分析：谷歌人工智能計劃AlphaGo只是開頭

【計算機論文】分析：谷歌人工智能計劃AlphaGo只是開頭？

加了墊子的墻，昏黃的燈光，花樣墻紙的天花板。這里一點也不像能做出改變世界的尖端發(fā)現(xiàn)。但在這些讓人快要幽閉恐懼癥的模擬走廊里，DemisHassabis認為，他在為創(chuàng)造足以解決人性最大難題的軟件鋪設道路。“我們的目標很大，”Hassabis說，他冷靜穩(wěn)健的風格讓人無法想象他概念的大膽。他在谷歌DeepMind領導一只有200名計算機科學家和神經(jīng)學家的團隊，DeepMind就是在3月初打敗了人類圍棋大師的AlphaGo背后的位于倫敦的團隊，創(chuàng)造了計算機歷史上的里程碑。但是，Hassabis說這只是萬里長征的第一步，作為人工智能領域的阿波羅計劃，目標“解決智能問題，然后用它解決其他所有問題。”如今判斷智能軟件的標準具體到了一個特定的任務——面部識別。Hassabis希望創(chuàng)造他所稱的“綜合智能”——像人類一樣可以學會完成任何任務。他展望未來人工智能可以做各種事情，通過形成和測試科學假說推進醫(yī)學發(fā)展，或者用輕巧靈活的機器人身體跳來跳去。要實現(xiàn)這個目標，DeepMind的軟件必須超越黑白分明、秩序井然的圍棋世界。它需要掌握亂糟糟的真實世界——或者從一個昏暗的、像素化的模擬世界開始。DeepMind的模擬世界叫做Labyrinth，公司在用它讓軟件嘗試非常復雜的任務，例如在迷宮中導航。這會推動DeepMind研究員鉆研如何制造更智能的軟件，推動軟件學會面對更難的決策和問題。他們利用了之前AlphaGo以及DeepMind更早炫耀過的技能，DeepMind學會玩二十世紀八十年代的太空入侵者等復古Atari游戲，玩得比人類都好。但要成功，Hassabis必須想出辦法，解決人工智能領域中一些年代已久的問題。自我改善39歲的Hassabis此生很多時間都在研究如何創(chuàng)造智能。當年象棋神童提早從高中畢業(yè)，開始了視頻游戲職業(yè)生涯。后來他獲得了神經(jīng)科學的博士學位，發(fā)布了關于記憶與想象的影響廣泛的論文。Hassabis在2011年聯(lián)合創(chuàng)建了DeepMind，將他所學的生物智能轉化到機器。公司在2013年12月發(fā)布了學會Atari游戲的軟件，在2014年初被谷歌收購，據(jù)報道金額達4億英鎊，當時超過六億美元。DeepMind快速擴張，新增雇傭幾十名研究人員，在頂尖機器學習和人工智能會議發(fā)表大量論文。今年一月，它宣布了AlphaGo的存在，以及AlphaGo在2015年12月打敗了歐洲最強圍棋玩家的消息。本月初，AlphaGo打敗了世界圍棋冠軍李世石。增強學習方法，是讓機器學習軟件學會更復雜任務的關鍵。Atari游戲和圍棋非常不同，但是DeepMind用同樣的方法解決了他們，從動物的訓練方式中獲得靈感：馴獸師可以用獎勵與懲罰教會動物新的招數(shù)。通過被稱為“加強學習”的方法，軟件被設計為可以探索新的環(huán)境，調整自己的行為，以獲得某種虛擬獎勵。舉個例子，DeepMind的Atari軟件被設計為只能控制和看見游戲屏幕，具有增加分數(shù)的動機。幾個小時的訓練就可以讓軟件提著鞋帶起身，打到人類專家。AlphaGo結合了增強學習和其他元素，例如一個分析幾千萬個專業(yè)圍棋玩家棋譜從而學會評估不同走法的系統(tǒng)，還有一個搜索機制來選擇最佳走法。但是，讓AlphaGo能夠打敗世界冠軍的，是與自己練習幾百萬次的增強學習。Hassabis認為，增強學習方法是讓機器學習軟件學會更復雜任務的關鍵，比軟件現(xiàn)在能玩的要復雜得多，例如記錄我們的話語、理解圖片的內容?！拔覀儾徽J為僅僅觀察就足夠智能，你還必須行動?！彼f，“最終，這是唯一你可以理解世界的方法?！盌eepMind的三維環(huán)境Labyrinth，基于一個開源的第一人稱射擊游戲Quake，專門為驗證該想法而設計。公司已經(jīng)用它來讓機器參與游戲，60秒內探索隨機生成的迷宮，收集蘋果或找到出口(可通往另一個隨機生成的迷宮)可獲得分數(shù)。未來的挑戰(zhàn)可能要去更復雜的計劃性——例如，懂得要是可以打開門。公司還會以其他方式測試軟件，并在考慮挑戰(zhàn)星際爭霸和撲克牌。但是一段時期內，在Labyrinth里設置越來也難的挑戰(zhàn)將會是主要的研究方式，Hassabis說，“接下來幾年都夠用了。”增強學習在未來的二至三年，會像深度學習一樣影響巨大。其他研究人工智能的公司和研究員會緊密關注著。DeepMind增強學習的成功讓很多機器學習研究員吃了一驚。這項技術是二十世紀八十年代創(chuàng)建的，之前沒有其他訓練軟件的方法那么廣泛使用和效果強大，華盛頓大學研究機器學習的教授PedroDomingos說。DeepMind加強了這項技術，把它和深度學習方法結合起來。深度學習最近有了重大突破，能讓計算機解碼圖片等信息，引發(fā)了最近機器學習的熱潮?！癉eepMind所做的很了不起，”Domingos說。但是他還說，Hassabis想做的是一個超越現(xiàn)在所有研究的火箭，還是后院里放的煙火，現(xiàn)在要下定論還為時過早——近期讓人眼花繚亂的成功不一定能持續(xù)?！癉emis對增強學習的樂觀態(tài)度不只是處于成功經(jīng)驗，”Domigos說，“機器學習和人工智能領域中，進步不是線性的；我們有時候會突飛猛進，有時候會慢慢前行?！盚assabis承認，業(yè)界”很多“人都懷疑增強學習的潛能，但是他們不會買賬?！拔覀冊绞巧钊耄绞歉杏X我們的理論是正確的，我想我們正在改變整個領域，”他說。“我們認為增強學習在未來的二至三年會像深度學習一樣影響巨大。”安全第一DeepMind的成功目前支持Hassabis關于增強學習會有很多應用的說法。AlphaGo的成功讓很多專業(yè)圍棋手和計算機專家驚訝，因為圍棋實在非常復雜，很難讓基本依靠計算不同走法可能結果的軟件勝利，也就是1997年IBM的深藍用來打敗世界象棋冠軍GarryKasparov的方法。平均來說，象棋玩家每一步有35種可能的走法；在圍棋中，有250種。圍棋中位置可能性排列組合的數(shù)量，比宇宙中原子的數(shù)量都多?！跋笃迨且环N計算游戲，”Hassabis說，“圍棋太復雜，所有玩家靠的是直覺。在類別上完全不一樣。你可以把AlphaGo想象成一個超級人類的直覺，而非超級人類的計算?！眹迨澜绻谲娎钍朗仡櫵?-4敗于AlphaGo的比賽。圖片來源MITTechnologyReview。圍棋世界冠軍李世石回顧他1-4敗于AlphaGo的比賽。圖片來源MITTechnologyReview。不論你是否同意AlphaGo具有直覺，能讓軟件掌握更復雜的任務顯然很有用。DeepMind正在和英國國家健康服務的項目合作，訓練軟件幫助醫(yī)務工作人員發(fā)現(xiàn)腎臟問題的跡象，這些問題經(jīng)常被忽視，并造成大量可以避免的死亡。團隊還在和谷歌業(yè)務團隊合作，Hassabis說他的技術可以讓虛擬助理浮現(xiàn)，改善推薦系統(tǒng)，這對于YouTube等產(chǎn)品非常重要(類似的系統(tǒng)也是谷歌廣告產(chǎn)品的基礎)。能解決問題的一個非主流辦法是，學習真實的大腦。更遠的未來，DeepMind需要很多突破，才能往Hassabis解決智能的目標靠近，即使是未來幾年都在Labyrinth里面試驗。最關鍵的一個缺口是一種叫做分塊的技能，人類和動物的大腦用以處理世界的復雜性。Hassabis舉了個去機場的例子，你可以想好如何去機場并且完成計劃，而不用考慮走去門口的時候每一步走在哪兒，如何轉動門把手或控制每一個肌肉纖維。我們可以用高層次的概念來計劃和行動，而不用考慮每一個細節(jié)，并且通過重新組合我們熟悉的“分塊”，或者概念，來適應新環(huán)境?！斑@大概是人工智能領域內未解決的最核心問題之一。”Hassabis說。這是許多研究團隊在鉆研的問題，包括其他谷歌團隊。但是，DeepMind希望能解決問題的一個非主流辦法是，學習真實的大腦。公司有一個由著名研究員MattewBotvinick領導的神經(jīng)科學家團隊，他直到最近一直是普林斯頓大學的教授。與大部分神經(jīng)科學研究不同的是，他們不僅要研究大腦如何運作，還要告訴DeepMind如何設計軟件。有一個近期試驗測試了Hassabis關于人腦如何組織概念的理論，利用一個偽造記憶的標準程序。它給測試對象呈現(xiàn)一系列相關詞，例如“冷”、“雪”和“冰”。人們經(jīng)常錯誤地記得聽到一些其他相關詞，例如”冬天“。3月，AlphaGo與李世石的比賽進行中的DeepMind員工。viaMITTechnologyReview。3月，AlphaGo與李世石的比賽進行中的DeepMind員工。viaMITTechnologyReview?！案鶕?jù)我的機器學習概念，我想這一定暗示了那種概念信息如何在大腦中組織，“Hassabis說。DeepMind團隊研究出一個大腦的顳葉前部如何組織概念的理論，通過觀察正在進行記憶任務的人的大腦，確認了理論的假說。這項結果可能會改變DeepMind設計人工神經(jīng)網(wǎng)絡來呈現(xiàn)信息的方式。DeepMind的”待發(fā)現(xiàn)“列表上還有，將它在軟件上做過的、抓取文本意義的實驗，與Labyrinth中漫游的軟件實驗結合起來——有一個可能性是在虛擬空間內開始擺上標識。Hassabis說，他還在計劃一種“野心勃勃”的方法，來測試是否準備好面對比Labyrinth更加真實的世界。他希望DeepMind未來可以控制機器人，他認為機器人受限于軟件對世界的理解能力?！坝幸恍┖芰瞬黄鸬臋C器人，不能充分發(fā)揮他們的能力因為還沒有算法。”他說。如果成功，那會引發(fā)一些關于人的本質定義、以及人工智能的合理使用范圍等嚴肅的哲學和倫理問題。Hassabis說，他鼓勵人們討論這項技術可能的風險。(雖然他滿意地表示，物理學家StephenHawking在于他見面后，已經(jīng)停止警告人工智能會毀滅人類；將人工智能研究比作”召喚魔鬼“的Tesla創(chuàng)始人ElonMusk也被潑了冷水。)D