除了大数据,在博弈均衡上AI也超过人类了?

OFweek人工智能网
佚名
人工智能发展到顶级之后,只要人类拥有的智能,它无所不能。而且,基于数据处理能力以指数级高于人类,从理论上来说,人工智能将远超人类智能。但事实上,囿于其在大数据积累上的欠缺,以及数据处理能力背后的逻辑能...

人工智能发展到顶级之后,只要人类拥有的智能,它无所不能。而且,基于数据处理能力以指数级高于人类,从理论上来说,人工智能将远超人类智能。但事实上,囿于其在大数据积累上的欠缺,以及数据处理能力背后的逻辑能力缺乏,包括不成熟的行业业态,都给人工智能能否超越人类智慧画上了大大的问号。

但在竞技领域,人工智能相较人类智能的优越性已经越来越明显。1997年5月,卡斯帕罗夫输给 IBM 的计算机程序“深蓝”,开启了公众视野里的人工智能在棋牌竞技领域对人类的“碾压”。

然而,随着互联网的兴起,在新千年之后AI逐渐进入沉寂期,直至2006年,大数据和深度学习再次爆发,它又一次进入公众视野。在竞技领域,这次人工智能选择了难度更高的围棋、德扑,以及游戏等领域。

那么,在这些领域,人工智能都是怎样“碾压”人类的?

很多人以为1997年深蓝赢卡斯帕罗夫是人工智能第一次战胜人类。事实并非如此。早在1988年,深蓝的师兄“深思”便已在与国际象棋特级大师的对弈中获得胜利。具有象征意义的是,深蓝是第一个战赢国际象棋世界冠军的人工智能。事实上,在1996年2月的对弈中,深蓝败给了卡斯帕罗夫,他也曾经表态说,电脑要想战胜世界冠军得等到2010年。结果这个时刻实际上只等了一年零三个月,可见人工智能的学习能力,并非人类智力所能判断。

“深蓝”:我对人类智慧的碾压只是AI的开始。

Alpha GO、绝艺、DeepZenGo:其实我们已经不屑与人类比拼了

“深思”和“深蓝”之后,人工智能再次爆发将聚焦点转移到了围棋上。

这次和“深蓝”独霸天下不同,围棋界的人工智能则是“群雄激战”。

事实上,最初Alpha GO在网络里是匿名,直到最后挑战李世石并最终获胜才进入到公众视野。至于Alpha GO为什么能够战胜人类,除了与深蓝相似的数据处理能力,其基于深度神经网络可以预测到最远40步之后的可能情况,而且可以凭借运算能力随时判断最优结果。即使在开局不利,或者让子的情况下,也可以在全局上进行把控。

而在亚洲,2017年最有看点的还是绝艺和DeepZenGo的“撕逼大战”。其中,最吸引公众瞩目的两次分别发生在3月和8月。3月,第10届UEC杯世界围棋AI大赛在日本进行,最后决赛与DeepZenGo的对决中,绝艺在大局劣势的情况下出其不意的逆转,最终首次捧起UEC杯冠军。而8月首届世界智能围棋赛,本来的夺冠大热门绝艺在四分之一决赛中被半路杀出的程咬金——来自台湾的“CGI”打败,最后依然由绝艺的老对手DeepZenGo夺冠。

虽然Alpha Go、绝艺、DeepZenGo还没有来一场终极对决,但它们的“江湖地位”还是有谱的。在进阶版AlphaGo Zero推出后,三天内通过自我对抗赛,超过了AlphaGo的实力,赢得了100场比赛的全胜。之后,DeepMind发表了AlphaGo的谢幕感言。确实,在围棋界已经没有敌手,高处不胜寒的DeepMind将它的下一个对手对准了乳腺癌

德扑:人工智能开启思维开挂新领域

2017年12月,《科学》杂志发布文章称,美国专家研制出新人工智能系统,击败四名“德州扑克”顶级高手。据卡内基梅隆大学专家Noam Brown表示:“我们在创造这一人工智能系统时所开发的技术并不是专门用来打扑克的,它还可以在‘不完美信息’条件下帮助解决其他问题。而这种难题随处可见,我们希望研发Libratus时采用的理念将来能够对人工智能的进一步发展和推广起到决定性的作用。”

但究竟人工智能为什么能够打德扑,这与国际象棋和围棋的大数据分析处理能力还是有不小差异,主要运用的方法是博弈论和运筹学,关键需要理解四个概念:纳什均衡策略、反事实最佳策略、抽象,以及终局。以纳什均衡为例,如何在信息不对称的情况下,估算对方的下注策略概率,从而获得博弈矩阵中的占优策略。

“深蓝”、“围棋争霸”、“德扑”给到人类的思考:

深蓝之所以能够让世界为之震撼,就是因为它的出色表现给人类提出了一个哲学问题——什么是真正的思考?平均运算速度200万步/秒,指数级超人类对于棋盘的运算能力。但没有感性波动以及直觉的能力,完全通过数据计算,这可以算是真正思考吗?除了卓越的速度,这种思维能力究竟有什么价值?人类是否也应该让自己的智力进行这样的量级式开发?

这些思考一直延续到了“围棋争霸”。

而另一方面,人工智能在德扑中的应用,又说明它除了能在数据计算等统计学思维领域有好的表现,在博弈均衡等社会和经济学方面亦有出色表现。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论