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—

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！