DeepMind黃士傑:深度學習有創造性,正參與星際2項目
岳排槐 發自 凹非寺
量子位 出品 | 公眾號 QbitAI
最近,AlphaGo「人肉臂」黃士傑回到台北參加了Google舉辦的一次人工智慧論壇。並且發表了《AlphaGo與AI的黃金時代》演講。
從小就喜歡圍棋的黃士傑,求學期間就一直對圍棋軟體感興趣。他在博士班期間開發了Erica,這個單機版本的圍棋軟體,當時打敗了圍棋領域最強的AI、使用了六台機器的Zen。
也正是如此,DeepMind的核心人物David Silver力邀黃士傑加盟,而後者也成為DeepMind第40號員工。
不過,他第一次踏進DeepMind那天,這家公司的創始人就跟他說,DeepMind並不打算朝圍棋方向發展,因為他們的目標不是在特定領域成為最佳,而是希望搞出通用人工智慧,讓AI解決人類無法解決的問題。
但是,隨著深度學習等技術的不斷進步,DeepMind最後還是決定啟動圍棋項目。
為了研發出AlphaGo,DeepMind團隊嘗試過上百個想法,發展過程就是不停的實驗、實驗、實驗,不停學習新理論。
實際上,在擊敗李世乭之後,DeepMind就曾打算終止AlphaGo項目,但是考慮到第四局犯下的錯誤,他們還是決定仍然使用神經網路把這個問題修正掉,畢竟有缺陷的AI會失去他人的信任。
這就有了後續AlphaGo的繼續進步。
黃士傑表示,AlphaGo在圍棋領域做出了很多令人震撼的下法,在國際象棋領域也是如此。黃士傑認為,這些都是深度學習具有「創造性」的表現。
目前AlphaGo項目已經正式終結,黃士傑透露DeepMind正在研發能打《星際爭霸 2》的AI,而他本人也參與了這個項目。
很多人認為在即時戰略遊戲中,AI的反應速度會成為極大的優勢,但事實並非如此。
黃士傑解釋稱,圍棋只有361個落子點,對AI來說全部遊戲內容都是可見的。但《星際爭霸 2》遊戲有大量全黑的地圖,玩家需要探索地圖以及偵查對手動向,才能制定相應的策略。
幾乎每次滑鼠移動,都能視為一次落子。這種不確定性讓《星際爭霸 2》對AI來說,難度比圍棋要高很多。
長期研究人工智慧的黃士傑認為,人類還是最聰明,AI會成為一種協助工具,幫助人類解決一些實際問題,例如早期癌症的診斷。
作者系網易新聞·網易號「各有態度」簽約作者
—完—
※提前一年半發現心臟衰竭徵兆:醫療成為RNN的新戰場
※中國對AI設備熱情遠超全球,52%消費者計劃購買
TAG:量子位 |