人機大戰之深度學習
2016/03/15 08:41:58 網誌分類: 經濟
上一次人機大戰是一九九七年那場國際象棋對決，電腦深藍擊敗國際象棋大師卡斯帕羅夫，但如我上次所講，卡斯帕羅夫誤判深藍的一個錯誤為妙着，搞到自己情緒大受影響而落敗，雙方棋力未分高下。如今AlphaGo玩的是複雜很多的圍棋，可以行走的選擇比宇宙內的原子數量還多，這才是電腦人工智能的真正考驗，而AlphaGo可以清脆獲勝，可見它和深藍已經不可同日而語。
開發AlphaGo這個人工智能軟件的是谷歌旗下的DeepMind公司，這家公司在二○一○年創立，負責人哈薩比斯（DemisHassabis）本身就是國際象棋高手，一九九七年他還是牛津大學學生時，就親身旁觀了深藍的世紀大戰。
哈薩比斯設計AlphaGo，要超越深藍那種水平，深藍的特色是「人手研發」，等如程式設計師教電腦捉棋，設計師篩選出多個國際象棋大師的下棋資訊，將其轉化為具體規則和啟發，叫深藍去模仿。深藍強在記憶力和運算力，但它捉棋的能力，理論上不會超過程式師教他的東西。
但AlphaGo卻植入了學習能力，它可以通過練習和學習，積累「自己的」經驗，這與人類的思維方式更為相似。它絕對可以學到超過程式設計師輸入的資料。
技術一點去講，傳統的人工智能用的方法是建構一棵「搜索樹」（searchtree），去覆蓋所有可能性，在圍棋中因為可能性太多，令這種方式失效。所以AlphaGo是用另一種建構方式，首先它也建構一棵「高級搜索樹」，但更重要的是和一個「深度神經網絡」（deepneuralnetworks）結合。所以謂神經網絡就是模仿人類以神經元為單位的思考方式，神經元之間會溝通。而AlphaGo的深度神經網絡有十二層，包含了數以百萬計類似神經元的連接單位。其中一個神經網絡是政策網絡，它負責行下一步棋，另一個神經網絡叫評價網絡，每一刻都在評估誰會贏出這一個棋局。
好了，哈薩比斯設計好AlphaGo後，就當小孩子那樣培訓它，首先讓它學人類棋手在過去的棋局中的三千萬種下子方法，直至訓練到AlphaGo有五成七機會估中人類對手的下子方法（在AlphaGo之前的紀錄是四成七）。
但這還不夠，哈薩比斯的目標不是叫AlphaGo去模仿人類的下子方式，而是要去打敗他們，為此目標，AlphaGo要學習發展自己的新下棋策略，方法是自己和自己捉棋，在神經網絡之間捉棋，這個試誤法（trialanderror）有個特別名稱，叫加強式學習（reinforcementlearning），這就是它自己和自己捉棋的不斷自學的方式。人類捉棋一天只能捉三局，但電腦一天可以捉一百局，AlphaGo至今捉了的棋局，其對手李世石捉到一百歲也捉不到那麼多。當然背後還要有谷歌超大的雲計算能力去支持。
AlphaGo練好功夫後，就要打實戰，先和所有玩圍棋的人工智能軟件比賽，所向無敵後挑戰歐洲冠軍，如今再戰世界冠軍李秀石。
AlphaGo這樣一個有超強自學能力的電腦，除了令人驚歎外，亦有少少恐怖。真實版鋼鐵人馬斯克（Tesla電動車公司老闆）就有點擔心，他和谷歌老闆佩吉（Larry
Page）很熟，馬斯克一直擔心谷歌大搞人工智能，終於會有一個瘋狂科學家，開發出一個失控人工智能系統，操控全世界。馬斯克見到AlphaGo大勝李世石之後，話人工智能的發展，比他想像快了十年。我們將來可能不止要擔心人工智能機械人搶了我們的工作，還要怕它們會統治全世界！
「巴士的報」是一份網上報紙，讓網民隨時隨地拿着手機或平板電腦可以看到。www.bastillepost.com
wh.lo@bastillepost.com
盧永雄
Agreed. From now on, we should get out our cell phone, shut off the computer and Ipad. But what do these acts have impact on your internet press ........
Don't take it serious....um... I'm just kidding.