虽然 Alpha Go Zero 很屌,但机器离智能的距离还是很远

最近拜读了 Alpha Go Zero 的论文,Deepmind 团队的确很厉害, Alpha Go 的系列成功可以说是工程学上非常突出的范例。

这一系列的成功非常吸引人眼球,夸大的新闻报道也让一部分并不从事人工智能的人有种人工智能已经提前到来的错觉。但围棋其实是一个特殊的领域。在围棋中,第一:发生过的事情是已知的。第二:可能性是有限的。第一点很好理解,落下来的棋子都在棋盘上,一目了然。不像赌博,炒股;你的对手盘信息你都一无所知。如果赌博和炒股中,你能知道对手盘的全部信息的话,这个优势有多大可想而知。第二点也很好理解,有人曾提到围棋的变化可能性比整个宇宙的原子数还多。但这个数也是个有限数,有限和无限的差别比有限和零的差别还要大。
这两点决定了围棋在人工智能理论没有巨大提高的时候,仅仅凭借计算水平的提升和高水平的工程落地方案,就能被数据科学家攻克。但不管机器在围棋上取得多大的成功,改变不了它的局限性。现实生活中,涉及到不确定性和无限问题比比皆是。

一个三岁的孩子,只看过真实的鱼,没看过卡通的鱼。但当他第一眼看到卡通鱼的时候,就知道这是鱼。而这种程度的智能,在最先进的机器视觉算法上也实现不了。

我个人还是对人工智能抱有巨大的希望,但也认为实现的过程一定是漫长并曲折的。希望这波人工智能的浪潮不负众望,真的能创造出新的经济动力。
请先 登录 后评论