专栏名称: 槽边往事
和菜头的微信Blog,用于分享各种新鲜资讯
目录
相关文章推荐
半佛仙人  ·  露营帐篷最好的用法,搭在客厅 ·  2 天前  
奴隶社会  ·  史铁生:命若琴弦 ·  2 天前  
t0mbkeeper  ·  比如说,现在新浪微博 CEO ... ·  3 天前  
51好读  ›  专栏  ›  槽边往事

你真心想了解AI么

槽边往事  · 公众号  · 热门自媒体  · 2017-01-05 13:09

正文


新年刚过,一位名叫Master的神秘棋士就频繁出现在中国的网络围棋室,悄无声息地收割对手。等人们惊觉有异的时候,它已经获得了50人连斩。于是,有人族最后的希望之称的柯杰,棋圣聂卫平等人纷纷上阵,但结果只是让Master的连斩记录提升到了60,无一败绩。最后,Google终于承认,Master就是它们的人工智能系统阿尔法狗(Alpha Go)。


围棋一度被视为人类智慧最后的堡垒,原因是围棋的变化极为复杂,即便是算力无双的计算机,也无法穷尽黑白两子在棋盘里361个点位上的所有变化。所以,在计算机击败国际象棋大师之后,围棋就成为了某种象征。去年,阿尔法狗连续击败两位人族的职业棋士,给人们带来了很大的震撼。在围棋领域里,人族已经失去了自己的优势。今年阿尔法狗的60人连斩,进一步确定了这种优势。


对于职业棋士而言,这是一种相当绝望的感受:你既往的所有经验在阿尔法狗身上无效,你的每一个手段它都能找到应对手段,但是你却无法理解阿尔法狗是如何“想”的,也不能理解为什么它下出了各种愚型恶手,最后却总能赢你。而且,你在棋盘上的各种心理暗示、诱惑威胁干扰,对于它来说毫无用处,它就是那么一点点取得优势,最后碾压而过。这简直让人怀疑人生,我觉得中日韩三国的人族棋士在和阿尔法狗对阵之后,都急需心理干预。



人工智能是如何做到这一点的呢?霍炬(这一次我终于拼写对名字了吧)推荐了一篇非常详尽的文章,讲述了机器的智慧从何而来:



请点开上面的二维码,然后长按,选择“识别图中二维码”,就可以访问这篇《人工智能核心概念辨析》。


文章很长,而且我相信大部分人看完之后,还是会抱怨说“看不懂”。但是,我个人强烈建议你先把这篇文章收藏起来,然后按照我说的方法阅读:


首先,你不要想着一次性通读全文,并且理解。相信我,即便你是受过完备教育的理工科学生,想要一口气把这篇文章吞下去也是相当困难的一件事情。所以,你应该像小时候得到一块心爱的饼干那样,每次用门牙刮一点点下来,反复阅读这篇文章,但是,每次不宜过多,在你能力允许范围之内,一次读一小部分。


其次,无论你的专业和教育状况,看到原文小标题第4部分之前的部分,都不会有多大问题。如果有问题,那就是你读太快了,应该退转回去,反复阅读小标题第1部分之前的内容。这一部分的内容非常重要,是理解人工智能工作原理的核心部分---计算机模拟人类的生物神经网络,模仿人类处理信息的过程。为什么之前计算机无法在围棋上击败人族,而现在却突然大杀四方?原因就在于这里,计算机科学家用了不一样的思路。


再次,如果有余暇时间,去了解一下视觉感受野的相关原理。原文里非常简略地提了一句,并且配了一张图片就飞快过去了。但是,这个理论本身非常有趣,它解释了人类如何通过视觉细胞识别和认知图像。人人都“天然”地能看到东西,都“天然”地可以分辨物体的颜色、轮廓、形状,这在神经学的角度上,有极为精细的分析。想一下都觉得非常有意思:我们因为更深入地了解了我们自己,所以,我们得以换一种思路制造更为强大的机器。


最后,原文的小标题第4部分之后,论述变得更加复杂和艰涩。如果有能力继续的话,还是建议静下心来进去跟进一段。实在是无法跟上,我也依然建议你通读最后这一部分。因为在这一部分的论述里,隐藏了许多针对目前AI流行说法的反击:


比如说,一种流行的看法认为AI是通过海量数据训练出来的。把人类所有的围棋棋谱都给阿尔法狗输入进去,于是阿尔法狗就学会了下棋。那么,是不是如果没有大量计算资源和庞大数据库的公司或者个人就无法研发AI?文章告诉我们,如果计算模型加以优化的话,完全可以基于很小的数据量就可以完成针对AI的训练。


再比如说,人们现在倾向于把AI理解为一种自我学习,自我进化的准生物组织。认为阿尔法狗去年战胜人族职业棋士之后,闭关自我学习,左右互搏,每天自己和自己下一万盘旗,于是棋力就蹭蹭蹭暴涨,出关后开始一边倒地屠杀人族九段棋士。如果你仔细看原文的后半部分,那么你就应该知道,阿尔法狗并不是自行进化,而是依赖于计算机科学家为它设计的多重神经网络,这不是它自己能够发展出来的。同时,它也依赖于外部算法调优,计算机科学家根据历史对战记录,对现有的计算模型加以优化,这也不是阿尔法狗自己能够完成的。


总之,读完《人工智能核心概念辨析》之后,你会明白阿尔法狗依然是人类手中的提线木偶,只不过它是一个在某个领域内能力远超人类的超级提线木偶。此前,人们关于AI的诸多幻想和抒情,其实并不符合事实。AI能力的爆发性增长就在眼前,但那种能力和之前我们以为的那种能力不是一回事。以前我们是根据AI的行为推断它的潜在可能,看完这篇文章之后,我们是根据对AI的认知重新再来看AI何以能够做到,这是完全不同的两种眼界。


我知道,即便读完原文,看完我写的介绍,想要理解AI依然不是一件容易的事情。原因其实也很容易理解:增加更多的步骤,降低每一步的理解难度,但是不可能因此而降低事物整体的理解难度。所谓的科普,只是降低了难度的梯度罢了。想要向今天的人解释AI,意味着需要今天的人自己要朝前走几步。


这就像是你要向一个古人讲解地球是圆形的,那么他自己应该先有一点点逻辑推理的基础。这时候,你带他到海边,指着远处先显露出桅杆的船,那么他或许能够用逻辑抵抗自己的“眼见为实”,赞同地球是圆形的这一结论。否则,无论你怎么说,他大概都会坚持认为大地是平的,而且下面有一只巨龟在驮着。


我是说,你也得往前走一小步了。


最后,如果觉得那篇文章对你有所帮助,一定要记得去给作者点赞和留言啊!


所有图片作者:Thomas Skirde

图片授权基于:CC0协议


槽边往事和菜头 出品

【微信号】Bitsea

个人转载内容至朋友圈和群聊天,无需特别申请版权许可。

请你相信我:

我所说的每一句话,

都是错的

                   禅定时刻

所谓终身学习的概念,说的是我们的一生之中,不得不面对巨大而快速的变化。因此,如果不能持续跟进的话,会迅速从社会生活里被彻底甩出去。不相信的话,你给自己的爷爷奶奶讲解一下如何用杠杆炒股试试?