DeepMind黃士傑:深度學習有創造性,正參與星際2專案

量子位發表於2018-03-26
嶽排槐 發自 凹非寺
量子位 出品 | 公眾號 QbitAI

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

最近,AlphaGo“人肉臂”黃士傑回到臺北參加了Google舉辦的一次人工智慧論壇。並且發表了《AlphaGo與AI的黃金時代》演講。

從小就喜歡圍棋的黃士傑,求學期間就一直對圍棋軟體感興趣。他在博士班期間開發了Erica,這個單機版本的圍棋軟體,當時打敗了圍棋領域最強的AI、使用了六臺機器的Zen。

也正是如此,DeepMind的核心人物David Silver力邀黃士傑加盟,而後者也成為DeepMind第40號員工。

不過,他第一次踏進DeepMind那天,這家公司的創始人就跟他說,DeepMind並不打算朝圍棋方向發展,因為他們的目標不是在特定領域成為最佳,而是希望搞出通用人工智慧,讓AI解決人類無法解決的問題。

但是,隨著深度學習等技術的不斷進步,DeepMind最後還是決定啟動圍棋專案。

640?wx_fmt=jpeg

為了研發出AlphaGo,DeepMind團隊嘗試過上百個想法,發展過程就是不停的實驗、實驗、實驗,不停學習新理論。

實際上,在擊敗李世乭之後,DeepMind就曾打算終止AlphaGo專案,但是考慮到第四局犯下的錯誤,他們還是決定仍然使用神經網路把這個問題修正掉,畢竟有缺陷的AI會失去他人的信任。

這就有了後續AlphaGo的繼續進步。

黃士傑表示,AlphaGo在圍棋領域做出了很多令人震撼的下法,在國際象棋領域也是如此。黃士傑認為,這些都是深度學習具有“創造性”的表現。

目前AlphaGo專案已經正式終結,黃士傑透露DeepMind正在研發能打《星際爭霸 2》的AI,而他本人也參與了這個專案。

很多人認為在即時戰略遊戲中,AI的反應速度會成為極大的優勢,但事實並非如此。

黃士傑解釋稱,圍棋只有361個落子點,對AI來說全部遊戲內容都是可見的。但《星際爭霸 2》遊戲有大量全黑的地圖,玩家需要探索地圖以及偵查對手動向,才能制定相應的策略。

幾乎每次滑鼠移動,都能視為一次落子。這種不確定性讓《星際爭霸 2》對AI來說,難度比圍棋要高很多。

長期研究人工智慧的黃士傑認為,人類還是最聰明,AI會成為一種協助工具,幫助人類解決一些實際問題,例如早期癌症的診斷。

640?wx_fmt=png


作者系網易新聞·網易號“各有態度”簽約作者


加入社群

量子位AI社群15群開始招募啦,歡迎對AI感興趣的同學,加小助手微信qbitbot6入群;


此外,量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募,面向正在從事相關領域的工程師及研究人員。


進群請加小助手微訊號qbitbot6,並務必備註相應群的關鍵詞~通過稽核後我們將邀請進群。(專業群稽核較嚴,敬請諒解)

誠摯招聘

量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話介面,回覆“招聘”兩個字。

640?wx_fmt=jpeg

量子位 QbitAI · 頭條號簽約作者

վ'ᴗ' ի 追蹤AI技術和產品新動態


相關文章