陳東焰 陸暢

摘 ? 要：2017年5月，AlphaGo以3：0戰(zhàn)勝世界排名第一的柯潔九段，一時(shí)間引起了人們對(duì)人工智能的熱議。AlphaGo主要工作原理是深度學(xué)習(xí)，它屬于機(jī)器學(xué)習(xí)，機(jī)器學(xué)習(xí)又屬于人工智能的范疇?？梢哉f機(jī)器學(xué)習(xí)是近年來人工智能領(lǐng)域最熱門的板塊，吸引著諸多研究者投入了大量的研究，也有著豐富的產(chǎn)出。本文從AlphaGo談起，介紹人工智能的發(fā)展，機(jī)器學(xué)習(xí)的概念理解、分類及應(yīng)用，分析了模型訓(xùn)練中的常見問題，人工智能與倫理的關(guān)系。

關(guān)鍵詞：人工智能 ?機(jī)器學(xué)習(xí) ?模型

中圖分類號(hào)：TP181 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1674-098X（2020）05（a）-0146-02

2017年5月，AlphaGo Master以3：0戰(zhàn)勝了世界排名第一的柯潔九段，一時(shí)間引起了不小的轟動(dòng)。

AlphaGo是一款圍棋程序，由Google的DeepMind公司開發(fā)。早在2015年10月，AlphaGo就以5：0戰(zhàn)勝樊麾二段;2016年3月，AlphaGo以4：1戰(zhàn)勝擁有18個(gè)世界冠軍頭銜的職業(yè)九段李世石;2016年12月29日—2017年1月4日，AlphaGo在網(wǎng)絡(luò)圍棋平臺(tái)上以“Master”為注冊(cè)號(hào)60：0戰(zhàn)勝數(shù)十名中韓日職業(yè)圍棋手;2017年10月18日，最終版本AlphaGo Zero問世，它經(jīng)過3d的訓(xùn)練以100：0的戰(zhàn)績(jī)擊敗了AlphoGo Lee，經(jīng)過40d的訓(xùn)練擊敗了AlphoGo Master 。

AlphaGo前期版本，結(jié)合了數(shù)百萬人類圍棋專家的棋譜， AlphaGo Zero則有了質(zhì)的提升，它不再需要人類數(shù)據(jù)和經(jīng)驗(yàn)，研發(fā)團(tuán)隊(duì)讓它進(jìn)行自我博弈，3d的訓(xùn)練時(shí)間，自我對(duì)弈的棋局?jǐn)?shù)量為490萬盤。

AlphaGo主要工作原理是“深度學(xué)習(xí)”，深度學(xué)習(xí)是指多層的人工神經(jīng)網(wǎng)絡(luò)和訓(xùn)練它的方法。它屬于最近十年一個(gè)特別火的技術(shù)“機(jī)器學(xué)習(xí)”（ML），機(jī)器學(xué)習(xí)又屬于人工智能（AI）的范疇。

1 ?從機(jī)器學(xué)習(xí)的角度看人工智能的發(fā)展史

1956年夏天，美國(guó)達(dá)特茅斯學(xué)院舉行了人工智能研討會(huì)，被認(rèn)為是人工智能誕生的標(biāo)志。會(huì)上約翰·麥卡錫首次提出了“人工智能”這個(gè)概念。

1959年，IBM公司的計(jì)算機(jī)專家阿瑟·塞繆爾創(chuàng)造了“機(jī)器學(xué)習(xí)”一詞。

1958年，機(jī)器人之父恩格爾伯格和發(fā)明家德沃爾合作創(chuàng)立一家生產(chǎn)機(jī)器人的公司，當(dāng)年就產(chǎn)出了一個(gè)可以自動(dòng)完成搬運(yùn)的機(jī)械手臂。1961年，第一臺(tái)工業(yè)機(jī)器人Unimation在通用汽車試運(yùn)行，作用非常顯著。

1973年，世界第一個(gè)人形機(jī)器人Wabot-1在早稻田大學(xué)誕生，它可以進(jìn)行簡(jiǎn)單日語對(duì)話，測(cè)量距離和方向，靠雙腳行走，兩手有觸覺，可搬運(yùn)物體行動(dòng)。1980年，WABOT-2問世，可以用手腳靈活地演奏電子琴。

20世紀(jì)70年代初，當(dāng)時(shí)的計(jì)算機(jī)有限的內(nèi)存和處理速度不足以解決實(shí)際的人工智能問題，加上數(shù)學(xué)模型和數(shù)學(xué)手段有一定的缺陷，對(duì)人工智能研究的資助逐漸停止，人工智能進(jìn)入第1個(gè)低谷。

直到1980年著名的專家系統(tǒng)XCON的研發(fā)，1982年霍普菲爾德神經(jīng)網(wǎng)絡(luò)被提出，1986年BP算法出現(xiàn)，使大規(guī)模神經(jīng)網(wǎng)絡(luò)的訓(xùn)練成為可能，將人工智能推向第2個(gè)黃金期。

20世紀(jì)80年代晚期，美國(guó)國(guó)防高級(jí)研究計(jì)劃局對(duì)AI的投資再次減少，1987—1993年，人工智能進(jìn)入第2個(gè)低谷。

1997年5月，IBM的“深藍(lán)”計(jì)算機(jī)戰(zhàn)勝國(guó)際象棋大師加里·卡斯帕羅夫，它存儲(chǔ)了從18世紀(jì)起的200多萬經(jīng)典對(duì)局。

2006年，杰弗里·辛頓提出“深度學(xué)習(xí)”神經(jīng)網(wǎng)絡(luò)，使得人工智能性能獲得突破性進(jìn)展。2013年，深度學(xué)習(xí)算法在語音和視覺識(shí)別上取得成功，人工智能進(jìn)入感知智能時(shí)代。

2006年，伊利諾伊大學(xué)香檳分校教授李飛飛發(fā)現(xiàn)，相對(duì)于更好的算法，數(shù)據(jù)也非常重要，她建立了數(shù)據(jù)集ImageNet。2017年的圖像識(shí)別率提升到97.3%，超過了人類，證明了更龐大的數(shù)據(jù)可以帶來更好的決策。

2011年IBM的超級(jí)計(jì)算機(jī)Watson在美國(guó)著名智力節(jié)目《危機(jī)邊緣》中戰(zhàn)勝了人類，2015—2017年AlphaGo打敗了人類。

2 ?理解機(jī)器學(xué)習(xí)及應(yīng)用

機(jī)器學(xué)習(xí)的經(jīng)典定義：利用經(jīng)驗(yàn)來改善計(jì)算機(jī)系統(tǒng)的性能。

傳統(tǒng)上，如果我們想讓計(jì)算機(jī)工作，會(huì)給它一串指令，一步步執(zhí)行下去。但機(jī)器學(xué)習(xí)不接受輸入的指令，它只接收數(shù)據(jù)，也就是說機(jī)器學(xué)習(xí)是一種讓計(jì)算機(jī)利用數(shù)據(jù)而不是指令來進(jìn)行工作的方法，是通過歸納思想得出的相關(guān)結(jié)論。簡(jiǎn)單來講，“機(jī)器學(xué)習(xí)”的原理就是模仿人類學(xué)習(xí)的過程，通過經(jīng)驗(yàn)來強(qiáng)化自己，所以說機(jī)器學(xué)習(xí)超越人類是完全有可能的。

我們可以這樣理解機(jī)器學(xué)習(xí)的過程：

1+2=？機(jī)器：10;——太大了;

5+7=？機(jī)器：6：——太小了;

2+6=？機(jī)器：8;——答對(duì)了。

機(jī)器知道了2+6=8，它會(huì)在不斷的試誤中找到正確的答案，在一步步地調(diào)整自己學(xué)習(xí)的方式方法和路徑的同時(shí)，優(yōu)化計(jì)算過程，保證盡可能少出錯(cuò)，當(dāng)它能夠完全一次性算出正確結(jié)果時(shí)，它的模型擬合成功，可以被投入使用了。

機(jī)器學(xué)習(xí)的應(yīng)用方向：有現(xiàn)存的解決方案，但是需要手寫大量規(guī)則的問題;不存在較好的解決方案的復(fù)雜問題;不斷發(fā)展的問題，機(jī)器學(xué)習(xí)可以適應(yīng)新的數(shù)據(jù);希望通過機(jī)器學(xué)習(xí)，對(duì)復(fù)雜問題和大量數(shù)據(jù)得到一些新的見解。

3 ?機(jī)器學(xué)習(xí)的分類

機(jī)器學(xué)習(xí)有不同的分類方法，常見的按是否在人為監(jiān)督下學(xué)習(xí)分為：監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、增強(qiáng)學(xué)習(xí)。

監(jiān)督機(jī)器學(xué)習(xí)：需要提供帶有標(biāo)簽的數(shù)據(jù)。例如，要區(qū)分男孩和女孩的圖片，那么男孩的照片打上“男孩”、女孩的照片打上“女孩”標(biāo)簽，訓(xùn)練模型，直到它能通過測(cè)試。

半監(jiān)督機(jī)器學(xué)習(xí)：只有少數(shù)圖像被標(biāo)記，計(jì)算機(jī)程序?qū)ξ礃?biāo)記的圖像進(jìn)行最佳猜測(cè)，然后作為訓(xùn)練數(shù)據(jù)反饋給程序。比如，你有一個(gè)相片集，拿出部分相片，把自己的相片標(biāo)識(shí)成“我”，把其他人的相片標(biāo)識(shí)成“某人”，訓(xùn)練模型，直到它能夠做出正確的分辨。

無監(jiān)督機(jī)器學(xué)習(xí)：這種類型的機(jī)器學(xué)習(xí)不涉及任何標(biāo)簽，任由機(jī)器深入到數(shù)據(jù)中去發(fā)現(xiàn)和體驗(yàn)，并尋找模式和聯(lián)系，然后得出結(jié)論。

強(qiáng)化學(xué)習(xí)：強(qiáng)化學(xué)習(xí)把學(xué)習(xí)看作試探評(píng)價(jià)過程，智能體選擇一個(gè)動(dòng)作用于環(huán)境，同時(shí)產(chǎn)生一個(gè)強(qiáng)化信號(hào)（獎(jiǎng)或懲），智能體根據(jù)強(qiáng)化信號(hào)和環(huán)境當(dāng)前狀態(tài)再選擇下一個(gè)動(dòng)作，選擇的原則是使受到正強(qiáng)化（獎(jiǎng)）的概率增大。

4 ?訓(xùn)練模型時(shí)的常見問題

為了訓(xùn)練出更好的機(jī)器學(xué)習(xí)模型，我們會(huì)先選擇一個(gè)合適的機(jī)器學(xué)習(xí)算法，再準(zhǔn)備好不同的參數(shù)，訓(xùn)練模型，得到合適的參數(shù)。

例如我們現(xiàn)在要做一個(gè)分辨一個(gè)物體是否是蘋果的模型，蘋果有很多品種，它要學(xué)習(xí)蘋果這些特征，把這學(xué)到的所有特征整合，也就是模型擬合。

有時(shí)存在這樣的問題：如果從一開始就界定蘋果是紅顏色的，那么，給一個(gè)青蘋果時(shí)，機(jī)器會(huì)認(rèn)為不是蘋果，這就是過擬合。一般認(rèn)為過擬合是由于網(wǎng)絡(luò)過深，模型的構(gòu)建關(guān)注到了本不是蘋果的特征，導(dǎo)致學(xué)習(xí)有誤。過擬合經(jīng)常表現(xiàn)為訓(xùn)練時(shí)，得分很高，但在測(cè)試時(shí)正確率卻很低。這時(shí)候就需要機(jī)器做及時(shí)的完善，學(xué)習(xí)成蘋果是有顏色的即可。

有時(shí)也會(huì)存在這樣的情況：如果構(gòu)建的模型，只認(rèn)為蘋果特征是圓的，那么給一個(gè)桔子，它也認(rèn)為是蘋果，這說明機(jī)器對(duì)蘋果特征的學(xué)習(xí)還不夠，這就是欠擬合。一般認(rèn)為欠擬合是由于網(wǎng)絡(luò)過小造成的，因此機(jī)器就還需要更多的學(xué)習(xí)來認(rèn)識(shí)蘋果。

5 ?人工智能與倫理

控制論之父維納在《人有人的用處》中在談到自動(dòng)化技術(shù)和智能機(jī)器時(shí)，得出了一個(gè)危言聳聽的結(jié)論：“這些機(jī)器的趨勢(shì)是要在所有層面上取代人類，而非只是用機(jī)器能源和力量取代人類的能源和力量?！彪m然維納的話在今天還沒有成為現(xiàn)實(shí)，但已經(jīng)成為諸多文學(xué)和影視作品中的題材，人們也在討論人工智能究竟在何時(shí)會(huì)形成屬于自己的意識(shí)，超越人類，讓人類淪為它的奴仆。目前人工智能相關(guān)的倫理和法律研究相對(duì)滯后，但可喜的是，我們看到有許多有識(shí)之士在呼吁大家共同遵循安全的理念和規(guī)則。相信機(jī)器學(xué)習(xí)能給人類帶來美好的明天。

參考文獻(xiàn)

[1] 周志華.機(jī)器學(xué)習(xí)[M].北京：清華大學(xué)出版社，2016.

[2] 李德毅，于劍.人工智能導(dǎo)論[M].北京：中國(guó)科學(xué)技術(shù)出版社，2018.

[3] Aurélien Géron.Hands-On Machine Learning with Scikit-Learn and Tensor Flow[M].CA：O'Reilly Media，Inc，2017.