“人机世纪大战”看大数据

推荐会员: 点金大数据 所属分类: 点金原创,行业精选 发布时间: 2016-03-10 18:59

201603100925585me8_o“人机世纪大战”打响,韩国世界冠军李世石九段对战谷歌阿尔法狗(AlphaGo),此前AlphaGo击败了欧洲围棋冠军樊麾,而李世石是近十年斩获世界冠军最多的棋手。在我看来,本次人机大战,机器智能战胜高智商人类的可能性极大!在不远的将来,人类有限的经验感知在拥有超级强大计算能力并结合智能算法的机器面前将不堪一击。同时,这也是对大数据处理技术的一次超规模实战检验,为什么这样讲,虽说博弈搜索技术已在国际象棋的对弈中取得了巨大的成功,但却难以适用于围棋,因为围棋棋盘横竖各有19条线,共有361个落子点,双方交替落子,这意味着围棋总共可能有10^171(1后面有171个零)种可能性,这个数字到底有多大,我们宇宙中的原子总数是10^80(1后面80个零)。就是说穷尽整个宇宙的原子数也不能存下围棋的所有可能性 。从搜索树的分枝数看,国际象棋约为35,如果只构造分析7步棋的博弈搜索树,则只需甄别35^7≈650*10^8种变化,这对每秒计算2亿步棋的“深蓝”计算机而言,想一步棋约需5min。而围棋的分枝数约为200,若也分析7步棋的变化,则要计算200^7个结果,想一步棋则需2年时间。可见,围棋变化的复杂度要比国际象棋高得多,对围棋进行全局博弈搜索,就传统的计算机处理技术来讲显然是不可能实现的。所以说围棋的挑战被称为人工智能领域的“阿波罗计划”,这样看来,谷歌的阿尔法狗比IBM的深蓝,不知道强多少倍去了,宇宙原子数都不能穷尽的可能性,机器不可能存下哪怕少部分比例的围棋棋谱,机器要下赢围棋没有什么套路可言,唯一的办法就是学会“学习”,强化学习,自我对战进行学习,而不能靠死记硬背。那阿尔法狗为什么会短短几年间就能学习,并有望超越人类智能呢?这就是大数据技术发展的必然了,我以前讲过,幼儿经过几百天的训练(而且是在看到的物体,听到的话语等输入数据很有限的条件下)就能激发大脑里的神经网络,自我学习,形成听说经验,进化智力。而当机器在拥有比人脑强上亿倍的计算能力(谷歌的机器农场,数万台服务器并行计算)条件下、在拥有互联网上亿级实例数据(互联网千亿级网页数据,机器自我对战的海量模拟演练经验数据等)的训练条件下,再结合人脑模拟的人工神经网络算法(也就是现在被吹上天的深度学习)和启发式搜索,人工智能的诞生和爆发只是时间早晚问题,所以很多大佬们跳出来讲要小心人工智能,不是没有道理的。大数据技术既然可以从宇宙中找到引力波,既然可以解码万物的基因序列,既然可以让汽车无人驾驶数百公里,还可以加速诞生真正的人工智能…那还有什么是大数据技术不可以做的呢?

来源:点金大数据      作者:杜圣东

关键词:

版权声明:本站原创和会员推荐转载文章,仅供学习交流使用,不会用于任何商业用途,转载本站文章请注明来源、原文链接和作者,否则产生的任何版权纠纷与本站无关,如果有文章侵犯到原作者的权益,请您与我们联系删除或者进行授权,联系邮箱:service@datagold.com.cn。

4条评论
  • 匿名

    2016-03-11 08:40

    阿尔法狗是怎么学习的?神经网络算法有那么历害?

    [回复]

    点金大数据 回复:

    人工神经网络首次提出已经过了几十年,但当时局限于计算能力的限制,没有大的突破。现在基于大规模集群的云计算、分布式计算使计算能力和存储能力再无大的限制,而且深度学习作为人工神经网络算法的变种,卷土重来还能取得巨大进展,也是情理之中!

    [回复]

    1. 点金大数据

      2016-03-12 09:11

      人工神经网络首次提出已经过了几十年,但当时局限于计算能力的限制,没有大的突破。现在基于大规模集群的云计算、分布式计算使计算能力和存储能力再无大的限制,而且深度学习作为人工神经网络算法的变种,卷土重来还能取得巨大进展,也是情理之中!

      [回复]

  • 匿名

    2016-03-11 08:38

    牛!

    [回复]

  • 匿名

    2016-03-10 19:22

    AlphaGo 若打败了世界冠军,就意味着计算机超越人脑?或者可以思考了吗?
    李开复的观点:在可以凭逻辑分析推算的问题上,机器即将远远把人类抛在后面。机器速度会越来越快,学习能力会越来越强,数据会越来越多。当年,大家讨论 “国际象棋输给机器不算什么,围棋才是真正的智慧” 只是我们人类维护自己尊严但是不实际的幻想!今天,我们该面对现实了!在大数据 + 机器学习 + 大规模并行计算的时代,我们将看到无数的商机和产品,能够在预测、分析、推荐等方面,产生巨大的商业和用户价值。不过,这些解决方案和人类相比,其实没有什么意义,因为人差太远了 (比如说:推荐引擎将能推荐你最可能会买的产品、想吃的菜,想认识的人;自动交易能得到更高的投资回报和风险比例……)。在感知方面,人类也将会被机器超越。今天的语音识别,人脸识别,未来的自动驾驶,都是例子。

    [回复]

发表评论

电子邮件地址不会被公开。 必填项已用*标注

This site uses Akismet to reduce spam. Learn how your comment data is processed.