卫哲说阿尔法狗机器在中国象棋里go不下去,真是这样吗?

说到阿尔法狗,人们已经很熟悉了,近期,新版阿尔法狗又把人们对人工智能战胜人类的神话给强化了。人工智能已经在围棋、象棋、德州扑克等对抗性的比赛项目里屡屡战胜人类。然而,今天看到阿里巴巴B2B业务前CEO,目前是嘉御基金董事长卫哲写的一篇文章,他说,生猛的阿尔法狗机器在中国象棋里go不下去了,因为,我们的老祖宗给我们留下的是残局,阿尔法狗之所以能够打败人类,人工智能之所以这么强大,不是因为技术,而是因为数据。因为围棋保留了几百年的棋谱,没有这么多的棋谱喂养机器,就没有阿尔法狗以及其他人工智能的机器人战胜人类的可能。那么,到底是算法重要还是数据重要?

其实,新版阿尔法狗AlphaGo Zero的发布者在介绍它时,特别强调了AlphaGo Zero与之前的AlphaGo 以及AlphaGo Master不一样的地方就是新版的AlphaGo Zero不是根据任何人类的数据,而是完全只有规则和算法,由机器自我学习,像人类一样学习围棋的规则,但是仅仅学习了3天的时间,就以100:0的战绩打败他的前任AlphaGo Master。

不知道卫哲先生有没有看到这个就发生在上周的新闻呢?

之前有介绍过北大教授雷鸣先生介绍的人工智能的三要素:第一个就说到了数据,认为没有数据,机器就没办法学习,人工智能经历了40年的冰冻期就是因为数据太少,而大数据每年以50%的速度增长,正是积累了大量数据之后,人工智能才得以在这两年爆发。

展开全文

第二个要素是运算能力,像GPU这样的运算能力很强的东西,有了大量数据,运算能力就会更加强大。第三是算法,深度学习是人工智能领域里的非常大的理论体系,他可以模拟人类的学习,而他的学习能力比人类要强大n倍。

卫哲先生说卫哲说生猛的阿尔法狗机器在中国象棋里go不下去,是因为中国的老祖宗没有给我们留下棋谱,留下来的是残局,机器学习残局,只能走到残局。所以他认为,离开数据谈人工智能是没有意义的。

同样都是让机器模拟人类学习,AlphaGo Zero的开发者是让机器学习围棋的规则,建立于基本原理,怎样从零开始学围棋。而之前的AlphaGo 是学习过去的棋谱,在这种情况下,机器只能逐渐的变强,比他遇到的棋手强一点,然后再遇到更强点的棋手,再强大一点。人们一般认为机器学习就是关于大数据和海量计算,DeepMind公司的开发者认为算法比所谓计算或数据可用性更重要。依据这样的原理,没有大量棋谱数据,可以创造更强大的机器。

其实,我们的老祖宗流传下来的宝贝都是没有具体可模拟的数据的,都是依据最原始的道创造的,正所谓道生一,一生二,二生三,三生万物。到底生猛的阿尔法狗机器能不能在中国象棋里go下去,让我们拭目以待。也请各位童鞋们多多发表评论哦!返回搜狐,查看更多