|
谷歌AlphaGo和李世石的大战,再有3分钟就要开始了。
我不揣冒昧对过程和结果预测一下。
先说结果吧,很多人网上追剧的人都有一个习惯,直接看最后一集,再回过头好好欣赏。所以,不卖关子单刀直入地说我预测的结果。
无非有两个结果,1. 李世石胜,2. AlphaGo胜。
如果是前者,那么李世石必然是相对而言的大胜;如果是后者,则应该跟之前一样,通过目力取胜李世石。
下面说胜的过程。
1. 李世石胜。
显然,李世石胜的话,只能有一条路:范式的突破。
什么是范式的突破?对围棋来说,范式主要体现在三个方面:一个是布局,一个是近战,最后一个就是全局和局部关系的处理。
先看第一方面,布局很难超越AlphaGo。
第二方面,前两场大战已经证明:AlphaGo的局部战力超强,没门。
第三方面是人类唯一能超越AlphaGo的地方,特别是构造陷阱。也就是通俗一点说:下一盘很大的棋。
从机器学习和人工智能角度来说,AlphaGo内部有很多模式识别器,既包括若干步之后的效力的模式识别,还包括当前局面跟以存储局面的模式识别。
特别是刚才提到的全局和局部关系的处理,人类可以依靠直觉,机器是依靠模式识别。因此一个办法就是通过把局面搞乱来让计算机无法承受天文数字的模式识别。
什么方法?一个方面就是多造劫材,而且多处打劫。前两场都未出现劫手,更别说多造劫材了,这局里面呢,我们拭目以待吧。
2. AlphaGo胜
这方面似乎已无悬念,但是,还是有一些有趣的事情值得关注。
首先,我们可以通过第三场棋判断AlphaGo是否有定势思维?如果通过AlphaGo的下法,能够看出AlphaGo带有一定的习惯,说明AlphaGo已经带有了人类的某种习惯。反之,如果没有,那么AlphaGo离真正的人工智能还相差很远,它无非是在深度的神将网络的学习、在挖掘、分析、提炼之后,找出一个权值最高的策略。
当然,请注意,低级机器也会体现出这种没有习惯的下法,但这和AlphaGo的这种经过大量计算和分析之后体现出来的有着天壤之别。
其次,通过AlphaGo的三次表现来判断AlphaGo的自我学习能力,进而判断这种自我学习能力,在可预期的将来,有多大可能上能够进化为创新能力。
说到底,AlphaGo的自我学习能力,只能从棋谱或现有下法中寻找相对而言的强优势下法。但这种自我学习离人类赖以统治地球的创造能力(包括最初是的创造工具,也包括上世界的创造计算机,更包括人类早期的创造出数学的种种概念和整个数学理论)还差的很远。但我们很难经验性地判断这种自我学习能力不能进化为创造力。
对于一些人类学家和未来学家来说,这几盘棋是了解当今最智能的机器的绝佳时机,虽然我们无法准确预测未来,但,作为亲眼目睹的一员和历史大事件的亲历者,我还是感到无比兴奋的。
看直播了!
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-7-18 13:22
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社