電子發燒友App
AlphaGo同圍棋傳奇棋手李世石的世紀之戰注定要成為AI研發史上的一座里程碑。圍棋，這項中華民族傳承已久的棋類游戲，長久以來一直都被業內公認為是一項計算機無法攻克的高地。但DeepMind借助機器學習和神經網絡技術，讓AlphaGo成為了具備世界級分析和決策能力的圍棋大師。
但這些世界上最聰明的大腦聚集到一起，如果只是為了研發出一款能玩圍棋游戲的人工智能系統的話，未免也有些太任性了。
DeepMind所完成的工作毫無疑問，將對AI領域產生巨大而深遠的影響，而它所采用的深度學習技術也很有可能變革我們未來生活的方方面面，無論是智能手機還是無人駕駛汽車，你能想到的一切都將被它囊括。
其實，即便是現在看來所向睥睨的AlphaGo，它在圍棋長征路上仍需面對許多強敵。現世界排名第一的18歲中國圍棋天才柯潔，在上周看完AlphaGo同李世石的首輪對局后，似乎仍對自己同AlphaGo的假想對局懷有謹慎的樂觀，并表示自己仍有百分之六十的機率可以打敗AlphaGo。
李世石之所以被選中成為AlphaGo對手的原因，主要是在于李世石本身對位圍棋這項比賽的至高象征意義和李世石所歷經的豐富而漫長的圍棋職業生涯，但若單從能力水平上來講，柯潔才是目前圍棋領域的真正王者。
就目前來看，DeepMind似乎有意在未來向公眾開放這套AlphaGo系統，這樣的話，AlphaGo同柯潔之間的對戰似乎也在所難免。
而許多其他圍棋棋手也紛紛表示他們想更多地了解AlphaGo的棋藝，畢竟AlphaGo在目前只手可數的幾場公開比賽里，就已經展示了它另類的棋風和策略。
AlphaGo之父戴密斯·哈薩比斯（Demis Hassabis）此前曾表示，DeepMind公司正計劃要測試一個完全沒有經過人類對局訓練的新版AlphaGo——其棋藝的進步將完全依靠于自我對戰。
若是撇開這些考慮的話，關于計算機能否成為世界級圍棋大師的這一問題現在似乎已經不言而喻了。對于所有的信息透明游戲（所有的信息數據都是開放的）來說，計算機面前似乎已經沒有什么不可逾越的高山了。然而，對于像多人不限注撲克這樣的信息不透明游戲來說，計算機還有很長一段路要走，而下一個擋在它面前的Boss或許將是電子游戲。
在過去的幾周里，常有媒體刊文表示經典的電競游戲《星際爭霸》或將成為人工智能的新目標。
基于《星際爭霸》在韓國經久不衰的火熱程度，乃至上升到電子競技類體育比賽的新高度的這一事實，我們不難想象，未來的電子競技游戲里會真得出現“電子玩家”。
哈薩比斯在上周接受媒體采訪時，似乎并不排斥人工智能在《星際爭霸》中對戰的這一想法，但他也表示DeepMind只對那些擋在他們研究主路線上的游戲感興趣。
“《星際爭霸》是一個能測試AI系統的很好的平臺，它可以激發我們不斷去思考新算法，并讓我們測試這些算法是否足夠強大，這是一個非常高效的開發AI的方法。當然，我們最終的目標是運用AI來解決那些我們在實際生活中所遇到的難題?！?/p>
AI研發者們不懼任何難題，只要它們能激發我們去研發更快的機器人學習和更高效的數據處理技術，讓人工決策能變得更為強大。
機器人學習和神經網絡技術現在已經被Google廣泛地使用到諸如搜索引擎和無人駕駛汽車這樣的項目上了，AlphaGo的成就可以推動這些領域更快地發展，或許在你還沒察覺到的時候，AI就已經深入到你的生活里了。
杰夫·迪恩(Jeff Dean)是一位就職于Google的計算機科學家，Google內部的許多員工也稱杰夫為Google公司里最聰明的一個人。
杰夫目前主要負責Google大腦深度學習研究項目，并已成功將這些新技術應用到了Google公司的眾多產品里。杰夫所帶領的團隊開發出了的一項名為“RankBrain”的深度學習神經網絡新算法，如今已經成為Google搜索排名系統里的第三大支柱——杰夫不愿向我們透露前兩大技術的名字——而Google也自豪地稱RankBrain為Google公司近兩年來，在搜索排名方面所取得的一個最大的進步。
總所周知，Google的主要營收來源是通過收集用戶數據，并針對性地出售與之配套的廣告服務，所有我們不難想象，人工智能技術的不斷發展，將使Google搜集用戶數據的能力變得更加高效。
當記者問及“機器學習技術在推動Google核心商業模式進一步鞏固方面強一些，還是在幫助Google開拓新業務方面強一些？”的時候，杰夫向我們回答道：“我不認為這是一個二選一的問題。在這些人工智能新技術的幫助下，我們確實進一步改進了我們的核心產品，并且，隨著數據信息提取和理解能力的提升，我們也在這些產品的基礎上，開發出了許多新的功能。但在另一方面，它也確實幫助我們開發出了許多我們之前認為不可能實現的新奇產品。所以，它對兩方面都有幫助，我不確定對哪方面的幫助更大，從個人角度來講的話，我認為它對兩方面的推動效果是等價的。”
“我們的世界不存在一個AI無法觸及的角落”
當記者提問“機器學習技術會如何進一步推進公司業務發展”的時候，Alphabet公司主席和Google前CEO埃里克·施密特表示：“讓我們來回顧一下Google做的所有的大動作吧。我們提供許多搜索服務，提供許多廣告服務，我們擁有許多客戶，擁有許多數據中心，有許多用戶正在使用Google計算，有許多用戶正在使用我們的安全軟件，每天都是如此。如果你的產品積累了龐大的用戶群的話，你就可以用人工智能來進一步改進它，通過對信號的觀察和訓練學習，你的產品將變得更加的高效。”
“我認為我們的世界不存在一個AI無法觸及的角落，”施密特繼續說道，并向我們列舉了Google公司的傳統搜索業務、無人駕駛汽車項目和最新分離出來的一個名為Verily的生命科學部門?！皩ξ襾碚f，這項新技術可以被用到Alphabet公司的任何一個地方?！?/p>
DeepMind作為一家公司，同Google的其它子公司的關聯都不大，雖然它確實同谷歌大腦項目有一些交流。
“我們享有充足的自由，可以盡情地去優化我們的研究結果，”哈薩比斯向我們說道?！爱斎?，我們確實正在Google內部研發一些新產品。但這些產品大多仍處于研發初期階段，所有現在還不是談論它們的時候?！?/p>
哈薩比斯還向我們透露，相比于DeepMind項目，谷歌大腦項目的研發周期要更短些，并且考慮到它的研發地點就在Google的山景城總部，谷歌大腦或將給我們帶來更多出色的產品。
所有，DeepMind的下一步打算是什么？我們需要注意的是，AlphaGo并不是DeepMind唯一或是最大的項目——DeepMind是一家擁有數百名員工的龐大研發團隊，但研發出AlphaGo卻只用了它15名員工。
DeepMind已經將智能手機助手、生命健康和機器人列為它的終極目標了，而AlphaGo只是一個用來玩圍棋游戲的簡單系統，哈薩比斯表示，用人工智能來解決現實世界的難題才是我們的首要任務。
哈薩比斯還認為，在未來的幾年時間里，我們將見證到搭載先進機器學習技術的智能手機私人助手的興盛。
“我認為，起初階段或許是不溫不慍的，但隨著時間的推移，這項技術肯定會在某些方面變得越來越出色。或許只需要4到5年的時間，你就能看到智能手機私人助手所取得的巨大進步?！?/p>
“我認為，人們希望看到智能手機私人助手變得更聰明、更善解人意，并更好地明白我們想讓它做什么，”哈薩比斯這樣說道。
在哈薩比斯的眼里，要讓智能手機私人助手到達這樣的效果，需要采用像在AlphaGo上所采用的那種機器學習技術，而不是簡單地預先編好對話流程。
“目前，絕大多數的這些私人助手系統都非常的脆弱。一旦你的命令偏離了它預先編程好的模板，它們就會罷工。所以，我們需要讓它的適應性變得更好，變得更靈活、更強大。”
就目前來看，DeepMind要想在生命健康領域取得一定成就，仍是一個遙遠而艱巨的任務。DeepMind已經宣布同英國國家衛生署建立了合作關系，但它目前所推出的唯一一款與之相關的產品，只有一個簡單的數據跟蹤軟件。
哈薩比斯表示，我們的首要任務是在推出其它更先進的工具之前，先讓英國國家衛生署熟悉現代移動端軟件的使用。
“我們正在教Watson去更好地觀察”
IBM也已跨入到這場人工智能的技術競賽中了，并成功推出了一款名為“Watson”的智能認知識別平臺，但它所采用的技術和DeepMind所采用的技術有些許的不同。
Watson系統起初運行在一臺超級計算機上，但后來被IBM轉移至了云端，并推出了像預測分析和個性解讀這樣的新工具。
目前，IBM已同美國Memorial Sloan Kettering癌癥研究中心建立了合作關系，為他們提供Watson系統，并在泰國和印度的兩家醫院建立了相應的機構，幫助內科醫生們更好地診斷胸、肺和直腸等器官的癌變。
雖然Watson本身并不具備診斷疾病的能力，但它會提出一些可供醫生們參考的東西，并提供可選的治療方案建議。
Watson醫療的副總裁凱西·麥高第表示：“我們正在教Watson去更好觀察。Watson多年來一直在學習圖像分析，如今我們從收購的醫學公司Merge Healthcare那兒得到了大量的圖像數據，這將大大加速Watson的學習能力。所以，未來的Watson不僅能從醫療圖像中查找病變，還能像Fitbit那樣，以圖文數據的方式，理解這些數據的含義?！?/p>
最后，也是人們如今談論AI應用時，最常談到一個話題，那就是AI機器人。
Google在收購波士頓動力公司后，在這一領域變得相當的活躍，并推出了像無人駕駛汽車這樣的項目。
杰夫·迪恩表示：“我認為機器人是一個很好的例子。Google公司近年來收購了大量的機器人公司，但深入發展機器學習技術，并將它應用到機器人上，尤其是像無人駕駛汽車那樣，將在未來的幾年里，成為一個非常有趣，非常重要的研究方向?！?/p>
哈薩比斯表示自己目前還未仔細考慮過AI機器人技術。
“很顯然，無人駕駛汽車也是一種機器人，雖然在計算機視覺方面它們采用了AI學習技術，但從整體上來講，它們目前所具備的人工智能水平還很低。特斯拉汽車則大量采用了現成的基于深度學習的機器人視覺標準技術。”
哈薩比斯還將家庭服務機器人和老人專用機器人視為未來AI機器人的潛在消費點，但就目前來說，它們還有很長的一段路要走。
“無論結局如何，冠軍都將是人類”
雖然，AlphaGo的側重點非常的有限，但它成功地吸引到了全世界的關注，并再次點燃了AI技術的主流研究熱潮，讓計算機在某些任務上打敗人類的想法，已經引起了無數人的興趣。
在過去的一個星期里，AlphaGo的消息鋪天蓋地，也引發了我們無數的思考，有人嘆惜，也有人驚恐，認為至少計算機又在一個領域里打敗了我們。
人們的各種反應都是情有可原的，但小編以為大多數人都忽略了AlphaGo獲勝背后的正真意義：是人類，我們人類創造出了AlphaGo，并在一個有人愿意為之奉獻終身的領域里，解決了一個困擾了我們數千年的巨大挑戰。
DeepMind所取得的成就是深刻的，并將在未來，對我們的生活方式產生巨大的積極影響。
就像埃里克·施密特在這場世紀對決的開幕式上所說的那樣，“無論結局如何，冠軍都將是人類。”
工商網監
評論