AI中国网 https: //www.cnaiplus.com
5月24日消息，围棋峰会进入第二天，在今日举行的人工智能高峰论坛上，DeepMind创始人杰米斯.哈萨比斯（Demis Hassabis）发表了演讲，介绍了AlphaGo的研发过程，以及AlphaGo意味着什么。
AlphaGo是DeepMind公司打造了人工智能系统，DeepMind在2010年于伦敦创立，在2014年加入Google。据哈萨比斯介绍，DeepMind参与了谷歌人工智能的“阿波罗计划”，另外还还打造了研发科学的新方式。
“DeepMind的愿景是研究何为AI，然后再用智能解决所有问题，即我们怎样提出有效的建议去解决问题，我们最终希望建立通用人工智能。”哈萨比斯说到。
据哈萨比斯透露，AlphaGo打造的通用学习机器有两个特性，一个是“学习”，即非程序预设，可以自主学习原始材料。另一个是通用性，即同一个系统可以执行多种任务。“一系列的算法和系统能够做系列的任务，这些任务可能是前所未见的。”哈萨比斯表示，通用的强人工智能，与现在弱人工智能不一样，目前弱人工智能都是预设的，其实IBM在上世纪90年代设计的国际象棋程序也是预设的预设的人工智能，“它是通过蛮力搜索，机器被动的接受这个程序，不能自我学习。”哈萨比斯说到。
DeepMind希望打造强化学习框架，哈萨比斯称，强化学习框架就是让“智能体”深处在一个真实/虚拟的环境中，去完成一个特定的目标。为了完成这项任务，智能体可以观察环境，这其中有视觉、听觉、触觉等观察方式。在这个之后，在头脑中设置一个想法，然后采取行动，践行计划。在实时的观察中就可以行动的。“如果能解决这个问题，其实强人工智能就已经实现了，这与人这一智能体观察学习的方式是一样的。”哈萨比斯表示。
哈萨比斯提到了雅达利智能体，这是DeepMind在AlphaGo之前（三年前）研发的AI程序，通过2600测试台，测试百余款八十年代的八位元雅达利游戏。当时的雅达利智能体仅仅输入原始像素（~30），目标是利用深度强化学习，玩好雅达利游戏。
AlphaGo目前成为DeepMind最新的人工智能系统。哈萨比斯称，虽然AlphaGo是玩围棋的，但是它也可以做其他东西。
为什么计算机下围棋非常困难？这是因为其复杂程度让穷举搜索都难以解决，这个难题包括两个方面，一是“不可能”写出评估程序以决定输赢，另一个是搜索空间太过庞大。
在哈萨比斯看来，更困难的是围棋不像象棋等游戏靠计算，而是靠直觉。“围棋中没有等级概念，所有棋子都一样，围棋是筑防游戏，因此需要盘算未来。你在下棋的过程中，是棋盘在心中，必须要预测未来。小小一个棋子可撼动全局，牵一发动全身。围棋'妙手'如受天启。”哈萨比斯如此解释围棋中的直觉。
AI中国网 https: //www.cnaiplus.com
本文网址：
