转载

AI专家：谷歌AlphaGo缺少人类智慧关键特征

　　BI 中文站 3 月 12 日报道

　　历史上首次，计算机程序可能在围棋游戏中击败世界上最好的人类棋手之一。围棋已经有 2500 年历史，被广泛视为世界上最难的游戏之一。谷歌旗下英国人工智能公司 DeepMind 开发的软件程序 AlphaGo 已经在 5 场比赛中，2 次击败了韩国围棋冠军李世石，双方的第三场对决即将展开。如果 AlphaGo 击败李世石，它将巩固自己在人工智能历史上的地位。

　　可是，在现实世界中，还需要多长时间机械才能匹配人类的智力水平？美国主流网络媒体 BI 采访了加拿大艾伯塔大学人工智能专家、计算机学教授理查德·萨顿（Richard Sutton），他认为谷歌 AlphaGo 缺少人类智慧的一个关键特征。

　　萨顿表示，毫无疑问，AlphaGo 取得的成就及其速度提高都是史无前例的。当 IBM 的“深蓝”计算机 1997 年击败国际象棋大师加里·卡斯帕罗夫(Garry Kasparov)时，人们已经至少期待了 10 年。与之相比，AlphaGo 通过业余水平的围棋训练，仅用了 1 年时间就将击败世界冠军。这场胜利将更令人瞩目，因为围棋远比国际象棋更为复杂。对于机器来说，即使以今天的计算机水平，学习下围棋也极为困难。

　　围棋使用方形格状棋盘，利用黑白二色圆形棋子进行对弈，棋盘上有纵横各 19 条的直线将棋盘分成 361 个交叉点，棋子走在交叉点上。双方棋手交替下棋，以将对手棋子围死为胜。

　　萨顿表示，AlphaGo 的成功主要取决于两大强大技术的组合：一是蒙特卡洛树搜索算法，包括随机选择动作，然后模拟围棋游戏直至最后找到获胜策略。二是深层强化学习技术，这是一种可模拟大脑连接的多层次神经网络，由精确的专家评估系统(value network) 和基于海量数据的深度神经网络(policy network) 组成，前者可选择下一步动作，后者则可预测游戏赢家。

　　可是在上升到人类智力范畴时，萨顿称，AlphaGo 缺少人类智力中一个关键特征，即学习世界如何运作的能力，比如理解物理法则、预判某种行为引发的后果等。

　　智能系统可以被定义为某种可设定目标然后努力完成目标的体系。当今的许多强大人工智能程序都没有目标，智能在人类监督和帮助下学习知识。与之相反，谷歌 AlphaGo 却有自己的目标，即赢得围棋大战的胜利。它还可以通过与自己下棋积累经验。

　　可是类似围棋这样的游戏都有明确规则，因此 AlphaGo 只能在遵守规则的情况下实现目标。萨顿说：“可是在现实生活中，我们没有游戏规则，我们不知道自己的行为将产生哪些后果。”这也就是说，萨顿认为我们正在开发的人工智能在功能方面远远无法匹配人类的智力。他预测：“到 2040 年，人工智能的智力可以达到人类水平的 50%。”

　　其他专家认为，人工智能的进步速度远比我们想象的更快。人工智能专家、美国加州大学贝克利分校计算机学教授斯图亚特·鲁塞尔（Stuart Russell）表示：“我们正看到人工智能研究在很多方面取得了巨大进展，而且其进步似乎还在加速。”但我们无需对人工智能感到恐慌，萨顿称：“我认为人们不应为此感到害怕，而是应更多关注。”

正文到此结束