後圍棋時代：AlphaGo真正的下一步，圍繞TPU為谷歌謀利

新智元編譯

圍棋，這個擁有2500年歷史的中國傳統遊戲，被認為是現存最困難而且最複雜的棋盤遊戲之一，也曾被認為是計算機尚未掌握的最後一個遊戲。19×19的棋盤格子上的可能走法據稱超過了整個已觀測宇宙的原子數。

圍棋的玩法是對弈雙方（黑子和白子）交替在棋盤網格落子，目標是圍地吃字，以所圍「地」的大小決定勝負。

現在，DeepMind 開發的人工智慧圍棋程序 AlphaGo 征服了這個古老遊戲。

一個時代的結束

5月，在一場三番棋上，AlphaGo戰勝了19歲的中國圍棋天才，世界排名第一的職業棋手柯潔。這是一場巨人之戰，谷歌的工程師稱：「根據 AlphaGo 對比賽的預估，程序認為前50手幾乎是完美的，而前100手可以說是 AlphaGo 的 Master 版本所遇過的最好的下法。」

谷歌在2014年收購了AI創業公司 DeepMind，據稱金額達到6.6億美元，而早在幾年前計算機就已經在圍棋上挑戰人類。當時，計算機在圍棋這樣一個非常複雜的遊戲上擊敗人類職業玩家幾乎是不可想像的。以前在設計一個可以擊敗人類的圍棋程序上的每次嘗試都沒有成功。

那是在人工智慧（AI）之前。

AlphaGo 由兩個基於AI的深度神經網路組成，每個都是在人腦結構之上進行建模的軟體和演算法的組合，分別有特定的任務。第一個網路將幾乎無限的落子走法縮小估算出最有可能的選點，第二個網路則分析這些選點，以確定最可能獲勝的走法。

娛樂、遊戲以及現實世界的應用

DeepMind 目前更多專註的是 AI 研究，而較少關注 AI 的商業應用，但這並不意味著谷歌沒有從財務上獲益。去年就有一個比較出乎意料的例子，當時谷歌公司透露，利用深度學習，公司提高了其數據中心的能源效率。數據中心產生的熱量非常大，必須要有冷卻設備，從而產生巨大的冷卻成本。

通過用各種操作場景，歷史數據和平均能量消耗數據訓練AI，該系統創造了一種交替和優化冷卻系統的方法，將用於冷卻的能量減少了40%。這一成就令數據中心使用的能源減少了15%。要知道，谷歌公司使用的電量佔全球總用電量的0.01%，可以說這是非常重要的成就。

谷歌最近發布了最新版本的TPU，能夠處理AI系統的訓練，也能在訓練後運行它們。谷歌計劃將這項技術免費提供給在同行評議出版物上分享過成果的研究人員。谷歌還計劃通過Google Cloud 向客戶提供升級技術。

投資者仍將受益

投資者有時可能難以發現谷歌這類公司如何從AI上獲益。不過請記住，谷歌已經很好地使用這些演算法來解決現實世界的問題，儘管可能難以量化，但投資者仍然從中獲益甚大。我們不知道下一個殺手級應用會是什麼，但谷歌和 DeepMind 認為，專註於AI，將得到經濟上的收益——起碼到目前為止，它們是正確的。

原文：https://www.fool.com/investing/2017/06/04/google-artificial-intelligence-finally-beats-the-b.aspx

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！