宁波苹果笔记本电脑售后维修欢迎您
新闻详情
新闻搜索
 
 
文章正文
李世石输了不代表人工智能超越了人类
作者:管理员    发布于:2016-03-11 09:56:24    文字:【】【】【

       谷歌旗下人工智能公司DeepMInd开发的智能系统AlphaGo(阿尔法围棋)和韩国职业围棋选手李世石九段的第一场人机大战比赛结束,李世石在奋战3个多小时后认输。这场大战体现了人工智能的快速进步,但是不能说人类已经败给了人工智能。


        首先这只是一场围棋大战,只是代表了一个人的一样能力,人工智能为了战胜人类的这一样能力花费了数年时间,借助运算飞快的机器,为了设计这一程序人类花费了无数的人力。说到期AlphaGo只是人类赋予机器的一种能力,然而人脑还拥有比围棋更多、更强的能力,那么人工智能何时才能具备与人脑相比的能力呢?

       其次即使是围棋人类也可以开发出无数种可能,人类并非完全使用已有的战略战术而是不断的进步采取新的战略战术,而人工智能只能去搜索已有的云数据去判断与它下棋的那个人的想法的对错,但是如果现有的云数据中存储的无数可能性中恰好找不到对弈棋手使用的战略战术时人工智能就难以应对。

       这在AlphaGo与李世石对弈的前半场可以看出来,在前半场由于可能性太多,导致AlphaGo没能获得对李世石的优势,下半场可能性在不断缩小AlphaGo的反应也越来越快,优势开始增大最终赢了李世石,这恰好说明了AlphaGo的局限性。它是在不断根据已经有的云数据对李世石的下棋可能性去做判断,是在跟着人类的想法在走,而不是去开发新的战略战术。

      再次人脑对事物的判断并非是简单的是或否,其还有模糊判断能力等,而目前电脑的最基本语言就是0和1,核心是逻辑门的堆叠带来的超高效率和超高准确性,由于电脑没有“容错”能力,因此人工智能虽早在60多年前就提出但是一直进步不大。

      近年来人们模仿大脑神经元多层链路循环递进处理信息的方式开发了人工神经网络(Artificial Neural Networks,简写为ANNs),它是通过模仿动物神经网络行为特征进行分布式并行信息处理的算法数学模型,取得了一些进展。AlphaGo正是一个这样的“程序”,但是它在容错方面依然有局限性,并无法准确的如人脑一样进行“模糊判断”。

      在本场世纪人机大战中,也有不少人认为这是一场谷歌的“秀”,而不是真正的人机大战,一些业界棋手就认为上一个与AlphaGo对弈的欧洲围棋冠军樊麾、这次的李世石都没有真正的发挥出自己的水平,借助这场秀谷歌AlphaGo声名大噪。

QQ客服
图片