博文
【泥沙龙笔记：从机器战胜人类围棋谈开去】
|||
洪:
一群人对另一群人的挑衅，
通过人工智能在围棋棋枰；
此前的深蓝已给象棋挖坑，
化功大法正步步为营逼近。
所有的智能活动规则遵循，
现实或虚拟物景可以表征，
机器能如影相随把人紧盯，
码农得令就驱策其超越人。
不少码农聪明但喜欢逞能，
对文化不珍视更无意继承。
还好吴清源已看不到此景，
会编程的好棋手只有俞斌。
对象棋的抄刀者是许峰雄，
在CMU完成博士的东方人。
围棋挑战今来自剑桥英伦，
我惊叹棋类完结有这宿命。
从tic-tac-toe就知道计算大能，
问题难度陡增难改可解性。
摩尔定律到顶又联机入云，
花多少电费终与人脑对枰。
看客曾刺激鲁迅弃医从文，
帮人点钱发现被卖非别人。
未来孩子玩围棋以何心情？
不敢细想因觉得特别伤心。
奇点来临或许人不老长生，
但伊甸早已经是满目凋零。
那些家伙又跑到火星折腾，
地球只剩下油翁拎着油瓶。
那时我会重拾蒙尘的棋枰，
漫忆人类的幼童少年青春。
我才领悟重要的本不是赢，
而是当年这些游戏的发明。
我: 游吟诗人，洪爷！
今日赢明日赢 总之是终将要赢 这个应该没有疑问。棋类game被认为是挑战人类智力的极限的运动。很显然 它不是人的 ”智力“ 的核心，核心的东西是机器不可挑战的。
洪: 一月份旧作：
刚走Jedi吴清源，魅影Sith即挑战。谁点天元中日韩，对抗谷歌蛮力算。
谷歌发明Go语言，还想终结人Go玩。叶公好龙AI练，屠龙之役人真悬。
过去有人打着红旗反红旗，谷歌发明Go语言灭Go游戏。
这些比林彪还林彪的神马玩意，想让骄傲的人类再也骄傲不起！
让骄傲的人类再也骄傲不起！
Deep-learning software defeats human professional for first time.
- Elizabeth Gibney
27 January 2016
一群人对另一群人的胜利
人类的影子战胜人类自己
毕竟下棋不过是智力游戏
可怕的是当影子变成立体……
Danny: 这只狗已经不是人的影子了，他怎么具体算出来人都做不到
我: 接龙......
毕竟下棋不过是智力游戏
可怕的将是破解语言之谜……
自然语言乃是思想的载体
巴比伦塔通天上帝也战栗
万物之灵如若思维homeless
统治宇宙到底是人还是机？
洪: 人跟机器沟通根本不需要经过自然语言，用程序设计语言才好。nlp基本上是画蛇添足，乔老爷从来提都不提。
Danny: 以后电脑不会用现在的编程语言
我:
问题不是人机沟通用语言
问题是机器还愿不愿搭理
一厢情愿的人类抛弃之日
便是那机器称霸环宇之时
这个打油是跟风寻开心，我本人实际是强AI否定论者。AI 本身就是一个 misnomer，这一点我站在乔老爷一边
QUOTE: 毕竟机器与人、电脑与人脑、电脑语言与自然语言是形似而本质不同的两套体系。混同这两个 monsters，是小报记者、愚民、IT大佬和部分人工智能“学者”共同运作或忽悠的结果，离真实的世界和真理太远。不得不说，在这个人脑电脑本质不同的AI大是大非的问题上，乔老爷还是坚定的、清醒的，不像他的自然语言递归论那样糊涂。
from 【泥沙龙笔记：人脑就是豆腐，别扯什么递归了】
根本上说，任何任务性的知识性的活儿，只要人能大体梳理清楚，假以时间，一定是机器比人强，因为机器不打瞌睡，也不来大姨妈。所以各行各业的平庸的技术人员（包括投资顾问、升学顾问、心理疏导师、学校教师、机械语言学家、没有独创性的机器学习专家，等）最终被机器取代是必然的，这种取代比蓝领被取代还要果断，因为客户不能容忍平庸。
机器能做什么，已经不是问题的核心，应该研究的是机器不能做什么。大而言之，机器的缺点是有脑无心，没有灵魂。这个“心” 是什么？ 灵魂怎样界定？但一个“脑”模仿“心” 的时候，譬如微软小冰跟我们调侃或“调情”足以乱真的时候，我们陷入了深深的苦闷：一方面我们打心底看不起机器，因为它就是铁器、电器、无生物。另一方面，在有限的时间里，我们常常又被迷惑，被震惊，甚至被冒犯，这就是所谓图灵测试的冷酷的所在。
洪: @wei 等对局完全结束，如果李世石愿意说，他会说说对局时所真切感受的机器灵魂的。
我有次对小儿子解释，是人类有的笨有的懒，不好好用程序设计语言给计算机下命令编算法，才反过来折腾让计算机用nlp技术理解人
@Danny 同意！ 但也不会是自然语言。HCI 应该管这个
Danny: 我觉得应该就是set-based general language, 只有电脑会用，去积累改进。可能最终就跟数学一样，什么都可以用集合算出来
洪: 同意。计算机的出现，本来是给人类整体上一个变得更理性更聪明的机会，但是现在的发展貌似不是这样
Danny: 过几十年人只会帮电脑积累局部具体知识，知识逻辑集合量大到自己都没法看，被电脑甩得远远。让人干智力活都不信任人了。
现在用很多编程语言就觉得肯定要出错，以后怎么能够接受老是出错的语言。
看完这盘这么接近，我觉得人赢的可能性大了很多。很明显电脑对大的局面判断问题还比较大。这不是短时间能够改进的。李肯定知道心理是主要问题了，他会调节的，他更加会使用大局优势。
我: 大局优势还不如旁门左道有效。当务之急是应该让AI专家闭门培训李半年，这半年不讲围棋，只讲机器是怎么被培训的，用一种李可以领悟的方式讲。当小李子不把机器当人一样的对手的时候，出一些古怪的招数，也就是培训时候的稀疏数据，李或有赢的可能。
Danny: 机器的数据不稀疏，左右手互搏一天几万次了
我: 讲个实际的case，Latent Semantic 的算法曾经用于给中小学生的作文理解问答判分，非常稳定、准确，超过了判卷老师的平均水平。于是人们很惊叹，怎么阅读理解判卷这样的高智能的工作，可以让机器取代老师呢？破解这个谜，其实很简单。如果一个学生在做阅读理解的答题时候，不把自己当人，挑拣一些关键词凑数，这样的答题，不堪入目。结果一样得到高分，而判卷老师会给零分。原来 Latent Semantics 一点也不 semantic，本质还是关键词，没有结构，没有句法，更谈不上理解。你一本正经地组词成句，表达思想，是对牛弹琴，句子造得再好再精巧，回答得再妙也得不了高分，还是你在造句的时候用了哪些关键词，那个 才 counts。这个案例充分显示了人类普遍存在的 Eliza Effect，人太把机器当人了，忘记了机器就是一堆冰冷的铁电器。
陈: 是的，棋手们不能以人的思维来讲棋
我: 后来我提出的 Anti-Eliza Effect （【新智元笔记：反伊莉莎效应，人工智能的新概念】）, 说的是人类的另一层迷思，人不仅太把机器当人，人往往也太把他人当人或神了。我们肉体凡胎，战战兢兢来到这么充满危险的世界，本性里就有一种趋向：就是“过度解读”，无论是对机器，还是对他人。因为过度解读是人类自保的一种策略，万一解读不够，没有察觉危险，那不就完蛋了么？过度理解总比理解不足强，这是人的一种天性。
刘: 本质上是: 人太把自个当银了，以至于把一群银搞出的玩意当成什么了，还是人自个玩! ——这口气像不像群主滴
Danny: 机器一定程度也像有多重性格的，有时候求稳定，有时进攻把局面弄复杂，今天白的右边中间一跳就是。
我: 这两个效应，AI 这个领域展露最充分。很多看上去神奇的东西，在创造那个神奇的人眼中，其实很平凡，里面的每一个步骤都是有迹可循的，一点灵性都没有。我入行读MT的时候，在社科院遇到一位同学，每次交谈，他都睁着一双迷惑的眼睛，觉得我们学的这门学问简直匪夷所思：机器怎么可以做翻译？隔行如隔山就是如此。我们没有办法不被自己不了解其所以然的物件所震惊。在前科学时代，这种不了解的物件一律归于神迹。在科学时代，我们除了自己的一亩三分地以外，也还是没办法了解隔了行的大山，内心里也还是免不了归于神迹。我做自然语言理解一辈子，到如今可以“机械”应对语言的一切常见的现象了。而对局外人，很可能也会觉得不可思议，表达思想的人类语言，怎么可以被机器条分缕析地解读呢？
Nick: @wei 才多大，就一辈子。后面还圆圆呢。
白: 难不成圆圆还有这使命？
我: 长远来看，圆圆的吸引力不如微软小冰。毕竟人岁数越大，越看中精神而非物质，而小冰的精神是永远成长的，incremental，但是的确越来越丰富，就跟parser解构句型一样。
陈: 感觉小冰就是娱乐。
我: 可圆圆冰冰却不是，本来就先天不足（娱乐圈的通病，不赖她俩），而且没有多少丰富的指望。小冰就是针对娱乐的，可人家娱乐出花样来，这么整下去，十年之后看小冰，5个圆圆 10个冰冰也比不了。
机器的可怕就是它是 incrementally 成长的，明天永远比今天好。以前所担心的算法复杂或系统庞大以后，就变得不可收拾而报废的情形，在合格的架构师手下，不是问题。
陈: 长江后浪推前浪。。。站在巨人的肩膀上。。。也是应该的吧。。。
我: 当然，diminishing returns 和长尾死角 的情形的确会出现。但是一个系统到了面临 diminishing returns 的阶段，基本上可以肯定，它的功能性已经超越人了，至少是超越人的均值了。那么系统作为平庸人的代替品，就已经站住了，价值就会得到体现。
陈: 人工智能达到一定能力后，对于这种有规则的比赛，人类选手可能比较尴尬，如果人选择稳健走法，采用自已的熟悉招法，出错概率小，则可能由于机器已经训练过，而被机器所掌控，如果求变，出错概率大，也难逃机器算计。转
我: 每个系统都有软肋。问题是李不懂，所以无法利用。譬如说吧，我现在的 parser 糊弄 95% 的人，没有问题，不怕他们玩弄，皮实得很，无论是挑错，还是来真实数据测试，大多数时候，是表现不俗的。但是，换了白老师，就不同了。他知道软肋，至少是知道怎么去找到软肋，可以让系统出丑，原形毕露。李就是一个职业选手，一辈子跟人打交道，无法理解和找到机器的软肋。拼记忆、拼逻辑、拼概率，他当然就没有办法与机器较劲。出奇制胜，讲的是对对方的了解，李对对方没有什么了解，而机器对他却了解得很。这里有一个不对等竞争在。
洪：
半夜猝醒看新闻，人类依旧不得赢。狗仗人势AI进，遥遥领先二比零。
DeepMind思虑深，Atari游戏自学成。派AlphaGo围棋侵，超脑突袭众叹惊。
绞尽脑汁算计人，终被计算机械擒。七擒七纵孟获困，猫抓老鼠又耍弄。
还好围棋已衰景，吴清源去颓巅峰。濑越宪作若听闻，估计再度出人命。
请君入瓮古有训，君为自身今发生。叶公好龙龙飞腾，细看竟是自己影。
神工智能人类兴，人工智能机投影。惟妙惟肖模仿人，持机恶狗扑食狠。
浮士德曾书斋困，梅菲斯托变狗进。订立契约付魂灵，书生狂飙大折腾。
半夜猝醒依旧困，似闻核爆看触屏。鸵鸟沙土头埋定，睡眼惺忪又入昏。
【相关】
【新智元—世纪对决】AlphaGo 惊天逆转李世石 ，关键棋局解析
The Anti-Eliza effect, New Concept in AI
世纪人机大战：李世石 VS AlphaGo
https://blog.sciencenet.cn/blog-362400-961671.html
上一篇：【泥沙龙笔记：人脑就是豆腐，别扯什么递归了】
下一篇：有感于“别了，大学书店”
