专家：“阿尔法围棋”飞速进步奥秘何在

本篇文章1241字，读完约3分钟

新华社北京5月29日电(记者胡丹丹，杨军)人工智能发展到了什么程度，将走向何方？该领域的专家表示，几天前以3-0击败柯杰的“阿尔法围棋”(Alpha Go)，是人工智能深度学习快速进展的一个例子。秘诀在于启发式学习和深度学习的结合，这将有助于人工智能最大限度地实现人的意志。

在全球人工智能行业信息服务平台“机器之心”主办的全球机器智能峰会上，《人工智能:一种现代方法》的作者之一、加州大学伯克利分校的人工智能专家斯图亚特·罗素(Stuart Russell)举了一个例子。“Alpha Go”是人工智能深度学习快速进展的一个例子。输给“阿尔法围棋”后，柯杰说，去年他似乎在和人下棋，但今年他觉得自己好像在和“上帝”下棋

加拿大阿尔伯塔大学教授、计算机围棋专家马丁米勒(Martin Miller)表示，Alpha Go的成功源于启发式学习和深度学习的结合。有了新的算法和硬件，启发式学习有望使计算机系统学习真正的人工智能。“它可以使我们的搜索更加有效，让计算机帮助我们做出越来越好的决定。”

克服游戏和象棋人工智能是为现实世界的应用铺平道路。搜狗首席执行官王小川表示，识别、决策和生成是人工智能的核心应用。例如，在决策中，人工智能可以帮助提高决策效率和业务效率。

“我们已经在金融、医疗和教育领域看到了这些应用。在识别和生成领域，人工智能的进步使得人机交互越来越自然，这也是我们感兴趣的领域。从历史趋势来看，机器正在逐渐适应人类，并为人类分担了许多具体任务，”王小川说。

然而，他也指出，人工智能仍然局限于特定的封闭领域。例如，“阿尔法围棋”和搜狗问答机器人“王耔”分别在围棋和语音识别输入比赛中击败了人类，但他们只擅长自己的技能，只能通过数据学习、计算或在封闭场景中搜索来提高效率，而不能发挥创造力。今天的机器智能也需要依赖于人的数据。机器不具备人工智能和解决公开问题的能力。

HKUST计算机科学与工程系主任杨强表示，从机器学习的角度来看，“Alpha Go”不具备转移学习的能力，即把训练好的模型参数转移到新模型中，以帮助新模型训练数据集。王小川认为，目前，像迁移学习这样的理论还远远没有实际应用并产生效益。

拉塞尔说人工智能不是一门新学科。在20世纪40年代，人们在思考如何使用一些新工具；1950年，著名的图灵测试诞生了。根据它的定义，如果一台机器可以通过电传设备与人交谈而不被认为是一台机器，那它就是智能的。

然而，2010年后，许多初创公司开始重新关注人工智能的发展，谷歌和IBM等大型企业也在这一领域进行了投资。从那以后，人们看到了神经病学的进步以及计算机资源和大数据的发展。

拉塞尔说，目前人工智能的发展是“令人满意的”，但它的内容至少需要十年才能落地并成为一个能带来高产值的应用。人们应该仔细思考，不要因为期望过高而感到失望。开发机器人的唯一目的是最大限度地实现人类的意愿。“人工智能需要为人类做出贡献。这样做是一个技术问题。我相信人类能够解决这个问题。”

来源：搜狐微门户