什么是人工智能？

很多人都以為“人工智能=會(huì)思考的機(jī)器人”，然而事實(shí)并非如此。人工智能的定義其實(shí)相當(dāng)寬泛，從學(xué)科定義的角度來說，它是研究、開發(fā)用于模擬、擴(kuò)展人的智能的一門新學(xué)科，屬于計(jì)算機(jī)科學(xué)的一個(gè)分支。

人工智能簡史

從“網(wǎng)紅”AlphaGo的學(xué)習(xí)方式看人工智能

“網(wǎng)紅”AlphaGo（阿爾法狗）是人工智能中一個(gè)成功的典型，贏了韓國棋手李世石，令眾人皆知。

一、AlphaGo的獲勝秘訣：深度學(xué)習(xí)

深度學(xué)習(xí)的前身是神經(jīng)網(wǎng)絡(luò)，主要是指研究人員通過程序語言教會(huì)電腦模擬人類思考。比如我們初學(xué)“1+1=2”的時(shí)候，父母教我們通過數(shù)手指頭的方式來計(jì)算;而研究人員教電腦學(xué)習(xí)的方式則比較簡單，輸入的是已知信息，其中“1”和“+”就是輸入給電腦的，電腦輸出的就是結(jié)果“2”（電腦上是采用“二進(jìn)制”進(jìn)行計(jì)算的，感興趣的同學(xué)可查閱更詳細(xì)的資料）。無論是通過計(jì)算、判斷還是推理，像這樣認(rèn)知的過程都可以稱為“學(xué)習(xí)”。

二、深度學(xué)習(xí)=“監(jiān)督學(xué)習(xí)”+“評(píng)價(jià)網(wǎng)絡(luò)”+其他

1.“監(jiān)督學(xué)習(xí)”

打個(gè)比方，一個(gè)擁有過目不忘的超能力的同學(xué)，根本不用學(xué)習(xí)方法原理和解題技巧，只要記住近乎無限量的題目和答案，考試就能得到高分。同理，AlphaGo不用學(xué)習(xí)下棋的方法，只要有充足的存儲(chǔ)空間就夠了。設(shè)計(jì)人員向其大量輸入這個(gè)世界上職業(yè)棋手的棋譜（也就是說它記住了題目和答案），以預(yù)測(cè)對(duì)手最有可能落子的位置。

用這種學(xué)習(xí)方式，AlphaGo完全不用去思考“如何才能贏”這件事，只要能夠預(yù)測(cè)對(duì)手的落子即可。公開數(shù)據(jù)顯示，目前AlphaGo預(yù)測(cè)對(duì)手落子位置的正確率是67%。

2.“評(píng)價(jià)網(wǎng)絡(luò)”

舉個(gè)例子，在打籃球時(shí)，某同學(xué)會(huì)不斷觀察對(duì)方防線變化，如果能找到防守球員注意力最不集中的地方，就有較大的機(jī)會(huì)進(jìn)球。類似地，AlphaGo會(huì)預(yù)測(cè)對(duì)手后續(xù)落子位置的概率，通過嵌套函數(shù)找到最優(yōu)解。當(dāng)然，AlphaGo的勝率跟向下預(yù)測(cè)的步數(shù)有關(guān)，向下預(yù)測(cè)的步數(shù)越多，計(jì)算量就越龐大，同時(shí)勝率也越高。

但是AlphaGo的能力顯然不止于此，除了預(yù)測(cè)對(duì)手落子后的勝率，它還會(huì)模擬自己落子后可能會(huì)遇到的情況。就像考生不斷地出試卷考自己那樣，AlphaGo除了會(huì)和對(duì)手下棋，還會(huì)和自己下棋，以確定自己下一步怎么走勝率最高。在未來，設(shè)計(jì)人員還會(huì)將一個(gè)評(píng)估體系植入AlphaGo當(dāng)中，使其能夠更加準(zhǔn)確地評(píng)估所下這一步棋的好壞。

一言以概之，這種機(jī)器學(xué)習(xí)方式不局限于一步的輸贏，而是將格局放大，更關(guān)注最后結(jié)果。

看到這里，同學(xué)們應(yīng)該明白了：其實(shí)并不是AlphaGo打敗了李世石，而是研究人員用智慧戰(zhàn)勝了李世石。除了監(jiān)督學(xué)習(xí)和評(píng)價(jià)網(wǎng)絡(luò)，人工智能學(xué)習(xí)的方式還有很多。與人類相比，它們不僅“過目成誦”，而且其擁有的超高的計(jì)算速度和準(zhǔn)確性也讓人類望塵莫及。

作者簡介：大寶，人工智能愛好者，算法工作者，目前在一家區(qū)塊鏈創(chuàng)業(yè)公司工作。