AI完爆人類?一文讀懂AlphaGo Zero的偉大與局限
2017-10-23 11:07:51 來(lái)源：雷鋒網(wǎng) 熱度:
雷鋒網(wǎng)AI科技評(píng)論按：每次AI領(lǐng)域有重大突破時(shí)，甚囂塵上的“AI威脅論”必然會(huì)卷土重來(lái)。
2017年10月19日，DeepMind團(tuán)隊(duì)重磅發(fā)布AlphaGo Zero，再次震驚世人。相比上一代AlphaGo，該版本的AlphaGo實(shí)現(xiàn)了在AI發(fā)展中非常有意義的一步——”無(wú)師自通“，這也讓去年敗在未升級(jí)版本AlphaGo Master下的中國(guó)棋手柯潔驚呼”人類太多余了“。
相信看過(guò)之前的報(bào)道都知道，AlphaGo Zero的先進(jìn)之處是可以完全從零開始，不需要任何歷史棋譜的指引，更不需要參考人類任何的先驗(yàn)知識(shí)，完全靠自己通過(guò)強(qiáng)化學(xué)習(xí)
（Reinforcement Learning ），左右互搏來(lái)增長(zhǎng)棋藝，最終達(dá)到百戰(zhàn)百勝。
那是不是就代表AI從此將進(jìn)入到無(wú)需人類知識(shí)，不受人類控制的時(shí)代？顯然還達(dá)不到。
要想理解為什么，首先從圍棋這個(gè)游戲說(shuō)起。圍棋是一種對(duì)弈游戲，具體來(lái)說(shuō)就是信息透明，規(guī)則透明，結(jié)構(gòu)明確，并且可用規(guī)則是可以窮舉的。而如果到了一些數(shù)據(jù)無(wú)法窮舉的領(lǐng)域，如語(yǔ)音識(shí)別，圖像識(shí)別，自動(dòng)駕駛等，AlphaGo Zero中的算法很難遷移過(guò)來(lái)，也很難“無(wú)師自通”。
那AlphaGo Zero中的算法可以借鑒到哪些領(lǐng)域？他的核心技術(shù)是什么？他的偉大之處又是在哪里？這還得請(qǐng)AI科學(xué)家來(lái)談一談。AI科技評(píng)論得知，此版本的AlphaGo所采用的核心技術(shù)就是出自華人團(tuán)隊(duì)研究的深度殘差網(wǎng)絡(luò)（ResNet）。就此背景，雷鋒網(wǎng)聯(lián)系到了深度殘差網(wǎng)絡(luò)ResNet作者之一孫劍博士來(lái)對(duì)這次的技術(shù)升級(jí)做闡述。ResNet技術(shù)正是他在微軟亞洲研究院時(shí)期的發(fā)明。
曠視首席科學(xué)家，曠視研究院院長(zhǎng)孫劍博士
在他看來(lái)，本次技術(shù)提升足夠偉大，但同樣在真實(shí)技術(shù)落地過(guò)程中有著眾多局限，并指出未來(lái)的主流深度學(xué)習(xí)技術(shù)還將會(huì)圍繞大數(shù)據(jù)訓(xùn)練模式的方式。換句話說(shuō)，AI想脫離人類控制還為時(shí)尚早。
孫劍博士在接受雷鋒網(wǎng)的采訪過(guò)程中說(shuō)道：“AlphaGo Zero的偉大之處是第一次讓機(jī)器可以不通過(guò)任何棋譜，不通過(guò)任何人類的經(jīng)驗(yàn)，在只告訴規(guī)則的前提下就實(shí)現(xiàn)了成為一個(gè)圍棋高手，這種無(wú)師自通的學(xué)習(xí)模式在AI整個(gè)發(fā)展上是非常有里程碑意義的。”孫劍博士講到AlphaGo Zero的技術(shù)意義時(shí)講到，“但是同時(shí)這種無(wú)師自通在很多AI落地上也存在一些局限，因?yàn)閲?yán)格的講，圍棋規(guī)則和判定棋局輸贏也是一種監(jiān)督信號(hào)，所以嚴(yán)格意義上來(lái)講，說(shuō)人類無(wú)用，或者說(shuō)機(jī)器可以自己產(chǎn)生認(rèn)知都是對(duì)AlphaGo Zero理解的不精確。”
在很多AI行業(yè)落地中，實(shí)際上弱監(jiān)督學(xué)習(xí)或無(wú)監(jiān)督或者所謂的無(wú)師自通還是無(wú)法在短期成為主流。比如，就人臉識(shí)別來(lái)講，這個(gè)能力是人類后天學(xué)習(xí)的能力，是通過(guò)時(shí)間不斷演化出來(lái)的一種生存能力，人只有具備了人臉識(shí)別能力，人類社會(huì)才能正常運(yùn)轉(zhuǎn)，把這種后天能力輸出給機(jī)器，其實(shí)就需要人的監(jiān)督信號(hào)。除了人臉識(shí)別，還有很多人工智能研究的方向，比如自然語(yǔ)言處理，都是在模擬人類的一種技能。讓機(jī)器實(shí)現(xiàn)這種任務(wù)就需要海量的數(shù)據(jù)與更多的信號(hào)輸入。再比如醫(yī)學(xué)領(lǐng)域的圖像識(shí)別—AI醫(yī)學(xué)影像讀圖主要依賴于高水平醫(yī)生對(duì)影像的數(shù)據(jù)精標(biāo)，從而機(jī)器學(xué)習(xí)對(duì)疾病的識(shí)別，這關(guān)乎于人的生命問(wèn)題，自然馬虎不得。所以今天，甚至今后很長(zhǎng)一段時(shí)間內(nèi)，監(jiān)督學(xué)習(xí)依然是AI研究與AI商業(yè)化的主流方向。
關(guān)于AlphaGo Zero中的算法可以借鑒到哪些領(lǐng)域？孫劍博士沒(méi)有直接給出答案，而是總結(jié)了此算法為何能在圍棋領(lǐng)域表現(xiàn)如此出色的幾點(diǎn)原因。首先，圍棋它沒(méi)有噪聲，能夠完美重現(xiàn)算法；其次圍棋中的黑白子雙方的信息是完全可觀測(cè)的。最后，也是他認(rèn)為最重要的一點(diǎn)，圍棋對(duì)局可以用計(jì)算機(jī)迅速模擬，很快輸出輸贏信號(hào)。看一個(gè)領(lǐng)域是否能借鑒此算法，基本就要看是否滿足以上三點(diǎn)。
AlphaGo的秘密武器：兩大核心要素實(shí)現(xiàn)極簡(jiǎn)算法
其實(shí)AlphaGo Zero里面并沒(méi)有新的巨大的理論突破，它使用的白板學(xué)習(xí)，早在之前的圍棋系統(tǒng)Creazy Stone中就有用過(guò)。最主要還是用到了孫劍博士發(fā)明的ResNet技術(shù)， 談到該技術(shù)時(shí)，他講到： ”AlphaGo Zero的搜索過(guò)程簡(jiǎn)化了很多，例如把以前系統(tǒng)中的兩個(gè)網(wǎng)絡(luò)合并成一個(gè)網(wǎng)絡(luò)、將深度殘差網(wǎng)絡(luò)的輸入做最簡(jiǎn)化。談到本次AlphaGo Zero在技術(shù)特點(diǎn)，他認(rèn)為是“把19x19棋局圖像直接送給神經(jīng)網(wǎng)絡(luò)，讓神經(jīng)網(wǎng)絡(luò)看著棋盤做決策，這個(gè)非常簡(jiǎn)潔。”
AI科技評(píng)論認(rèn)為DeepMind的這一成果的啟發(fā)意義大于借鑒意義。與其想著把算法照搬過(guò)來(lái)，不如朝AlphaGo Zero啟發(fā)的方向探索。在與孫劍博士在采訪交流中，他表示本次AlphaGo Zero的提升主要有兩個(gè)核心要素，一個(gè)是啟發(fā)式搜索，一個(gè)是深度殘差神經(jīng)網(wǎng)絡(luò)，而這兩個(gè)又非常完美的實(shí)現(xiàn)了結(jié)合。其中啟發(fā)式搜索的思想非常樸素，是個(gè)針對(duì)問(wèn)題設(shè)計(jì)的一個(gè)高級(jí)定制版蒙特卡洛數(shù)搜索算法。另外一個(gè)核心要素是深度殘差神經(jīng)網(wǎng)絡(luò)，讓簡(jiǎn)單的搜索算法極大的提升了效率。
深度殘差神經(jīng)網(wǎng)絡(luò)在2015年由孫劍在微軟領(lǐng)導(dǎo)的視覺(jué)團(tuán)隊(duì)老師率先提出，并在當(dāng)年在ImageNet以及COCO兩大學(xué)術(shù)競(jìng)賽中包攬五項(xiàng)冠軍，其中最重要的部分就是實(shí)現(xiàn)了突破性的152層的網(wǎng)絡(luò)深度，從而讓一些非常復(fù)雜的函數(shù)做映射時(shí)效率與有效性得到極大的提升。強(qiáng)大的網(wǎng)絡(luò)使得AlphaGo Zero已經(jīng)可以有能力學(xué)習(xí)把每一子下在那里的概率和對(duì)整個(gè)棋局的判斷算的非常準(zhǔn)確。
開放與互通是AI通往未來(lái)之路的不二法則
今年，中國(guó)發(fā)布了人工智能戰(zhàn)略規(guī)劃，起碼從國(guó)家層面上是認(rèn)可AI能給社會(huì)帶來(lái)巨大進(jìn)步。在講到AI的未來(lái)發(fā)展中，孫劍博士強(qiáng)調(diào)了開放與互通兩個(gè)詞。他講到他現(xiàn)在在曠視研究院每天第一件事情就是去網(wǎng)上開放的論文平臺(tái)ArXiv看是否有新的、有意思的論文、思想發(fā)出來(lái)。
最后雷鋒網(wǎng)問(wèn)道，ResNet被應(yīng)用到AlphaGo Zero上，您有什么感受？孫劍博士表示：“這次應(yīng)用在AlphaGo Zero中的ResNet殘差神經(jīng)網(wǎng)絡(luò)，曾獲得了CVPR 2016的最佳論文獎(jiǎng)，我也非常高興這個(gè)技術(shù)可以應(yīng)用在AlphaGo Zero系統(tǒng)中，而這個(gè)應(yīng)用過(guò)程其實(shí)并不需要我們直接進(jìn)行接觸而是一種研究成果的交流，人工智能研究最前沿的開源與開放，才能讓我們?cè)谧非蟾鼉?yōu)解的過(guò)程中有很多參考與理論支撐，可以極大的提升新技術(shù)產(chǎn)生的周期。”
孫劍博士還介紹到，曠視研究院今后還會(huì)不斷分享、開放研究成果。今年7月份，曠視研究院在ArXiv公開了一篇ShuffleNet的論文，是一種可以運(yùn)行在很多移動(dòng)端上非常低能耗的神經(jīng)網(wǎng)絡(luò)算法，可以說(shuō)是專為移動(dòng)端而生的算法。發(fā)布至今不光有硬件產(chǎn)品、手機(jī)解鎖產(chǎn)品使用，同時(shí)也有很多同行在使用。
雷鋒網(wǎng)AI科技評(píng)論小結(jié)：AlphaGo Zero雖沒(méi)有新的突破性的技術(shù)，但這絲毫不影響它的偉大，它能夠完美集成已有的技術(shù)，給研究者帶來(lái)新的啟發(fā)，本身已具有里程碑式的意義。他的局限在于目前只能運(yùn)用到特定領(lǐng)域，不過(guò)，換個(gè)角度來(lái)看，這對(duì)于人類來(lái)說(shuō)未必不是好事兒?？傊?，AI還有很長(zhǎng)的路要走，還需要更多像孫劍博士這樣的科學(xué)家們，不斷借助創(chuàng)新而實(shí)現(xiàn)更多的創(chuàng)新，不斷借助偉大的思想創(chuàng)造偉大的場(chǎng)景。只有不斷的開放最好的認(rèn)知，才能讓AI不斷成長(zhǎng)，讓更多更強(qiáng)的AlphaGo Zero產(chǎn)生。
責(zé)任編輯：黃焱林
