Master 就是去年的「狗」 面對人工智能人類憂心忡忡

AI現在是一個全民話題。

2017年的新年伊始,小編的朋友圈就在陸續的爆出一個神秘的Master在網上圍棋平台連續贏了韓國及中國的一眾圍棋國手,包括我們去年一直在討論有希望「為國爭光」的柯傑。

而1.4晚的時候,朋友圈的一條截圖則顯示,這就是Alpha Go 卷土重來了,並且這一次是採取了和世界知名的棋手進行車輪大戰。其實,小編要說,機器哪有累的感覺,絕對不會有人與人之間的對弈精彩!可事實是,他已經創造了連續60局不敗的金身。

事件回放:

l 2016.03.09,Google人工智能AlphaGo與李世石九段展開歷史性的圍棋對弈,此前尚未有一台計算機能在不讓子的情況下戰勝職業棋手,然而五天後,李世石以4-1落敗。事後,世界排名第一的圍棋天才柯潔稱「就算AlphaGo贏了李世石,但它贏不了我」。

l 2016.12.09,在弈城、野狐等圍棋對戰平台上出現了一個神秘帳號——Master,與之對戰的圍棋高手紛紛落敗。

l 2016.01.03晚,Master先後擊敗頂級高手韓國的樸廷恒和中國的柯潔,豪取50連勝。引起個中愛好者紛紛猜測,這個神秘的Master 究竟是人,還是機器?

l 2016.01.04下午,Master迎戰64歲中國「棋聖」聶衛平,在破例將規則改為一分鐘一手後,獲得54勝!

隨即,在同日晚間,中國棋手古力以2.5目負於Master後,聊天室裡有人用Master 的ID公布了它的真實身份,就是去年擊敗了李世石的Alpha GO。

就是這個截圖,結束了大家的紛紛猜測。

PS:

弈城圍棋網

報導國際國內重大賽事、知名棋手最新動態,提供專業棋手與業餘棋手對弈的網路平台。有聶衛平等大師參與經營與指導。

騰訊野狐圍棋

由古力與李昌鎬(韓)創辦的一個提供圍棋交流與對戰的綜合平台,現與騰訊合作。

這次alphago 的表現有何意義?

了解棋類軟體的朋友們都知道,早在幾十年前機器與人對弈,這類軟體最流行的「算法」就是利用計算等電子設備的快速運算能力,進行窮舉與人對弈。而這種算法的局限就在於棋盤網路節點的多寡與規則的複雜性上,相對而言,跳棋、五子棋、中國象棋、國際象棋都被這些技術克服了。但是作為複雜度最高的圍棋,因其規則相對簡單,棋盤網路節點多,使得每一步的運算量都是呈幾何倍數的增加,而一直都未被現代電子技術所攻克。

然而,隨著Alpha GO的深度學習(Deep learning)的系統出現則改變了這一局面。這就代表著,AI這一技術已經不是簡簡單單的以「弱人工智能」方式出現在人們的生活中了。人工智能AI特定會以一種全新的「強人工智能」形式展現出來。

或許,alphago 是人工智能的一個奇點。

用兩個著名的電影形象來解釋人工智能的強弱之分就是,他們被設計、製造之初,聽命於人類嚴格執行任務的時候就是弱人工智能,但是他們表現出了感情與邏輯思維時,就是強人工智能。

AI在各領域的應用:

這段內容僅對小白讀者進行科普,理工科同學可以跳過。

弱人工智包括:

自然語言方面:在線翻譯系統、搜尋引擎、微軟小冰等各大電商機器客服;

視覺方面:圖像搜尋引擎、圖像自動分類、圖像識別、指紋識別,人臉識別,視網膜識別,虹膜識別,掌紋識別

競技方面:各種棋牌類軟體,最著名的案例,IBM深藍系統——國際象棋、Google的Alpha Go系統——圍棋;

其它:漏掃平台 (鬼臉)

現實中我們看到的人工智能案例

事實上,任何「深度學習」涉及到的領域,近年來都可以看到許多驚喜。

沃森:擊敗最強大腦的人工智能

如果說深藍只體現於對弈的人工智能並不算足夠智能的話,那麼另一款人工智能程序「沃森」,則能夠符合大眾對「智能」的認知。在一檔類似於「最強大腦」的綜藝節目《危險邊緣》中,沃森擊敗了兩位最高紀錄保持者,獲得百萬獎金。問答過程中,沃森在無人類協助的情況下,獨自完成對自然語言的分析,並且以遠超人類的速度完成搶答。

「沃森」智力碾壓美國最強大腦

人工智能程序沃森的特點在於對大數據迅速、準確的分析,於是現今IBM正將其運用於醫學領域。病人向沃森上傳自己的病況與症狀,沃森則根據該情況分析患者最有可能患上的疾病種類,並提供醫治方法。今後該程序還可運用在更多特定環境中,為用戶提供各種緊急情況的應對方法。現在沃森不僅能研究蛋白質結構,還能尋找某些藥物的替代成分。美國最大的醫療保險公司Wellpoint預測,沃森甚至可以很大程度上幫助縮短辨別癌症的時間。

Google搜尋:隱藏最深的人工智能

2002年,尚未成為GoogleCEO的拉裡·佩奇曾在回答凱文·凱利「為什麼Google要做免費搜尋」的提問時,回答道,「不,我們在做人工智能」。實際上,Google搜尋正是一種完善人工智能的嘗試:用戶在Google上的每一次搜尋,都是在輔導人工智能進行深度學習。

暗藏人工智能技術的Google搜尋

Google搜尋在表面上只是一款搜尋引擎,但其引擎的機理和很多人工智能程序相同:以並行計算、大數據及更深層次算法為基礎,完成對數據、問題的智能化分析。或許很多Google用戶都能感受到,Google搜尋正變得越來越「聰明」,越來越「懂你」,而賦予其這種學習能力的,正是人工智能。

Google無人駕駛汽車:即將到來的人工智能

前方紅燈需要停車;左轉彎時注意行人與後方汽車;前方汽車急停需要迅速踩剎車……諸如此類複雜且參考因素眾多的駕駛問題,只有人類才能妥善解決。不過這個情況馬上就會迎來改變,因為Google的無人駕駛車將於2020年正式上市。人工智能正在取代人類的工作,解放人類的雙手。

即將問世的Google無人駕駛汽車

與Google無人駕駛汽車高價值對應的,是複雜的分析程式:利用傳感器、雷達、錄影機、雷射測距儀、GPS等獲得路況信息,再交由系統分析,獲得應對措施,再傳達至汽車的各項零部件……其複雜繁瑣程度可見一斑。雖然Google汽車暫時尚未能完全做到汽車自動駕駛,但相信隨著人工智能技術的發展,人工智能完全接替人力操作的未來並不遙遠。

QVM:最安全也&最冷門的人工智能

國內也有頗多廠商開始利用人工智能技術為大眾服務,其中成熟度較高的則是安全領域中的一款殺毒引擎:360
QVM引擎。QVM引擎在病毒庫中尋找病毒演化規律並歸納成算法,爾後利用人工智能技術的學習功能將其掌握,最終QVM引擎將能夠自主識別病毒庫中的樣本及病毒庫中並不存在的樣本「進化版」。據了解,人工智能引擎QVM被歸為第三代殺毒引擎,其病毒檢出率已遠超前兩代引擎的總和,且查殺速度至少提高一倍。

QVM人工智能引擎病毒檢出率世界第一

在反病毒領域,QVM的價值並不僅體現在其快速、準確的識別、查殺病毒能力,還有將人工智能技術與殺毒軟體結合的想法:首先通過對病毒樣本的分析和分類形成樣本向量和向量機,然後建立一個機器學習的決策機模型,利用決策樹和向量機對大量樣本進行學習,從而識別惡意程序或非惡意程序;並且病毒庫中的樣本越多,QVM引擎的查殺將越快、越精確。運用人工智能技術的QVM引擎,正在重新定義殺毒軟體的歷史。

蘋果Siri:為你解決問題的人工智能

相比於冷冰冰的的病毒引擎,人們對有「感情」的Siri明顯更有興趣。Siri用到的技術同樣基於人工智能以及雲計算:通過與用戶交互獲取用戶需求,將自然語言轉化為「真實含義」,交由知識庫分析、檢索所需結果,最終再轉換為自然語言回答給用戶。短短數秒之內,Siri就能將用戶需求轉化為多不同的表述方式並完成在海量數據中的搜尋。

智能私人助理Siri

Siri對人類生活產生的影響無需贅述,從最初的聊天解悶,到後來能有效的幫助主人搜尋並解決問題,現今Siri儼然成為最合格的「私人助理」。在並不遙遠的未來,以Siri為代表的人工智能語音識別技術亦將有著更大的發展:類似於「沃森」的醫療求助、車載導航乃至教育領域都可以利用該技術來達到解放人力的目的。

雖然當前人工智能技術的「思考方式」依舊略顯遠古,但即便如此,它們還是在很多領域超越了人類中的佼佼者。「我們該給它們多一些的時間,再等個15年,機器(人工智能技術)或許就能完全超越我們」,奇點大學校長雷·庫茲韋爾在接受採訪時曾如是表示;大批「聰明人」(霍金、比爾蓋茨等)亦都曾預測「智能爆炸」為期不遠。或許庫茲韋爾所期待的遙遠的奇點,已經來臨了。

在語音識別方面,去年十月,微軟人工智能與研究部門的一個研究者和工程師團隊報告出他們的語音識別系統做到了和專業速錄員相當甚至更低的詞錯率(WER),達到了
5.9%,這已經等同於專業人員速記同樣一段對話的水平。這個里程碑意味著,一台計算機在識別對話中的詞上第一次能和人類做得一樣好。微軟執行副總裁沈向洋表示,「即便在五年前,我都沒想過我們有一天能達到這個水平,連可能性都沒有想過」,技術突破的關鍵正在於深度學習。

同樣的,在機器翻譯領域,人工智能也帶來了接二連三的顛覆性突破,公號「機器之心」在一篇文章中稱,也許幾年之後,我們就能在自己的耳朵裡面塞入一個人工智能「巴別魚」,然後就能聽懂每一個人所說的話了。人工智能甚至還應用在「讀唇」領域,兩月前,幾家機構聯合介紹了利用機器學習做到的句子層面的自動唇讀技術 LipNet,該技術將自動唇讀技術的前沿水平推進到了前所未有的高度——做到了 93.4%
的準確度,遠遠超過了經驗豐富的人類唇讀者。你所不了解的職業,機器已經可以做得這麼好了。

面對AI我們該何去何從?

在談這個問題根據大陸教育的真理,先放事實,擺證據,然後我們再講道理。

1. 著名科學家與社會人士都對人工智能產生憂慮。

霍金:人工智能會導致人類滅亡

比爾・蓋茨:人類需要敬畏人工智能的崛起

馬斯克稱人工智能是人類生存最大威脅

2. 連創造出電子計算機的奠基人都對自己的發明有憂慮。

AI的前世今生:

在人類剛剛製造出第一台現代意義上的電子計算機器時,他的奠基人圖靈就發明了一個測試,並未人類提出了一個哲學命題,機器是否能像人類一樣思考,有喜怒哀樂。

以至於,在其後的幾十年裡,人們在電影裡演繹出了這樣一個法律:

一、機器人不得傷害人類;

二、如果與第一違背,請按照第一條執行。

3. 網路上的民意調查;

引自騰訊新聞

最後下結論:

相類似的內容在好萊塢科幻電影中不斷的被演繹與應用,深刻的反映出了人類對自己發明出來的新技術的突飛猛進成果所震撼後,帶來的對未來未知的恐懼。

那麼小編是什麼看法呢?

當下,我們還是不會需要過多害怕的。我們只是被人類自己發明的玩具嚇到了,因為這比我們預想的快太多了。然而真的是快了那麼多嗎?

深度學習並不是新技術,它的基礎仍然是神經網路算法。還是80年代,神經網路算法已經成熟(其實50年代就出現了),那是人工智能投入的高發年代,大量科學家,研究生投入這一領域,可惜效果長期無法達到真正可用,最終只有少數幾個特殊場景可以成功應用。到90年代開始,這個領域失去了大多數關注和經費。最近10年,這一門派的算法繼續演變成今天的深度學習,這一次,他們成功了。

其實,科幻小說和電影的基調都是灰暗的,為了衝突化的戲劇效果,編輯天生就要把人類和機器人分成對立的兩派,不是你害我(《終結者》系列),就是我害你(《銀翼殺手》)。而這種灰暗色彩的調調都是有一個大前提存在,就是技術與人類是共同作用完成的。例如,《終結者》系列中都是在反復強調殺掉歷史進程中的某一個關鍵人物,就能改變未來世界的結果。殺掉了發明人,真的就不會發生世界末日嗎?都到4了,你會發現每次都有那麼幾個人又繼續了「前人」遺志。但是我們換一個思路思考,如果全球不是大規模應用天網系統,會產生後面的那種局面嗎?

那麼,我們是否需要擔心自己的生活受到威脅?其實,這一切已經開始了。

例如,我們沒有提到的AB公司生產的那些自動化機械臂等產品。他們可以完成更快更好的機械焊點,簡單組裝等任務。那麼,這意味著如果富士康生產線等類似進行簡單重復工作的工人們會大量失業。

還有我們的隱私在不斷的被侵蝕和出賣。過去幾年裡非常火的各種可穿戴設備大家可還有印象?例如,小編我的手腕還戴著一個小米手環,當然我現在還安慰自己他只是簡單的計步器。其實,小米的app已經顯示出了更豐富的功能,我的深夜睡眠情況等內容。那麼,會不會有那麼一天,他發現我這種睡下去就像一頭死豬的人也有失眠的時候,會給我推薦各種褪黑素或者安眠藥?

其實隨著現代晶片製造業的升級,各種電子設備越來越小型化,價格不斷的降低,計算能力不斷的提升,這也使得各種原來看似不可能的算法加大了可能並進行了升級優化。那麼隨著我們提供出更多的人體生物數據的同時,也增加了我們被限制、引導思維或行動的可能性。這在我們現在所處的弱人工智能時代,已經被實驗證實了。

以大陸異常發達的電商為例。一些網站會給不同用戶顯示不同的價格,已經不是秘密了。前幾年,酒店預訂公司Orbitz就實驗過讓蘋果用戶只能看到更貴一些的房間,據說效果還不錯,讓他們多賺了不少錢。這是基於非常簡單的規則完成的,他們把用戶直接分成兩類,蘋果用戶和其他,然後引導蘋果用戶消費。如果再智能一些,可以按照用戶購買習慣,去為不同用戶提供不同的推薦方案,這我們也不陌生,在電商網站只要有帳號,哪怕只在登錄狀態搜尋幾個東西,很快都會收到各種量身定做的推薦郵件。

如果運算能力足夠,讓用戶「多花點錢」這個目標,還可以做的精細很多。比如,在用戶把東西加入購物車,付款之前,能不能找到一個功能類似、價格接近但利潤率更高的商品,推薦給用戶?

推薦之後,能不能給他一些應該放棄之前的商品,轉買這個商品的理由—比如有多少比例的人認為這個更好,或者,他的好友有多少人讚過它,甚至是,最近這個東西正在特價,是歷史最低價。之後,用戶買或者不買,都是一次反饋,系統會收集這種反饋,下次讓推薦方案變得更適合這個用戶。每一次重復這個過程,都可以幫助人工智能系統提高一點點,而一個人的行為產生的數據,又可以用於影響他的好友。

更精細的例子,我就暫時不再細說了。只是為大家提一個醒,現代意義的公民與其擔心被AI迫害,還不如有意識的保護自己的隱私。

PS:

1.圖靈測試一詞來源於計算機科學和密碼學的先驅阿蘭·麥席森·圖靈寫於1950年的一篇論文《計算機器與智能》。阿蘭·麥席森·圖靈1950年設計出這個測試,其內容是,如果電腦能在5分鐘內回答由人類測試者提出的一系列問題,且被超過30%的測試者誤認為是人類所答,則電腦通過測試。但30%是圖靈對2000年時的機器思考能力的一個預測,目前我們已遠遠落後於這個預測。

2014年6月7日是計算機科學之父艾倫·圖靈(Alan Turing)逝世60周年紀念日。這一天,在英國皇家學會舉行的「2014圖靈測試」大會上,聊天程序「尤金·古斯特曼」(Eugene Goostman)首次「通過」了圖靈測試。

2.文章提到的法律: 1920年1月2日,美國科幻小說作家艾薩克·阿西莫夫出生。在小說《我,機器人》中,他提出三大法則:一,機器人不得傷害人類,或坐視人類受到傷害;二,除非違背第一法則,機器人必須服從人類命令;三,在不違背第一及第二法則下,機器人必須保護自己。這成為後續科幻作品所遵從的定理。

文中部分內容引自 騰訊新聞、鈦媒體、新浪新聞。



你可能會想看: