王飞跃的个人博客分享 http://blog.sciencenet.cn/u/王飞跃

博文

阿尔法Go走向何方? 精选

已有 13720 次阅读 2016-8-4 08:27 |个人分类:随思走笔|系统分类:科研笔记|关键词:人工智能,阿尔法狗,软件定义的一切,平行智能,智慧社会| 人工智能, 阿尔法狗, 平行智能, 软件定义的一切, 智慧社会

阿尔法Go走向何方?


王飞跃


人机围棋大战之后,人们惊叹计算机程序"阿尔法Go"的战绩,但对其代表的真正人工智能水平及其现实意义却众说纷纭,观点不一。较为一致的认识是,围棋的计算复杂性和计算机围棋程序的胜利象征着人类现代技术的发展己进入了一个新的阶段: 从"老IT"的工业技术(Industrial Technology),经"旧IT"的信息技术(Information Technology),到了"新IT"的智能技术(IntelligentTechnology)时代。相应地,IT的时代含义己进化成为:IT = 老IT + 旧IT +  新IT,三者平行合一,其中新IT的时代特征就是大数据、大计算、大决策,三位一体。




从阿尔法Go到通用智能命题

生命是智能之源,而著名的人类学家和哲学家德日进曾称: "生命就是复杂化的物质"。实际上,技术而言,智能的实质就是有效地简化复杂性,将其约简到人类可以理解、操作和应用的水平。因此,智能化与复杂性本质相同,"所谓复杂,就是对立统一"。如何从技术上化对立为统一,正是人工智能研究的核心问题。

黑与白、方与圆、浅与深、简与繁,古老的围棋被视为对立统一的典型复杂性游戏和智力博弈。正由于这个原因,阿尔法Go的胜利才如此引人关注。其实,作为典型的集成智能技术,阿尔法Go本身在智能理论与方法上沒有创新,但在应用和实践上的确是一次巨大的飞跃。其战果主要表明,通过特征提取并形成新的状态和决策特征空间,即所谓的"价值网络"和"策略网络",深度神经元网络技术能够合适地约简围棋态势评估和决策问题的复杂性,进而使加强学习有效,使深度搜索可行,最终使阿尔法Go的深度学习方法成功。而且,尽管数据、算法、过程都十分明确,人们仍无法解释深度网络所提取的特征之含义。虽然这使一些人对这一方法的普适性产生怀疑,但这也正是这一技术的魅力所在及其"智能性"的体现。

七十多年前,关于可计算性的"邱奇-图灵命题(Church-TuringThesis)"激发了冯·诺依曼的灵感,著名的诺依曼结构应运而生,催生了第一台现代意义下的计算机和后来蓬蓬勃勃的信息产业。今天,阿尔法Go的成功,可否使我们有一个关于复杂性和智能化的新命题,即任何机器可求解的复杂性问题和机器可实现的智能化问题,都可通过类似于阿尔法Go的方法和技术来解决?

毫无疑问,阿尔法Go不会是解决智能问题的唯一途径。按照德日进的观点,充分的可调参数、可变结构和可用资源,一定可以产生智能。据此,上述命题可进一步推广为关于特定问题的通用智能命题: 任何有限资源条件下机器可处理的智能决策问题,其算法程序都可以通过具有充分可调参数和可变结构的网络方式实现。


从深度学习到平行智能

提出智能命题的动机在于强化新IT的时代意识,激发想象,推动整体社会在智能技术的研发和应用上进行多样、深入、全方位的创新与实践。正如人工智能之父明斯基所言: “是什么不可思议的诀窍让我们变得智能?诀窍就是没有诀窍。智能的力量来源于我们自身巨大的多样性,而非任一单个的,完美的原理。”

首先是数据驱动的深度学习的多样化与广泛普及。综合监督学习、加强学习、集成学习,形成数据与经验虚实互动的各种平行学习方法,产生各类特定问题的可描述深度网络,进而从深度学习到深度描述、深度过程、深度决策、深度控制、深度管理,等等。阿尔法Go的实践表明,真正的大数据产生于深度分析和深度评估,而非其它过程,而如何将这些数据约减,用于解析和行动,是智能技术成败的关键。

为此,在物理形态的组织之外,我们需要软件定义的虚拟组织,如软件定义的车间、软件定义的企业,在此基础上形成"生产围棋"、"管理围棋",以"自我进行(SelfPlay)"的方式,产生大数据,提取特征与规则,进行深度学习、规划、决策等等。最后,利用开源、实时的社会媒体与社会网络信息,及时搜索针对性的相关情报,通过物理形态组织与软件形态组织的平行互动,形式反馈式的平行智能,实现各类组织的可编程智能化运营与管理。

从技术角度上看,深度学习与决策的普及必然导致平行智能,其核心就是软件定义一切、基于开源信息的社会计算、搜索加智能的知识自动化。工业社会是工作自动化,知识社会也必然是知识自动化。平行智能的深化,更将导致可编程的智慧经济与社会,使各类组织在面对不定、多样、复杂的问题与任务时,具有灵捷神速、聚焦准确、收敛到位的能力,从而变自然调控的"无形之手",为智能管控的"智慧之手"。


迈向智慧社会

著名的科学哲学家波普尔认为,世界由三部分组成,即第一物理世界、第二心理世界、第三人工世界。回顾人类社会的发展,农业社会和工业社会开发了第一和第二世界,而新IT时代,就是智慧社会的开始,其原料和驱动力就是大数据,而核心任务就是构建各种各样软件定义的系统SDX,开发人工世界。未来的智能世界里,SDX就是一个社会的基础智能设施,如同当代的高速公路、机场、车站、码头、电网互联网。沒有这些设施,一个社会就无法被称为现代化社会。同理,没有SDX,就沒有智能化社会。其实,人工智能意味着人工SDX有多广,实际智能才能多深。

计算机围棋程序的最开发者之一,著名物理学家格林教授曾认为: 对于复杂决策,人很难做到公平优化,最好让人工智能去做。阿尔法Go的成功,不但使格林的希望向现实更进了一步,也让我们对从智能技术走向智慧社会更加充满信心。

本文经编辑后发表于光明报:http://epaper.gmw.cn/gmrb/html/2016-07/08/nw.D110000gmrb_20160708_2-10.htm  




世纪人机大战:李世石 VS AlphaGo
http://blog.sciencenet.cn/blog-2374-994388.html

上一篇:[转载]“科学家种田”,以色列的标签
下一篇:[转载]《自动化学报》42卷8期网刊已经发布, 敬请关注, 谢谢:)

19 许培扬 武夷山 岳东晓 马志超 赵克勤 黄永义 施树明 刘钢 洪佩龙 吉宗祥 李伟钢 彭思龙 杨正瓴 陈刚 yangb919 xlianggg aliala chaijf tuner

该博文允许注册用户评论 请点击登录 评论 (6 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2018-7-17 23:36

Powered by ScienceNet.cn

Copyright © 2007-2017 中国科学报社

返回顶部