柯洁与阿尔法狗＂终极决战＂ 150万美金创围棋奖金之最

本篇文章4164字，读完约10分钟

钛媒体-脑极体的作者

钛媒体注意:今天，柯杰将与阿尔法戈开始一场人机围棋大战。昨晚，柯杰更新了他的微博，说:“不管我赢还是输，这都是我和人工智能之间的最后三场比赛。”。柯杰说，相信未来属于人工智能。但它总是一台冰冷的机器。与人类相比，它感受不到自己对围棋的热爱。无论你的对手多么强大，你都不会退缩。关于这场战争，结果不再重要，但人类的未来是关键。钛媒体的作者对此做了更详细的分析:

从今天早上10点(5月23日)开始，让吃了两次瓜的人大吃一惊的“阿尔法狼”将再次被杀死。这场战斗的对手将是中国棋手柯杰，这对中国观众来说意义重大。再加上酝酿已久的“最后一战”和历史上最高的围棋奖金高达150万美元，这场“捍卫人类尊严”的竞赛一定会引起广泛关注。

但与在棋盘上的输赢相比，我们想谈谈deepmind，alphago和著名的人工智能企业的创始人。

对大多数人来说，按常理来说，alphago是谷歌制造的。但事实上，“深度思维”在14年内被谷歌收购。然而，总部和项目始终留在伦敦，人员对外界保持高度的神秘。另一方面，即使是那些了解deepmind的人也知道它的创始人demis hassabis是一个年轻的天才，4岁就开始下棋，16岁就进入剑桥。然而，作为一家初创企业，deepmind的规划、产品序列和目标实施似乎总是隐藏在某种面纱之后。

从目前的消息来看，谷歌人工智能和深度思维仍然保持着高度的相互独立性。虽然策略和技术是结合在一起的，但是deepmind完全没有出现在谷歌人工智能的重点推广项目列表中。

阿尔法戈，作为深心的核心创造物之一，不仅仅是为了挑战人类的世界而诞生的。作为核心技术的关键载体，它承担着整个公司战略的衔接。

因此，通过deepmind所做的，它可以帮助我们更好地理解alphago和它背后的更大的野心，通过重新理解这家被谷歌大脑专家称为“世界上第一人工智能力量”的公司。

我们通过deepmind的8个关键行动来梳理这家公司的实力和目标，希望除了棋盘上的决定性胜利之外，还能给你一些新的思路。

轰动一时的游戏系统

deepmind的创始人是象棋和电子游戏的大师，该公司迈出的第一步与游戏有关。

2013年，在deepmind上发表了一篇当时还不为人知的论文。内容是他们开发的人工智能游戏系统。本文描述的计算网络不是为游戏服务的，而是让人工智能系统自己玩游戏。

令人惊讶的是，deepmind的游戏系统可以通过游戏自学自动玩一系列初级电视游戏，无需任何接触。

这个系统可以通过屏幕上的图像做出选择性的动作，并决定游戏中的分数是上升还是下降。

虽然这种行为对人来说并不难，但对机器学习来说却有着惊人的意义。因为它涉及到任务设置、人工心理网络构建、深度学习模型构建和学习过程完善等几个关键部分，需要大量的图形处理表来辅助。

这个“发挥”人工智能程序最终帮助深层思维进入自然。然后它开始吸引主要互联网巨头的注意力，经过一系列的拉锯战，它以6亿美元的价格被谷歌成功收购。更可怕的是，这也被称为谷歌历史上最成功的收购。

从这部初出茅庐的作品中，我们可以看到深层思维的几个特征。首先，他擅长集成各种复杂的技术。其次，他有能力解决远远超出行业水平的人工智能应用。他热爱游戏和人机对抗的遗传特征从一开始就暴露了出来。

给人工智能上一堂3d游戏课:开源深度思维实验室

2016年底，deepmind开放了其核心深度学习平台之一deepmind实验室，供研究人员和开发人员使用。

与以前的深度学习开源平台不同，deepmind lab的特别之处在于它实际上是一套专门为人工智能设计的3d游戏。

就像人类玩的第一人称射击游戏一样，这个开源程序可以设计多种复杂的环境架构，专门用于训练人工智能和机器学习系统。它用于训练人工智能学会在大规模环境、局部视觉环境和视觉多样性中执行复杂任务。

据说Deepmind实验室是在地震3的基础上发展起来的，地震3具有很强的扩展性和适用性。适用人员可以设计他们自己的检查点和环境影响，从而训练不同的人工智能识别和处理机制。

与用于数据样本的机器学习系统相比，deepmind的开源系统可以专注于人工智能在真实环境中的视觉+感知交互。这为人工智能行业打开了一个巨大的脑洞，尤其是无人驾驶、增强现实、地图导航、机器人(300024)记忆等领域的研究人员和企业家。

从这个仍然从游戏中获得灵感的系统中，不难看出deepmind非常重视人工智能与人类高度契合的研究。目标是将人类的感知和精神思维移植到机器中，他们鼓励其他人一起朝这个方向努力。

人脑模型与经典计算机的结合:微分神经计算机

另一个值得注意的行动是，deepmind在2016年底宣布了他们建造的“微分神经计算机”(dnc)。

Dnc的特点是将精神网络的运行原理与经典计算机的运行能力和外部存储能力相结合。简而言之，解决办法是将神经计算机的本体，即以人脑为生物网络蓝图的心理网络，与可读写的外部记忆分开，并建立一个两层处理和计算结构。

该计算系统的核心特征是解决神经网络实际运行中的机器记忆问题。制造了一台像人类一样思考，像计算机一样高速计算和记忆数据的机器。在发表的论文中，这台计算机可以规划相距甚远的地铁站之间的最佳路线，并找出复杂的亲属——尤其是在没有先验数据的情况下。

多种能力的融合和算法的创造性解放在这台计算机上得到了生动的展示。虽然原理听起来很简单，但实际的解决方案非常复杂，而且它被设计成在许多领域进行合作。

为星际争霸2开发一个人工智能训练环境

在2016年的暴雪嘉年华上，deepmind宣布将与暴雪合作，为星际争霸2建立一个人工智能系统。这个系统会像人类一样思考和做出决定，希望复制阿尔法戈的奇迹，最终击败所有人类主人。

在这里，我们不禁想知道这家公司有多喜欢玩游戏。

然而，情况就是这样。在星际争霸2完全动态的游戏环境中，人类玩家总是把大趋势、机遇和环境看得比计算机系统更高。

围棋问题是一个计算量很大的问题，而这种策略游戏的问题又太多变，这是人工智能面临的核心问题。

显然，通过挑战人类擅长的领域来做公关、讲故事和推销产品是deepmind的专长。

Wavenet，最精确的语音生成系统

除了玩游戏，deepmind还做一些大家都在做的“严肃的事情”。

例如，在过去的两年中，deepmind已经公布了它在图像生成和语音生成领域的成就。例如，wavenet，一个在16年前宣布的语音生成系统，声称将计算机输出音频和人类自然语音之间的差距缩小了50%。至少根据第一手实验者的说法，这个系统听起来比谷歌和苹果的语音生成系统更加自然流畅。

基于波形原理合成声音的波形网

wavenet的优势在于它通过原始波形合成类似真人的声音，而不是逐字拼接声音样本。

这使得未来机器的声音更接近人类，这是一件可怕的事情。

医疗应用计划深度心理健康

以上都是R&D深度思维的基本趋势，核心载体是算法架构和论文。在产品应用方面，deepmind也有一些行动。例如，由deepmind health发起的DeepMind Health针对智能医疗系统，并根据与英国国家医疗部合作获得的数据，构建了基于人工智能的诊断和治疗辅助以及症状判断辅助系统。例如，由deepmind构建的智能诊断和治疗系统可以学习数百万个眼睛监测数据，并构建模型来识别早期症状和早期发现眼部疾病。此外，deepmind还为移动应用设置了一些非人工智能产品。

然而，与英国医疗系统的合作也带来了巨大的麻烦。deepmind在没有监管的情况下从英国各地获得了患者数据，这引起了媒体的极大警惕和反对。

帮助谷歌节约电力

去年夏天，很少尝试应用领域的deepmind，在谷歌的大本营尝试了一把小刀

使用深度学习算法，deepmind节省了谷歌数据中心冷却系统40%的电力消耗。冷却系统是维持数据中心服务器运行的重要系统，但由于设备数量大、需求高，实际上浪费了大量的能源。

Deepmind使用人工智能系统来优化整个冷却系统的功耗效率，据说这可以帮助谷歌一次性节省数亿美元的开支。外界更关注的是，这种技术可以用于各种大规模的工业系统。谷歌在自己大楼里的案例显然是在为未来的大规模开发做广告。

完全驻扎在谷歌张量流

最后，必须说的一点是，deepmind在产品和研究方面保持了高度的独立性，但在2015年，它完全进入了对谷歌的tensorflow开源架构的研究。这位官员高度肯定了tensorflow的高度适用性、可扩展性和运行经验。2016年，deepmind还开发了一个高级框架sonnet，可以在tensorflow上快速创建神经网络模块，并对其进行开源处理。

可以看出，deepmind仍然支持谷歌人工智能系统的核心业务和生态基础。并愿意帮助谷歌改善这一领域的生态。

事实上，谷歌本体需要的是深度思维，作为一个精英企业，可以在生态核心上提供更多的支持——谷歌可以做一些事情为公众赚钱，但是当华山论剑的时候，深度思维会更好。

摘要

通过总结几个案例，深入思考谷歌在研究方向、应用以及与谷歌的关系。不难发现深层思维的几个特征。也许我们可以为它画一幅简单明了的肖像:

就技术探索而言，deepmind更多地指向人工智能系统，这些系统在核心领域超越了现有的人类水平，高度模拟了人类大脑。围棋、游戏、环境判断、图像和音频生成都指向这一宏伟目标。

就技术优势而言，deepmind的优势在于其强大的实力和强大的多学科人才储备，可以创建跨多个学科的算法和产品。另一方面，deepmind的技术优势在于其高水平的应用。尽管他发表了一些东西，但他从未向我们展示过一个非常简单的应用模型。

就产品的商业价值而言，deepmind可能会专注于机器学习在医疗保健和垂直领域的应用，这已经在2016年的趋势中显现出来。

总的来说，这家公司是一支技术力量雄厚的半学术半商业的创业团队，但并不急于赚钱——他们仍在忙于玩以谷歌为背景的游戏。

当然，这家公司最强的可能是人工智能品牌pr。不，他又开始使用Go pr了。

*本文的第一期《微信号脑极》(识别号:unity 007)已经过作者授权，并进行了微调。

来源：荆州新闻