DeepMind黃士傑:深度學習有創造性,正參與星際2專案
嶽排槐 發自 凹非寺
量子位 出品 | 公眾號 QbitAI
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。
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。
作者系網易新聞·網易號“各有態度”簽約作者
— 完 —
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。
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
- 用深度學習解決競爭性編碼問題 | DeepMind深度學習
- 深度學習演算法:從模仿到創造深度學習演算法
- 深度學習系列(2)——神經網路與深度學習深度學習神經網路
- 專案或組織中人人參與的重要性(2)(轉)
- 深度學習——正則化深度學習
- 深度學習調參備忘深度學習
- 【讀書1】【2017】MATLAB與深度學習——深度學習(2)Matlab深度學習
- 10個你能參與並學習的Java開源專案Java
- 從學習到創造:為何創造那麼難?
- 深度學習模型調參總結深度學習模型
- 深度學習調參tricks總結!深度學習
- 深度學習調參tricks總結深度學習
- 【深度學習】如何從零開始構建深度學習專案?這裡有一份詳細的教程深度學習
- DeepMind綜述深度強化學習中的快與慢,智慧體應該像人一樣學習強化學習智慧體
- Andrew NG 深度學習課程筆記:神經網路、有監督學習與深度學習深度學習筆記神經網路
- 學習筆記:深度學習中的正則化筆記深度學習
- Github上的十大深度學習專案Github深度學習
- 深度學習——性別識別深度學習
- 大資料與深度學習有什麼區別?大資料深度學習
- 微軟竟然參與OpenJDK專案微軟JDK
- 專案經理和專案參與者(轉)
- 深度學習專案實戰:垃圾分類系統深度學習
- DeepMind AlphaStar星際爭霸2首秀:Demo很強大,現場比賽竟然輸了AST星際爭霸2
- DeepMind星際爭霸2 AI首秀即將上演,旭東老仙奶一口?星際爭霸2AI
- 父類沒有無參構造方法,子類怎麼辦學習筆記構造方法筆記
- [深度學習]L2正則化和權重衰退(Weight Decay)深度學習
- 專案或組織中人人參與的重要性(1)(轉)
- 專案或組織中人人參與的重要性(3)(轉)
- RN學習(四)——RN專案整合到現有iOS專案中iOS
- 學習開源專案,不能選擇性眼瞎
- 誰有EJB方面的專案,本人免費參與開發與設計!!!
- 深度學習對對聯:探索seq2seq-couplet專案的智慧對聯生成深度學習
- 《神經網路和深度學習》系列文章二十五:過擬合與正則化(2)神經網路深度學習
- 深度學習有哪些好玩的案例?深度學習
- 推薦閱讀《21個專案玩轉深度學習》深度學習
- 【教程】如何從零開始構建深度學習專案?深度學習
- 手把手教你從零搭建深度學習專案(附連結)深度學習
- 深度學習與CV教程(8) | 常見深度學習框架介紹深度學習框架