它也不知道按鍵后的后果，也就是說，它看不到游戲中的任何物體。通過不斷的試錯，這個深度學習系統逐步的學習應該如何動作才能得到一個分數。還需要注意的是，這套系統面對所有不同類型的游戲均使用的是同一套架構，而不是由程序員根據每種游戲來設置有多少種可能的動作，比如前、后、左、右、開火（空格）等。
Deepmind人工智能技術具有極強的普適性。DeepMind展示其系統玩了7個Atari游戲，分別是激光騎士（Beam Rider），打磚塊（Breakout），摩托大戰（Enduro），乓（Pong），波特Q精靈（Q*bert），深海游弋（Seaquest），太空侵略者（SpaceInvaders）。玩這些游戲的過程中所用的網絡深層架構、學習算法甚至超參設置都是完全一樣的，充分說明了其系統的普適性。 DeepMind算法之所以“多才多藝”，源于其對兩種機器學習方法的結合： 第一種是深度學習，受人腦啟發的一種結構，在實驗的基礎上，該結構中模擬神經元層間的聯結得到加強。深度學習系統能夠從大量的非結構數據中獲取復雜信息。Google正在使用這種算法來自動分類圖片，目的則是為了進行機器翻譯。 第二種算法是增強學習，這種決策系統的靈感源自動物大腦中的神經遞質多巴胺獎勵系統。該算法僅使用屏幕像素和游戲得分作為輸入，為了在給定時間里，獲取最大獎勵，算法不斷通過試錯(比如該如何行動?左轉、右轉還是開火)進行學習。在每種游戲上花費數小時后，系統掌握了一系列經典街機游戲的操作方式，包括賽車、拳擊和Space Invaders。 3、DeepMind取得模仿人類大腦短期工作記憶的突破。利用計算機來實現人類大腦的短期工作記憶，是人工智能長期追求的目標。DeepMind在人們已經有著悠久探索歷史的短期記憶方面取得了突破性進展。DeepMind已經建立了一個可以像常規的圖靈機一樣訪問外部存儲器的“神經網絡圖靈機”，這個“神經網絡圖靈機”能模擬人類大腦的短期記憶。相對于傳統的普通計算機的內部寄存器，“神經網絡圖靈機”可以存儲更復雜的表示變量的模式。 三、Deepmind有望提升Google各項業務智能水平 Deepmind在Google收購后計劃再招50人，除75%的員工從事基礎研究外，其余則組建了“應用研究團隊”，專門探索如何將DeepMind的技術融入谷歌現有的產品。從公司目前的戰略規劃來看，公司所研究的通行人工智能是指將非結構化信息轉化成有用的、可行動的知識，其未來應用方向主要在三個方面： 1、與Google現有業務融合。谷歌大腦支撐著搜索、日歷、文檔、圖片、翻譯、閱讀、地圖（自動駕駛）等各項業務，DeepMind無疑將有效提升谷歌大腦的智能水平，進一步加強包括深度學習在類的人工智能技術與已有業務的融合。例如DeepMind的技術可以用于改善YouTube的推薦功能，并提升該公司的移動語音搜索功能。
2、為機器人“注入”自主學習能力。機器人是谷歌最近大舉投資的一個領域，僅2013年就收購了8家機器人公司，但谷歌此前并沒有明顯提升所收購的機器人能力，原因之一就是它們的程序通常是事先編好的，在處理和學習未知的新事物時表現很糟糕，而Deepmind的通用學習能力將有效改變這一局面。 3、幫助攻關重大科技項目。DeepMind創始人哈薩比斯表示，他的夢想是創造“人工智能科學家”。由于Deepmind出色的通用學習能力，其可以協助人類對重大科技項目進行攻關。例如可以在實驗室里針對疾病生成和檢驗新的假設，谷歌內部已經考慮將其應用于Alphabet旗下Calico---一個致力于延長人類壽命的公司。 四、收購Deepmind對Google的人工智能戰略影響 1、DeepMind發展帶來擔憂，谷歌成立人工智能倫理委員會。Google在收購DeepMind后不久專門成立了人工智能倫理委員會。DeepMind聯合創始人Shane Legg認為團隊技術的發展將有可能會毀滅整個人類。“最終，我認為人類滅絕很有可能會發生，而技術將有可能在此發揮了重要作用”。他認為人工智能是“本世紀的頭號威脅”，這是“不祥”的東西。Google也開始擔心以這種方式發展的計算機技術所帶來的“雙刃劍”般的影響，人工智能倫理委員會的任務就是確保人工智能技術不被濫用。雖然目前DeepMind技術還停留在玩Atari游戲的階段，但由于其人工智能技術的主要作用是為了“解決任何問題”隨著人工智能向前發展，這種巨大的潛力令人類震驚，如果不加以限制，將超出人類可控的范圍。 2、有望助力推廣谷歌開源人工智能系統“TensorFlow”。2015年11月10日谷歌以免費開源的形式向公眾開放人工智能系統 “TensorFlow”。TensorFlow 是 Google自己開發的第二代人工智能系統，使用TensorFlow編寫的運算可以幾乎不用更改，就能被運行在多種異質系統上，可支持CPU、GPU、桌面機、服務器和移動計算平臺，即可跨數據中心運行，也能跑在智能手機上。 開放人工智能系統實質上是Google安卓路線的再一次復制，表明Google將人工智能視為移動互聯網之后又一個巨大的產業機會。人工智能行業應用無處不在，但又需要極高的技術積累和硬件、數據資源投入，如果能夠借助開源降低準入者門檻，創新應用將層出不窮，有望迎來產業的空前繁榮。
值得注意的是DeepMind使用的是Facebook的開源AI 項目Torch，而非Google自身的“TensorFlow”。實際上由開源人工智能系統引發的生態競爭日趨白熱化，Google并不是第一個意識到應該開源人工智能系統的巨頭，微軟、FACEBOOK等巨頭均紛紛開放了自身的人工智能平臺。作為已經被Google收購的 DeepMind，這一現狀有望改變，而憑借DeepMind領先的技術和巨大應用前景，將大力推動谷歌人工智能生態的拓展。 五、投資建議 谷歌旗下的DeepMind團隊研發的人工智能算法擊敗歐洲圍棋冠軍Fan Hui是在邁向更類似人類直覺的人工智能道路上的里程碑事件，展現了人工智能的巨大潛力。人工智能也被我國科技界視為實現彎道超車的一次難得的歷史機遇，我們繼續堅定看好人工智能這一未來最重要的產業方向，重點關注：思創醫惠（攜手全球人工智能龍頭IBM沃森）;東方網力（視頻大數據龍頭，參股全球領先的家用機器人和安防機器人）;長高集團（收購金惠科技，圖像視頻智能識別領域稀缺優質標的）;科大訊飛（"訊飛超腦"進軍認知智能制高點）;漢王科技（人臉識別、讀寫識別等領域領軍企業）;東方國信（大數據智能分析龍頭）;佳都科技（旗下云從科技的人臉識別技術已經在金融行業應用）。 |
|
|
來自： Litchimango > 《人工智能》
