你好,游客 登录 注册 搜索
背景:
阅读新闻

从AlphaGo 围棋大战到AI 德扑大战的机器学习技术解析 | 上

[日期:2017-02-10] 来源:网络整理  作者: [字体: ]
1.1 连胜 60 局:谷歌 AlphaGo 横扫中日韩棋坛

在刚刚过去的 2016 年里,谷歌旗下 DeepMind 公司研发的人工智能 AlphaGo 在围棋界引起波澜。2016 年 1 月 27 日,谷歌 DeepMind 依托“深度学习”原理打造的 lphaGo 在没有让子的情况下战胜了欧洲职业二段选手樊麾,人工智能第一次在完整的围棋竞技中击败专业选手。

大数据

大数据

从 70 年代末开始,人们从学习单个概念扩展到学习多个概念,探索不同的学习策略和各种学习方法。 这个时期,机器学习在大量的时间应用中回到人们的视线,又慢慢复苏。在这个时期中,韦博斯提出神经网络反向传播算法和多层感知器的概念;昆兰提出了与神经网络模型截然不同的决策树算法。这些新的理论为机器学习的发展增加了更多的可能性。

一、人机大战烽火不断,人工智能捷报频传

长久以来,“人机对战”一直都被公认为用于衡量人工智能进步程度的重要途径之一。在过去的 20 年里, 随着人工智能的不断发展,传统智力游戏领域不断涌现出新的挑战者,我们多次见证了人工智能已经在大量的游戏、竞技比赛中超越了人类, 例如国际象棋、 中国象棋、 西洋双陆棋、跳棋、 Jeopardy 智力竞赛、 Atari 电子游戏等。 在过去的一年里,人工智能再一次凭借 “人机大战”竞技场上的良好表现引发了全球对人工智能的持续关注。

大数据

大数据

相对于传统的机器算法, 让机器进行一个决策需要其创建者将已有或者已总结好的知识通过机器语言传输给机器。但机器学习的算法能够通过过去相关事件的数据自己总结出相关模型,然后根据总结出的模型对新的事件进行判断,机器的使用者只需要提供过去发生的样本数据。样品量越大,机器决策的正确性就越高。 这就大大提高了效率,因为机器能够24 小时不间断运行去分析样本,而人类则不行。

服务机器人定位于服务人类,智能化是其最大的特征。 机器学习、深度学习将成为服务机器人高度智慧的新源泉,使机器智能化持续提升,交互准确性迭代提高。 同时云计算、大数据、高速移动网络将机器学习与智能机器人隔空相连, 共同构建以“云平台”为核心的人工智能技术生态圈, 智能机器人有望迎来爆发期。 虽然国内服务机器人产业起步晚, 但发展空间较大, 几十家上市公司宣布进入,其中布局积极、业务规模可观的代表企业包括: 巨星科技、机器人、康力电梯、博实股份、美的集团等。

通过这个程序,塞缪尔驳倒了普罗维登斯提出的机器无法超越人类,像人类一样写代码和学习的模式。他创造了“机器学习”,并将它定义为“可以提供计算机能力而无需显式编程的研究领域”。 此外,在算法方面,最小二乘法和最近领算法的提出大大增强了机器的数据处理能力。

大数据

大数据

在这个时期,外围赌球网站,深度学习和支持向量机理论成为主流。 Hinton 和 Salakhutdinov 提出的深度学习理论大大提高了神经网络的能力。 深度学习可以让那些拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示。这些方法在许多方面都带来了显著的改善,包括最先进的语音识别、视觉对象识别、对象检测和许多其它领域,例如药物发现和基因组学等。

AlphaGo 的技术架构采用的是模仿人类大脑神经的模式,通过深度学习把人工神经网络的层级大大增加,提升了计算能力。 AlphaGo 的胜利,让如今高速发展的深度学习益发成为人工智能领域的焦点。总的说来,人工智能,机器学习和深度学习是层层细分的关系,后者是前者实现的一种途径。

1.2 力克职业玩家: 德州扑克成为人工智能挑战人类的新战场

在攻陷围棋之后,人工智能的触角开始伸向德州扑克。 2017 年初,加拿大和捷克的几位科学家在《 DeepStack:无限注德扑的专业级人工智能玩家》的论文中介绍了 DeepStack这种能在一对一无限注德扑中击败人类玩家的新算法,奠定了人工智能征战德扑的里程碑。论文记录的人机对战中, DeepStack 平均胜率达到了 492mbb/g。 研究者邀请了来自 17个国家的 33 名专业扑克选手挑战 DeepStack,进行了 44852 次较量。 DeepStack 成为了首个在一对一无限注德扑中战胜人类玩家的人工智能,并且平均胜率达到了 492mbb/g (一般人类玩家到 50 mbb/g 就被认为拥有较大优势, 750mbb/g 就是对手每局都弃牌的赢率)。

大数据

大数据

应用之三: 自动驾驶

大数据

深度学习能够发现大数据中的复杂结构, 这也是 AlphaGo 能够在围棋领域产生重大影响的原因。 此外,互联网的普及,大数据和云计算的普遍运用也加速了机器学习的发展。 随着机器学习理论的不断演进和发展,人工智能领域也将产生持续的变革,引发人类生产能力和生产方式的改变。

根据 Venture Scanner 统计,截至 2016 年上半年全球共有约 1000 家人工智能公司,其中机器学习相关公司约占 40%;根据 IDC 的预测, 2020 年机器学习应用市场有望达 400 亿美元。 虽然多数人工智能企业尚属初创,但仍有以谷歌、 IBM、 Facebook、百度、阿里巴巴、腾讯等国内外巨头依托自身技术、资金与数据优势构成了机器学习领域的核心力量,从日渐完善产品线到平台构建等角度带动机器学习产业蓬勃发展。

过去一年中谷歌 AlphaGo 大胜围棋顶级大师李世石, 60 局连胜数十位中日韩围棋高手。 攻陷围棋后人工智能进军德扑对战, 加拿大和捷克科学家研发的 DeepStack 成为首个一对一无限注德扑中战胜人类玩家的人工智能,平均胜率达到了 492mbb/g。 2017 年 1 月中旬卡内基梅隆大学人工智能“ Libratus” 迎战德扑职业玩家,为期 20 天,“人机对战” 历史将再添浓重一笔。人工智能时代的到来震撼全球,究竟是什么力量赋予谷歌 AlphaGo和德扑对战 AI 以超凡智慧? “未来机器”系列报告希望用前瞻性研究视角为您提供启发。 第十五篇,我们聚焦 AlphaGo 的制胜法宝——机器学习。

核心优势之二: 普适性