人工智能领域引人注目的突破并没有带来最大限度提升的希望【天博体育官网】

本文摘要:上周四,谷歌旗下的DeepMind在第二场比赛中战胜了国际象棋世界冠军李世石,这使得其他人只差一步就能赢得五场比赛。此前,DeepMind的AlphaGo程序已经引起了人工智能领域的关注。19年前,当深蓝国际象棋计算机击败世界冠军加里卡斯帕罗夫时,国际商用机器公司创造了这一模式。

国际象棋

并非所有人工智能生来平等。本周在首尔展出的这种变体比今天在线推荐引擎和客户支持系统中使用的普通机器智能更有趣。

如果它能不负众望,它可能会在广泛的现实世界应用中带来一个巨大的变化——尽管历史表明,人工智能领域引人注目的突破并没有带来最大限度提升的希望。不是所有的人工智能都是天生公平的。上周在釜山展出的人工智能,比如在线推荐引擎和客户支持系统中使用的普通机器智能,更有意思。

如果真的能超越说谎的层面,可能也不会让现实世界的很多应用上一个台阶,虽然历史经验指出,人工智能领域更引人注目的突破,并没有在人们最疯狂的时候为他们建立起希望。昨天,谷歌的DeepMind子公司赢得了第二场围棋比赛,对手是古代棋盘游戏的世界冠军李世铎(Lee Se-dol),使其在五场系列赛中处于胜利的边缘。

DeepMind的程序AlphaGo已经在人工智能领域崭露头角。现在,它有望在硅谷脑力方面取得里程碑式的胜利。上周四,谷歌旗下的DeepMind在第二场比赛中战胜了国际象棋世界冠军李世石,这使得其他人只差一步就能赢得五场比赛。此前,DeepMind的AlphaGo程序已经引起了人工智能领域的关注。

现在,它将为硅脑赢得里程碑式的胜利。使人与机器对立的宣传噱头并不新鲜。19年前,当深蓝国际象棋计算机击败世界冠军加里卡斯帕罗夫时,国际商用机器公司创造了这一模式。

当时,人类智能的堡垒似乎已经落到了计算机科学的手中。但是深蓝更像是强大硬件的胜利,而不是通常被认为是智能基础的算法。人机对战的噱头并不新鲜。IBM在19年前构建了这个涂抹模型。

当时,该公司的深蓝国际象棋电脑击败了世界冠军加里卡斯帕罗夫。在那个时候,也许人类智能的堡垒已经被计算机科学占领了。

但是深蓝对于强大的硬件来说,比一般认为是智能基础的算法更胜一筹。多年来,计算机象棋程序一直在稳步发展,使用暴力数字运算来预测未来所有可能的棋步,并计算出最佳的棋步。由于摩尔定律的不可阻挡的进步——带来计算能力的指数级增长——深蓝在e Nd:中粉碎人类竞争几乎是不可避免的。

这只是时间问题。多年来,国际象棋计算机程序仍在经历稳定的变化,使用强大的计算能力,试图预测未来所有可能的棋步,并计算当前的拟合步。

因为穆雷斯定律不可阻挡的行进步伐给计算能力带来了指数级的快速增长,所以深蓝在人机大战中取得大胜已成定局。二十年后,深蓝的胜利仍在回响,但它对推进人工智能的使用没有什么帮助。虽然该系统可以在棋盘的狭窄网格中创造奇迹,但这并没有转化为现实世界现象的混乱、“非结构化”性质。

20年后,深蓝的胜利仍然留在人们的脑海中,但并没有对人工智能的应用起到推动作用。虽然这个系统可以在一个狭窄的棋盘上创造奇迹,但这个奇迹并没有被传递到复杂的“无组织”的现实世界现象中。2011年,当沃森——一台以其创始人命名的计算机——在美国电视智力竞赛节目《危险》中挑战最佳人类冠军时,IBM尝试了一个完全不同的特技。

这一次,IBM给自己设定了一个挑战,那就是破解出了名的“自然语言处理”这一难题——理解语言的含义,即使是在双关语和文字游戏中。2011年,IBM也尝试了一个几乎不同的花招。当时以其创始人命名的电脑沃森出现在美国电视智力竞赛节目《危险性边缘》 (Jeopardy!),还有几个最优秀的人类运动员。

这一次,IBM面临着解决众所周知的“自然语言处理”问题的挑战,即解释语言的意义,即使意义隐藏在双关语和文字游戏中。沃森的成功是工程独创性的胜利。IBM已经收集了研究人员多年来已知的推理策略,并对它们进行了调整,以创建一个在处理语言方面比以前认为可能的更灵活的系统。它推出了IBM最有前途的新业务Ess:沃森部门成为该公司数据分析业务的旗舰。

沃森的成功是人工创造力的胜利。IBM采用了一系列研究人员多年来熟知的推理小说策略,并通过调整这些策略创建了一个系统。该系统在处理语言方面的灵活性和以前想象的一样。

这成功开启了IBM最有前途的新业务:沃森成为公司数据分析业务的旗舰部门。但是,尽管国际商用机器公司竞相将该技术应用于现实世界的商业问题,但迄今为止,它一直在努力完成它希望能够完成的真正困难的任务。然而,尽管IBM一直专注于将这项技术用作现实世界的业务问题,但该公司仍然很难解决它最初指出能够解决问题的真正困难的问题。

相比之下,DeepMind是一种完全不同的技术。与国际象棋不同,围棋允许计算机计算太多可能的棋步。

因此,机器可以采取的唯一方法是使用模式识别来“理解”游戏是如何发展的,然后设计一个策略,并在运行中进行调整。因此,一个系统必须依靠所谓的深度学习——人工智能最新惊人进步背后的技术——来拯救人工神经元网络,在搜索模式和“意义”的过程中对大量数据进行排序。相比之下,DeepMind是一种几乎不同的技术。与国际象棋不同的是,一个棋手可能的笔画太多,计算机无法计算。

所以机器唯一能采用的方式就是通过模式识别来“解读”棋局的进程,然后设计策略,动态调整。所以这样的系统必须依靠所谓的深度自学习技术——,人工智能领域最近最不可思议的进步的幕后技术——,它利用人工神经元组成的网络来分析大量的数据,找到模式和“背后的意义”。为了教授它的系统,DeepMind设置了两个相互对抗的围棋程序,使用一种被称为“强化学习”的技术来帮助技术迭代和适应。在竞争中,两台计算机会想出各自必须学习的策略。

为了教授这个系统,DeepMind让两个国际象棋程序相互对弈,这被用于一项名为“增强自学”的技术中,以帮助该技术重复递归和进化。在游戏中,两台电脑分解了他们从未学过的策略。人工智能专家对称这是一种新智能的诞生犹豫不决,但认为它代表了计算机学习进化中的一些新东西。

人工智能专家仍然不确定这是否应该被称为新智能的到来,但它似乎代表了机器学习进化中的一些新东西。谷歌人工智能研究的目标不亚于重塑其核心互联网业务:不仅通过其现有的搜索引擎提供相关信息,而且理解和预测其用户的需求并提出建议。

这项技术也可以应用于新的市场,谷歌对人工智能的积极研究的目标一直是重塑其核心互联网业务:在一定程度上,它应该通过其现有的搜索引擎显示相关信息,并解释和预测用户的市场需求并获得建议。这项技术也可以用于医疗保健等新市场。

谷歌能在桌游成功的基础上发展到什么程度还很难判断。但李明博显然是一场引人注目的示威活动的接受者。

在比赛前,何对英国《金融时报》表示,他对电脑获胜的可能性持不同意见。至少傲慢仍然是一种不稳定的人类能力。至于谷歌能在这场象棋比赛胜利的基础上倒退多远,仍很难说。

但是,李世石似乎遇到了活生生的展览。当他在比赛前拒绝接受英国人《金融时报》的独家采访时,他排除了电脑获胜的可能性。至少,卑鄙仍然是人类未受挑战的一面种能力。

本文关键词:比赛,智能,国际象棋,沃森,人工智能,天博体育平台

本文来源:天博体育官网-www.marcoarcs.com

相关文章