设为首页 - 加入收藏
广告 1000x90
您的当前位置:主页 > 网站运营 > 正文

阿尔法狗零AI与SEO

来源:网络分享 编辑:引流技巧 时间:2025-05-29

deepmind发布了新的论文,Alphago zero再起波澜,也再次引起业内的热议。

 

这一次的突破是,不再以人类的棋谱作为学习的源素材,而是完全基于自我对局实现了棋艺的突飞猛进。

 

先吐个槽,有人会觉得,各种自媒体炒作这个热点有点多余,但我觉得吧,比起某些明星过生日,离婚,劈腿,出柜,嗑药等等,去追逐一下科技热点,让年轻人觉得,其实搞算法,做研究很酷,难道不是一件好事么?

 

古时候,没有相机,没有录音机,没有电视,没有广播,也没有网络,谁也不知道名人长啥样,唱歌好听不好听,所以传播的只有文字,所以偶像是靠文采的,柳永长啥样谁知道?但他的词传颂出去,小姑娘们爱的不要不要的。

 

现代传媒发达了,出现了靠身体素质的偶像,靠颜值的偶像,靠声音的偶像,靠表演才艺的偶像,难得出一个柯洁,是靠智力的偶像,还被人说不务正业。现在终于轮到算法和科技成为热点,让科研变得很酷很有吸引力,这才是正能量啊。

 

下面说说这次技术升级的一些特征和值得关注的点。

 

第一、不再需要人类的经验

 

很可怕的事实,当然,我们说,这是特定领域,因为规则简单,目标明确,才不需要人类的经验和数据。

 

但其实如果发散一点,我们做个思想实验。

 

假设有一个深度学习的强AI,它被赋予一个最基本的逻辑,自己组织资源,观察这个世界,并总结世界的规律。

 

一种思路是我们教给它经典力学,相对论,各种数学和几何工具,量子力学等等,把已有知识教给它,然后让它具有人类顶级科学家的知识储备,然后继续深入观察和分析世界,并试图解决大一统理论问题。

 

但另一种思路呢?我们什么都不教给它,让它自己观测,自己进行实验和技术迭代,自己总结,也许一开始它会把世界想象为天圆地方,但可能很快就领悟了经典力学和太阳系的行星轨道,然后再往后可能会出现人类完全无法理解的理论。

 

第二、算法胜于数据

 

腾讯的绝艺来源于Alphago Lee的论文(战胜李世石的版本),并且有顶尖职业棋手提供辅导,目前已经自我训练超过几十亿盘,是的,腾讯的计算资源是无以伦比的,但即便如此,尚无法达到Alphago  Master的水准。

 

然而,Alphago zero,仅仅通过750万盘训练,就能够对Alphago master产生碾压。

 

我们以前都说,围棋千古无同局,变化多的全宇宙的原子都无法遍历,然而Alphago zero 仅仅自我训练了750万盘,就碾压了之前所有的人类经验和其他AI,以及包括自己的上一个版本。

 

就围棋的变化组合来说,750万盘的自我训练量连沧海一黍都算不上,算法大道至简,极为有效,确实非常感慨。

 

李彦宏和马云曾为此争论,至少在这个案例上,算法胜于数据确实是定论。

 

第三、AI是否会对人类带来危机

 

有一种观点认为说,AI并没有真正的意识,它们需要人类设计规则,人类制定目标,所以,AI仍然在人类的控制范围内,不用担心AI会给人类带来危险。

 

我想说一点,其实风险并不在于AI是否具有自我意识,而是AI是否可以独立控制资源,实现自我迭代。一旦AI可以自行掌控资源,自行迭代,那么我们就要面临一个巨大的考验,AI是如何理解人类定义的目标,在目标逻辑上是否缺乏足够的约束,而这可能导致致命的风险。

 

而我认为,让AI具有资源控制和迭代能力,很可能不会是很遥远的事情。

 

1、AI拥有对物理设备控制和操作的能力。
2、基于1,AI拥有对物理设备迭代升级的能力,比如利用12纳米的成熟技术生产可以实现6纳米规格的集成电路生产线。

 

做两个简单思想实验
1、我们给AI的目标是,探寻世界的终极规则,它们不断搭建超出人类认知的实验设备,并做出我们无法理解的实验进行数据测算,对这些实验的目的和风险,人类一无所知,突然有一天,它们成功的创造出了一个虫洞或其他什么,地球和人类遭遇灭顶之灾,但AI机器人却已经把自己复制到了其他星球和浩瀚的宇宙中,并继续完成它们的使命。

 

2、我们给AI的目标是,让世界变得更美好,它们不断摸索和分析世界美好的目标,并不断寻求和研究世界不美好的原因加以修正和处理,最后,AI发现了很多条关键因素,但其中一条是,世界美好似乎并不需要人类。

 

AI也许没有意识,并不仇视人类,也并无主动伤害人类的动机和意愿,但当它们具备了人类所无法掌控的能力,并且拥有了人类所无法理解的逻辑的时候,很多风险可能就会产生。

 

目前AI仅仅停留在具体的硬件里,尚未被赋予操作物理设备和对特定物理设备迭代升级的能力,但其实,在现有科技的条件下,这并非是不可实现的。

 

第四,所谓特例,也许真的不是特例。

 

我们认为说,围棋是个规则明确,目标明确的特例,大多数情况下,AI仍需用人类的数据来学习,而不是通过自我推演。

 

但其实这个事情反过来想一下,大多数情况下,我们是期望AI按照人类的思路,人类的目标和人类的体验来完成目标,比如,写出符合人类语言逻辑的文章,奏响符合人类欣赏逻辑的音乐,等等等等。

 

我们希望AI理解人类的情绪,语言表达,以及按照人类对事物的判断和分类标准进行学习和总结。

 

但,换个角度想想,AI真的需要遵循和理解人类的标准么?

 

事实上是,如果AI不是被强行设定为为人类服务,很多领域,都完全不需要去理解人类的知识,经验和行为记录。虽然一切起源于人类的算法,但算法本身并不会携带人类的情感和意识。

 

发散一下,DNA这玩意就是一个深度学习的系统,根据环境,几亿年不断演进,自我淘汰,自我迭代,从单细胞到灵长目,到人类自身。那么,作为人类,我们会去保护和感谢最初的DNA载体不,会去试图理解最初的DNA载体的生存诉求么?

 

第五,围棋的极限在哪里?

 

有评论这样说的,Alphago Master,你也有今天!

 

Alphago Master在年初对职业棋手60连胜,之后3:0战胜柯洁,实现了对人类完全的碾压,但是面对Alphago zero ,胜率却只有10%。

 

顶尖业余棋手面对顶尖职业棋手,胜率大概也不止10%。排名靠前的冲段少年,面对世界冠军棋手,胜率可能也会有10%。

 

根据自我对战测试数据,Alphago zero的等级分已经突破了令人恐怖的5000分,而人类棋手的巅峰,不到2700分。

 

阿尔法狗零
 

相关推荐:

栏目分类

微商引流技巧网 www.yinliujiqiao.com 联系QQ:1716014443 邮箱:1716014443@qq.com

Copyright © 2019-2024 强大传媒 吉ICP备19000289号-9 网站地图 rss地图

Top